宁波典型天气的沥青下垫面日极值温度预测

根据宁波地区气象观测站的气象要素和沥青下垫面的温度观测资料,利用多元线性逐步回归方法,得到了晴天、少云、多云和阴雨天气条件下沥青下垫面的日最高温度、最低温度与气象要素特征值的多元回归模型。结果表明:晴天、少云、多云和阴雨天沥青下垫面的日最高温度主要与日最高气温、日太阳总辐射和日平均风速相关;日最低温度与日最低气温线性相关。经检验,模型的预测温度与实测温度相关系数平方在0.91~0.98之间。预测模型对宁波地区沥青层结构物表面的极值温度预估具有一定的参考价值。     

基于改进RBF神经网络对股价的演变预测

对RBF神经网络进行了分析,建立了RBF神经网络模型,并对此模型进行了改进,使其具有更好的预测性能.把一类非线性较强的时间序列(万科A股2009年6月份股票价格)利用该模型进行了非线性逼近.用Matlab软件对网络的学习与训练过程进行了数值仿真.实验结果表明:利用改进后的网络模型对非线性时间序列进行短期预测是可行的,其预测精度高于改进前的预测精度,改进方法有效.     

支持向量机在道路交通事故预测中的应用

通过对道路交通事故相关指标的分析,选取万车死亡率、十万人口死亡率作为指标集合,建立的基于支持向量机的道路交通事故预测模型,经10年的道路交通事故相关数据的训练和测试,其准确性得到了验证。     

灰色系统理论在大跨径连续刚构桥施工控制中的应用

介绍了灰色系统理论在大跨径预应力连续刚构桥施工控制中的应用,结合一座大跨径连续刚构桥梁的施工实践,阐述该理论在施工控制中的具体实施步骤及应用效果,为同类型桥梁的施工控制提供借鉴。     

交通人才预测方法的探讨

本文论述了交通人才预测方法及其预测模型的构建，并提出了交通人才预测模型的分析与说明     

灰色预测模型及其在沉降预测中的应用

探讨灰色预测模型，即GM预测模型的基本概念、建模方法，以及GM在沉降预测中的应用。     

长春市公路运量预测

本文用多种方法，通过历史数据，建立数学模型，对长春市未来几年的公路货运量进行预测，最后进行定性分析，同时采纳专家建议，确定出预测值，为运输部门调整运动结构提供参考。     

基于Lagrange支持向量回归机的短时交通流量预测模型的研究

在智能交通系统中,进行实时、准确的交通流预测是交通控制和交通流诱导的关键之一,直接影响交通控制和交通诱导的效果.基于支持向量机,提出了一种Lagrange支持向量回归机的交通流量短时预测模型,能够实现对交通流量的有效预测.仿真试验表明,Lagrange支持向量回归机具有良好的泛化性能、更快的迭代速度,预测结果优于改进的BP神经网络.