隧道变形预测的灰色Verhulst模型

通过具体的实例介绍了灰色Verhulst模型在隧道变形预测中的应用,证明此模型在隧道中是适用的。并且可以通过此模型比较准确地预测隧道变形和隧道的最大变形量,以此可以在隧道修建中及时调整、确定支护参数及进行施工决策。     

基于灰色Verhulst模型的民航远期货运量预测研究

从分析民航远期货运量预测的难点入手,引入灰色Verhulst模型,并分析了此理论应用于中国民航长期货运量预测的可行性及方法,在此基础上建立了民航货运量的Verhulst预测模型,结合中国民航货运量的历史数据进行了研究和分析。研究表明,灰色Verhulst模型在民航长期货运量预测方面具有较好的应用效果。     

城市货运量的灰色Verhulst预测模型

以研究城市货运量的预测方法为目的,为了提高城市货运量预测模型的预测精度,分析了GM(1,1)和Ver-hulst预测模型的特点,发现Verhulst预测模型更适用于城市货运量的预测,采用灰色Verhulst预测模型对城市货运量进行预测,通过比较GM(1,1)和Verhulst预测模型的结果可知后者具有较高的精度和可靠性,最后通过实例说明预测方法的可行性,为实际决策提供理论参考。     

道路交通事故灰色Verhulst预测模型

为提高道路交通事故灰色预测模型的预测精度, 分析了GM (1, 1) 模型和灰色Verhulst模型的特点, 发现GM (1, 1) 模型适用于具有较强指数规律的序列, 只能描述单调的变化过程, 而Verhulst模型则适用于非单调的摆动发展序列或具有饱和状态的S形序列。针对近年来中国道路交通事故表现为具有饱和状态的S形过程, 建立交通事故Verhulst预测模型。Verhulst预测模型和GM (1, 1) 预测模型预测的2004年交通事故死亡人数分别为10.87万人和11.72万人, 相对误差分别为1.49%和9.43%, 可见Verhulst模型的预测精度明显优于GM (1, 1) 模型。     

基于灰色-广义回归神经网络模型的城市群交通运输能力预测

城市群交通运输能力是构建国家综合立体交通网的战略基石。鉴于传统预测方法难以适应城市群交通运输能力影响因素众多且存在时变、耦合、不确定性强等特征,提出了一种灰色-广义回归神经网络的复合模型,以预测未来城市群交通运输能力。首先,选用LASSO算法筛选主要影响变量来降低数据复杂度,运用GM(1,1)模型弱化数据序列的随机性,预测影响变量时间序列的变化趋势,并填补数据缺失。然后,以2000—2019年京津冀城市群的数据集训练GRNN模型,根据GM(1,1)模型预测出的2020—2025年城市群交通运输能力影响因素,得出未来年份交通运输能力动态趋势。结果表明,复合预测模型精度优于传统方法,有效减少了小样本预测的不确定性。最后,结合预测结果分析了京津冀城市群核心区位城市的发展方向,为助力构建以城市群为重要抓手的新发展格局进行了前瞻性探讨。     

灰色模型在GDP预测中的应用

在交通量预测中,社会经济指标数据是最基础的预测数据,研究了灰色预测模型在社会经济预测中的应用方法,并进行了具体的应用,实践证明应用效果良好。     

灰色模型在社会经济预测中的应用

在交通量预测中,社会经济指标的预测是最基础的预测数据,研究了灰色预测模型在社会经济指标中的应用方法,并进行了具体的应用,实践证明应用效果良好。     

基于多模式灰色模型的地铁全网客流预测研究

地铁全网客流量预测对轨道线网规模确定及线路规划建设具有指导性作用,为准确预测地铁全网客流量,选取GM(1,1)均值模型、GM(1,1)差分模型和灰色Verhulst模型对重庆地铁全网客流量进行预测,采用平均相对误差、均方差比值和关联度三个指标对模型进行检验。结果表明:GM(1,1)均值模型预测结果与实际数据最接近,预测性能优于差分模型和Verhulst模型,为重庆地铁全网客流预测提供新思路,为重庆地铁规划建设提供理论依据。     

灰色模型在社会经济预测中的应用

在交通量预测中,社会经济指标（主要指国民生产总值）是最基础的预测数据。结合具体实例,研究灰色预测模型在社会经济指标中的应用方法,证明其应用效果良好。     

灰色代数曲线模型在交通量预测中的应用

灰色GM模型对于非线性系统问题的处理显得较为薄弱,而交通系统是一种复杂的非线性灰色系统,用灰色GM模型进行预测,精度必然得不到保证。本文为解决这一缺陷,提出采用灰色代数曲线模型预测交通量。实例分析表明,灰色代数曲线模型的拟合精度好于灰色GM模型,用灰色代数曲线模型预测交通量是可行的。     

交通量预测的灰色verhulst自记忆模型

导出了灰色verhulst模型的自记忆计算格式,建立了一个新的对交通量历史观测数据具有记忆功能的灰色自记忆模式;该模式克服了历史观测数据的波动对灰色verhulst模型的影响,可有效反映交通量随时间的发展规律.     

交通运输业能源消耗结构预测模型

针对交通运输业能源消耗特点,建立基于马尔科夫链的交通运输业能源消耗结构预测模型;提出依据情景假设设置转移矩阵的相关参数的计算方法;对2010～2015年交通运输业能源消耗结构进行了预测.研究结果表明到“十二五”末期,我国交通运输业能源消耗结构优化速度将进一步加快,煤炭和油品的比例逐渐下降,电力、天然气及新能源结构比例上升幅度较大.     

基于灰色关联理论的宁波市交通运输产业结构分析

为优化交通运输产业结构,推动交通运输产业的发展,需要对交通运输产业结构进行定量 评价,进而提出准确、有效的交通运输产业发展策略。为此,从交通经济的视角审视交通运输业 发展和产业结构演变间的关系,以灰色理论为基础,构建了宁波市交通运输产业结构灰色评价模 型。运用灰色关联分析方法,对2011—2014 年宁波市交通运输产业结构进行了定量分析。根据关 联度权重计算结果,水路运输、航空运输和城市交通的灰色关联度较大,对交通经济的发展起主 导作用。同时,研究表明,宁波市交通运输产业结构体系已初步形成,但也呈现产业结构比例失 调、增产速度不一,产业结构之间的关联性和互补性不高等特征。在此基础上,提出优化宁波市 交通运输产业结构的三大战略,包括：加强交通及相关产业的互动融合、加大交通主导产业培 育、重视引导航空运输业发展。     

灰色系统理论在桥梁劣化预测模型中的应用

根据辽宁地区桥梁承载力下降检测资料,应用灰色系统理论对在役桥梁劣化趋势进行分析,提出以时间与状态得分为等间隔初始序列,推导出桥梁劣化预测模型按指数分布表达式,并对检测序列进行分析验证,为桥梁劣化预测提供参考。     

灰色预测模型在铁路客流预测中的应用

运量预测是铁路运输组织工作的重要基础和主要依据之一,是一项经常性工作。只有根据运量预测结果及其他方面的信息才能做出科学的决策,编制出可行计划、规划或发展战略,最大程度地减少风险,降低运作成本,减少设施闲置。运用灰色预测模型建立铁路客流预测模型,对我国铁路客运量进行预测,灰色模型的方法简单,适合在数据少的情况下预测短期客流量。