基于 VMD-GRU 的城市轨道交通短时客流预测

精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度, 基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合 模型预测方法,即 VMD-GRU 神经网络预测模型,由变分模态分解和门控循环单元组合而成。变分模态分解的 作用是分解短时客流,降低数据中的噪声,减少数据波动;门控循环单元的作用是基于分解的短时客流,进行 客流预测。经南京地铁的数据验证,该模型在地铁短时客流预测方面效果良好。与 GRU 相比,VMD-GRU 在 15、30 和 60 min 的时间粒度下,预测准确度分别提升 7.57%,16.93%,18.47%。该模型可为地铁运营管理部 门对车站客流管理、日常行车计划制定等提供有效的数据支撑,从而提升线网总体运营效率以及轨道交通系统 的服务水平。     

宜万铁路复杂岩溶隧道施工地质预报特色

研究目的:宜万铁路地质异常复杂,被誉为修建铁路的"禁区",隧道工程存在巨大地质风险。重大隧道工程主体深埋于山体内腹,而目前勘察的技术手段只能探及浅部,难以涉及深部,完全查清隧道深部复杂的地质问题,的确很难(国内外皆如此),隧道建设始终存在"地面勘察难以探明深部,而隧道深部施工安全、工程处理又要求尽量探明"这一对矛盾。为解决这对矛盾,只能在前期勘察的基础上,强化隧道施工地质工作,实施施工地质预报。研究结论:研究创新了"隧道地质复杂程度分级",实现"隧道施工地质预报设计"并纳入规范管理,为隧道施工保驾护航,取得显著效果,使施工地质预报工作迈上新台阶。     

通往郊区的轨道交通线路客流预测方法

我国正处于城市化进程高速发展阶段,各城市相继建设通往城市郊区的轨道交通线路,分析其客流预测中的常见问题,包括未建成区客流调查困难、规划资料简单、不确定因素多且难以判断和把握等;根据实践经验．提出对所在区域特点和规律进行城市经济发展分析的宏观思路和采用对比方法把握线路具体客流特征的微观思路,给出可供借鉴的使用方法     

铁路货运量组合预测方法

为了对铁路货运量进行科学预测,在指数平滑、模糊移动、线性回归、灰色预测4种单一模型的基础上建立组合预测模型.结果表明:组合预测模型能有效综合各模型的有用信息,并能提高其预测精度,预测结果可靠.与单一模型相比,该法具有较好的实用价值.     

改进的K近邻非参数回归在短时交通流量预测中的应用

针对现有K近邻非参数回归方法的局限,为了进一步提高算法的精度和速度,做出了两方面的改进:利用相关性理论选择状态向量和采用基于聚类分析的变K近邻搜索算法.用仿真实验验证了该方法的有效性,给出了仿真试验结果.实例研究结果表明,预测效果优于传统的非参数回归方法.     

���ڼ�������ѧģ�͵�����������Ԥ��

汽车保有量与社会经济的发展有着密切关系，通过建立计量经济学模型寻求汽车保有量和社会经济有关指标的函数关系，可以较为准确地预测一个地区短期内的汽车保有量.本文根据广东省的统计数据，给出建立计量经济学预测模型和进行各项检验的详细过程，并根据模型预测了广东省2004年和2005年的汽车保有量.     

基于水动力—结构模型的VLGC强度和疲劳分析

超大型全冷式液化气船（VLGC）是国际上公认的设计及建造技术难度最大的船型之一,VLGC波浪载荷是船舶设计计算分析的重要载荷,准确的评估波浪载荷对船舶强度的设计非常重要。论文从DNV先进的水动力计算软件HydroD对VLGC船满载和压载工况下的波浪载荷进行了计算,得到了VLGC船相应工况下的运动响应和短期预报、长期预报值,并把计算出的波浪载荷传递到全船结构有限元结构模型中,加载分析得到了VLGC船的应力分布,对相应地方做了适当改进和加强,并对典型节点进行疲劳强度分析,得到了典型节点的疲劳寿命。对VLGC船整个波浪载荷传递到有限元模型的这一套流程做了分析和研究,也为进一步应用水动力方法计算其它船型的结构强度和疲劳寿命打下了良好的基础。     

运用弹性系数法预测北京机动车保有量

综述了机动车保有量的预测方法,包括时间序列回归法、神经网络法、弹性系数法等,分析了不同方法的特点,给出了相关启示。结合北京经济发展趋势,运用弹性系数法对机动车保有量进行了预测。     

基于最大熵模型的客运枢纽换乘量分布预测研究

针对城市客运交通枢纽换乘量分布预测的问题,引入"四阶段法"中的出行分布预测原理,将枢纽处各种交通方式的客流影响范围近似看作出行分布预测中的交通小区,各交通方式之间的换乘量相应地看作交通小区之间的交通分布量。将重力先验概率式的最大熵模型应用于枢纽换乘量分布预测之中,构建换乘量分布预测的最大熵模型,并以枢纽内部各种交通方式的现状OD换乘量分布为基础,进行模型参数的标定和最大熵模型的求解,隐含考虑随机因素的影响,从宏观上描述换乘者的交通行为。该方法应用于北京市东直门客运交通枢纽的换乘量分布预测之中,效果良好,为进一步进行枢纽的功能布局及换乘组织等研究工作提供依据。     

基于人工神经网络的湘江最大洪峰流量中、长期预报

将统计相关性分析与模糊方法相结合,识别出影响湘江湘潭站年最大洪峰流量的前期流域降水、大气环流形势等预报因子,通过比较几种改进的BP网络的优缺点,探讨了BP网络建模过程中存在的几个问题,建立了LMBP算法和自适应BP算法相耦合的神经网络中、长期水文预报模型．预报结果表明：预报效果好、精度高,且具有较高的推广和应用价值．