基于灰色系统的高速公路沥青路面综合使用性能预测

以京沪高速公路(河北段)沥青路面使用性能评价为例进行研究。分析了影响沥青路面使用性能的主要因素。选取了2007～2011年路面使用性能各项指标数据和交通量,建立了GM(1,N)模型,预测了京沪高速公路(河北段)2012～2016年沥青路面使用性能各分项指标,误差检验表明,预测精度较高。通过预防性养护前沥青路面单项指标衰变曲线分析,得到了沥青路面综合使用性能指标,为确定预防性养护时机提供了依据。     

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。     

A computationally efficient two-stage method for short-term traffic prediction on urban roads

Abstract

Short-term traffic prediction plays an important role in intelligent transport systems. This paper presents a novel two-stage prediction structure using the technique of Singular Spectrum Analysis (SSA) as a data smoothing stage to improve the prediction accuracy. Moreover, a novel prediction method named Grey System Model (GM) is introduced to reduce the dependency on method training and parameter optimisation. To demonstrate the effects of these improvements, this paper compares the prediction accuracies of SSA and non-SSA model structures using both a GM and a more conventional Seasonal Auto-Regressive Integrated Moving Average (SARIMA) prediction model. These methods were calibrated and evaluated using traffic flow data from a corridor in Central London under both normal and incident traffic conditions. The prediction accuracy comparisons show that the SSA method as a data smoothing step before the application of machine learning or statistical prediction methods can improve the final traffic prediction accuracy. In addition, the results indicate that the relatively novel GM method outperforms SARIMA under both normal and incident traffic conditions on urban roads.     

GM模型和Markov模型在公路客运量预测中的综合运用

文章在应用灰色理论构建的GM预测模型基础上,以Markov模型为修正方法,建立GM—Markov模型,并以陕西省2003—2012年公路客运量为基础数据对上述理论进行实例验证。结果表明：与实际客运量相比,GM模型的相对误差为11．08％,而GM—Markov模型的相对误差仅为5．61％,GM—Markov模型拟合精度较高,更加贴近实际情况。     

基于GM(1,1)模型的十堰旅游数据预测研究

十堰市旅游人次与旅游收入之间存在着较强的正相关关系。运用GM(1,1)灰色预测模型和Matlab软件,对十堰旅游收入及旅游人次进行了预测。讨论了GM(1,1)生成的预测值,指出存在的问题,并提出促进十堰旅游业平稳健康发展的建议。     

基于GM(1,1)模型的膨胀土填料CBR指标快速确定方法

开挖膨胀土能否直接用作填料需跟踪开展CBR试验,而试件浸水需4 d将妨碍路堤填筑新技术的工程应用,有必要研究快速获取膨胀土CBR指标的方法。对百色膨胀土按改进CBR试验方法进行试验,设定不同时刻测试试件的变形和强度值,分析得到2指标的浸水时间效应及其变化规律;引入灰色理论中带1阶加权平均弱化缓冲算子的GM(1,1)模型,对测试结果做了指标值的预测和分析。结果表明,用浸水1 d试件的膨胀变形实测值可预测其浸水4 d的实际值,精度能满足工程要求且偏安全。据此,总结并提出膨胀土填料的改进CBR指标快速确定方法。     

基于测斜仪数据的边坡灰色预报

钻孔测斜仪是一种测定钻孔横向位移的原位监测仪器,在边坡工程原位监测中应用最为广泛。通过监测确定岩（土）体内滑裂面的位置、大小和滑动方向,对分析边坡稳定性、确定滑坡动态起着重要作用。介绍钻孔测斜仪的组成、工作原理,测斜管的埋设技术和监测技术,并应用灰色系统理论对边坡变形的发展趋势进行预测,同时对边坡防护提出合理建议。     

浅谈海运精矿粉的安全运输

文章从精矿粉的特性入手,分析了精矿粉运输的安全隐患,指出了精矿粉在装货前、装货时、运输途中及卸货时的一些安全对策,对精矿粉的安全运输具有较强的指导作用。     

灰色预测的拓扑选择在运量预测中的运用

运用灰色系统理论及GM模型拓朴选择,建立了相应的GM(1,1)模型,运用于运量预测,并以港口吞吐量与货物周转量的预测为例进行校验。结果表明,新息GM(1,1)模型,新陈代谢GM(1,1)模型与原始模型(全数据GM(1,1)模型)三者比较,新陈代谢GM(1,1)模型的精度最高,值得推荐在运量预测中采用。     

基于改进的GM(1,1)的长期交通量预测模型

针对传统的GM(1,1)模型在预测高速公路交通量中存在的误差过大的问题,通过对原始数据进行滑动平均处理,减少数据在统计过程中的随机误差和人为误差。利用等维灰数递补预测模型进行交通量预测,在数据列中补充新的数据,去掉老的数据,使模型得到改进。利用改进的新模型去预测下一年的数据比用原模型更加合理,更接近实际。研究结果表明:利用等维灰数递补预测模型预测的预测精度是94.24%,比GM(1,1)残差改进模型提高了1.49%,比传统的GM(1,1)模型精度提高了6.94%。适用于交通量的长期预测。