基于粗集和神经网络耦合的短时交通流预测

比较分析神经网络和粗糙集在数据处理过程中的各自优缺点,提出一种基于二者强耦合集成方式的短时交通流预测模型。首先利用粗集对获取的交通流数据进行预处理,简化神经网络训练样本数据集并通过粗集属性约简提取决策规则;其次,利用所提取的规则直接确定神经网络的隐层数、隐层节点数及节点的相互关系;最后训练神经网络用于短时交通流预测。通过与单纯利用神经网络预测的结果进行比较,发现该模型降低了网络训练时间,提高了预测精度。     

硬质围岩隧道控稳结构面初步分析及应用

为解决在硬质围岩隧道中快速连续施工,对连云港东疏港高速公路后云台山隧道塌方掉块进行全面系统地分析,探讨在硬质围岩隧道中塌方掉块的各种形式,说明控稳结构面的存在是塌方掉块产生的关键因素,并归纳提出控稳结构面预测方法。通过分析可知,利用控稳结构面预测方法配合超前地质预报手段,并采取有效加固围岩等措施能够预防和减少硬质围岩隧道塌方掉块事故的发生。     

基于模糊预测的高速铁路客流OD 表的推算方法

科学预测客流的变化趋势与波动及获取路网客流OD 表是制定旅客列车开行 方案的依据.结合高速铁路客运的运营实际,利用客流变化相对稳定特征,本文提出了客 流OD 表的反推方法和计算流程,该方法的计算工作量相对叠加法节省了（n2-2n）.考虑 实际客流日波动特征,依据模糊预测原理,建立了车站客运指标的时间序列模糊预测方 程和预测方法,该方法可获取预测期客运指标的变化区间.以南方一高速铁路线为背景, 对车站发送人数进行了预测,预测值与实际数据相比误差在1%以内.在车站发送人数预 测的基础上,给出了线路客流OD 表的反推演算.     

改进的灰色模型在船闸通过量预测中的应用

对灰色GM(1,1)模型进行了改进,通过函数变换改变序列的光滑度,以积分逼近值代替均值作为相邻时间间隔增长量,以提高发展系数精度,从而得到了比原GM(1,1)模型模拟精度高和适用法范围更广的新模型.并以苏北运河船闸历年累计货物通过量为实例,运用原始模型与改进模型对船闸通过量进行预测,预测值与真实值相比较后,证实了文中改进的灰色模型精度较高,适用范围更广.     

高速公路交通安全管理系统研究

简要阐述了高速公路交通安全管理内涵,对高速公路交通安全管理周期和管理路段进行了分析,构建了高速公路交通安全管理系统,并对其四个子系统分别进行分析研究。给出建立各子系统所需方法及模型。为高速公路交通安全进行系统化、智能化管理提供了理论基础和实践方法。     

考虑出行链的城市货运量与交通量的转换模型研究

由于货运具有衡量尺度多维化的特点,在进行货运交通需求预测时,需要建立各种转换模型来保证指标的统一。在“基于货物”的货运交通需求预测方法中,货运量与交通量的转换是货运交通分配前的重要步骤之一。本文以出行链理论为基础,分析了货运车辆的出行行为,总结了货运车辆的出行链模式,基于一系列假设条件建立了考虑出行链的货运量与交通量的转换模型,并运用模型计算了某市货运交通量的OD分布矩阵,分析了其货运空车出行量占出行总量的比例,和出行总量与实际货运出行总量的误差。     

基于小波神经网络的路段短时交通流预测

应用BP神经网络来对路段短时交通流进行预测,预测精度和收敛速度都不是很理想,为了克服BP神经网络自身存在的非线性逼近缺陷,依据小波的时频域特征,将小波变换和BP神经网络结合起来,提出一种基于小波神经网络的短时交通流预测方法,给出了具体的网络学习算法,并结合实地调查数据进行了对比测试,分析结果证明了小波神经网络模型对短时交通流预测的有效性．     

基于支持向量机的巴拿马型船舶运价指数预测方法

考察运价指数波动的内在规律和外在影响,提出新模型预测运价指数,为航运市场经营者和投资者提供把握市场态势、规避价格风险的有力工具. 针对波罗的海巴拿马型船舶运价指数（BPI）序列,首先用小波变换对运价指数序列进行去噪,消除干散货运输市场中无规律的突发事件所造成的影响;在此基础上以前五个月的BPI值为输入变量,以第六个月的运价指数为输出变量,对支持向量机（SVM）进行训练,得到预测模型. 通过实证分析发现小波变换-SVM混合预测模型具有较高的预测精度,可用于对巴拿马船型运价走势的预测.     

陕西省高速公路服务区驶入率调查与预测研究

高速公路服务区驶入率是计算确定服务区总体规模的关键技术指标之一,进一步影响到服务区内部设施的配备数量.我国高速公路服务区规划设计中驶入率多是采用《交通工程手册》[1]中推荐的恒定值,但是驶入率是随着社会经济状况、道路发展状况的变化而变化发展的,故该推荐值有一定的局限性.通过对陕西省部分高速公路服务区驶入率的调查,运用弹性系数理论对高速公路服务区未来特征年的驶入率进行了预测研究.     

基于IWOGA算子的公路客运量组合预测模型

客运量预测是进行公路网规划的必要环节和计算公路经济效益的基础。为了提高公路客运量的预测精度,在现有客运量预测模型基础上,采用IOWGA算子将三次指数平滑、GM（1,1）预测和BP神经网络结合起来,建立组合预测模型,并以全国公路客运量为例,验证预测结果的精度。分析计算结果,将该模型所得结果与其它常用方法相比,与实际客运量之间相差较小,预测精度较好,可以作为预测公路客运量的有效方法。