四类代表车型自由流稳态速度预测模型的研究

通过理论分析和大量道路实测结果,建立4种国产汽车自由流稳态速度预测模型。分别讨论了道路坡度、平整度、曲度速度,建立了单项因素速度模型。对综合道路条件下的速度预测,采用了经过实验标定的HDM-Ⅲ限速模型。     

高填路堤沉降的优化组合预测

通过对高填路堤沉降规律的分析,采用组合预测方法进行沉降预测,以便综合利用不同预测模型所提供的信息并提高预测精度。普遍组合预测模型多为以组合预测的误差平方和或离差绝对值之和最小为精度指标的单目标优化模型,不一定能如实反映预测方法的有效性。采用基于预测有效度为精度指标的多目标组合预测模型,求解优化预测值,并通过具体工程实例说明其优越性。     

基于高速公路进出口数据反推的OD矩阵的应用

提出基于高速公路收费站进出口数据推算OD矩阵的一般方法。在缺乏初始OD矩阵的条件下,结合指数平滑法和无约束重力模型思想,通过VB编程反复迭代进行初始OD矩阵推算;利用组合模型预测高速公路各收费站出入口流量,通过弗雷特法进行OD分布推算。以沪宁高速公路为例证实此方法具有较高的精度。     

山岭区双向四车道高速公路运行速度预测模型研究

山岭区高速公路行车速度受纵坡影响较大,与其他区域高速公路有着明显的不同,我国目前还没有一个针对山岭区高速公路运行速度的预测模型。在分析国内外相关研究成果的基础上,选择三福高速公路、渝宜高速公路、渝成高速公路、渝黔高速公路、渝武高速公路5条山岭区高速公路作为运行速度的调研对象,共计收集156处的道路线形数据和运行速度数据。通过分析速度与线形之间的分布特性,建立了山岭区双向4车道高速公路运行速度预测模型。使用156处数据对模型进行了标定,分别得到小客车、货车运行速度预测模型。     

资产负债率的组合预测研究

资产负债率,是负债总额与资产总额的比率,它反映总资产中有多大比例是通过借债筹资的,所以也被称为举债经营比率,常被看成是衡量一个地区(企业)经营活力的重要指标。文章以成都地区2002年至2007年度的资产负债率为研究对象,共利用成都2002年第1季度至2007年度第1季度21个样本的数据序列.对成都2007年第4季度和2008年第一季度的资产负债率发展趋势分别建立ARMA模型及GMDH自回归模型进行预测。最后根据它们的预测结果并综合考量其它统计数据、企业景气指数等影响因素.建立组合预测模型.并通过组合预测结果与实际值比较,证明方法的可行性及模型的有效性。     

公路几何设计和安全

名义性安全有其局限性,实质性安全才能反映道路的安全性,道路事故预测模型可以很好地将名义性安全转化为实质性安全,但是仍存在一些问题,需进一步研究.     

基于GA-灰色神经网络的沥青路面使用性能预测

为准确预估我国沥青路面使用性能的变化趋势,在传统灰色预测模型GM(1,1)的基础之上,提出了无偏GM(1,1)模型和滑动GM(1,1)模型,并通过遗传算法(GA)优化后的BP神经网络对传统、无偏与滑动GM(1,1)模型进行了组合,得到了兼顾灰色理论、遗传算法和BP神经网络优点的GA-灰色神经网络组合预测模型,并以具体实例验证了该模型的有效性。结果表明:传统GM(1,1)模型的平均相对误差为4.67%,无偏GM(1,1)模型的平均相对误差为4.64%,滑动GM(1,1)模型的平均相对误差为4.63%,灰色神经网络组合模型的平均相对误差为2.41%,而GA-灰色神经网络组合模型平均相对误差仅为0.54%,证明所提出的组合模型预测精度较高,误差较小,可作为制定路面养护计划的依据。     

地铁运营成本分析与研究

通过总结北京地铁运营成本的发展变化情况，研究了地铁成本构成要素及其对总成本的影响，计算和分析了地铁平均人次运输成本及其与现行运价之间的关系，建立了成本预测模型，并对地铁未来运营成本进行了预测研究。     

基于ANFIS交通流实时预测及在MATLAB中的实现

分析了模糊推理预测模型和神经网络预测模型在交通流实时预测中的优缺点,采用ANFIS预测模型将二者结合起来,发挥两个模型各自的优势,弥补彼此的不足,通过预测结果表明该模型能够更直观、更精确地对交通流进行实时预测.     

基于ANFIS交通流实时预测及在MATLAB中的实现

分析了模糊推理预测模型和神经网络预测模型在交通流实时预测中的优缺点,采用ANFIS预测模型将二者结合起来,发挥两个模型各自的优势,弥补彼此的不足,通过预测结果表明该模型能够更直观、更精确地对交通流进行实时预测.