共查询到20条相似文献,搜索用时 281 毫秒
1.
公路货运量灰色模型—马尔可夫链预测方法研究 总被引:3,自引:0,他引:3
将灰色系统理论与马尔可夫链相结合,首次提出了灰色模型—马尔可夫链预测公路货运量的方法;并结合"十五"期间中国公路货运量和公路货运市场的发展趋势的预测分析详细阐述了该方法的具体应用。首先建立GM(1,1)灰色动态拟合模型,并以此作为公路货运量发展变化的动态基准线模型;在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分、样本值与模型拟合值之间的残差及其标准化离差等指标的分析计算,最终以概率形式分析和预测公路货运量的发展变化区间。理论分析和实践都表明,该法不但预测结果更可靠,而且能够对公路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为。 相似文献
2.
针对公路路基沉降具有随机性和复杂性的特征,提出了一种粒子群改进灰色GM(1,1)-马尔可夫模型的路基沉降自适应预测方法。利用马尔可夫模型修正传统灰色GM(1,1)预测模型的残差,并提出粒子群算法来计算最优的马尔科夫链残差模型的白化系数,开发了路基沉降的粒子群灰色马尔科夫链自适应预测模型框架。以某公路路基沉降实测值为例,对比分析了其他两种改进灰色模型方法,结果表明本文算法误差均值仅为1. 48%,比其他两种方法分别降低了64%和29%,且精度等级达到一级。随着公路路基沉降数据量的增加,本文提出的模型预测精度进一步增加,自适应能力强,具有良好的推广性。 相似文献
3.
公路货运量灰色模型-马尔可夫链预测方法研究 总被引:28,自引:0,他引:28
将灰色系统理论与马尔可夫链相结合,首次提出了灰色模型-马尔可夫链预测公路货运量的方法;并结合“十五”期间中国公路货运量和公路货运市场的发展趋势的预测分析详细阐述了该方法的具体应用。首先建立GM(1,1)灰色动态拟合模型,并以此作为公路货运量发展变化的动态基准线模型;在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分、样本值与模型拟合值之间的残差及其标准化离差等指标的分析计算,最终以概率形式分析和预测公路货运量的发展变化区问。理论分析和实践都表明,该法不但预测结果更可靠,而且能够对公路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为。 相似文献
4.
5.
基于灰色理论的道路交通事故预测模型综述 总被引:1,自引:0,他引:1
交通事故预测模型是进行交通安全控制的关键问题之一。重点介绍了目前几种主要的基于灰色系统理论的道路交通事故预测模型:基本灰色预测GM(1,1)模型、残差灰色预测模型、灰色Verhulst预测模型、灰色马尔可夫预测模型、灰色神经网络预测模型,并指出各模型的适用条件和优缺点,为相关研究提供参考。 相似文献
6.
7.
8.
准确预测隧道变形发展趋势和围岩变形规律是保证施工安全的重要措施。由于深埋隧道围岩变形受到工程地质和施工等复杂因素的综合影响,具有位移序列增长的波动性和随机性。针对此特点,以灰色预测理论为基础,采用柯特斯积分公式对传统GM(1,1)预测模型的背景值求解方法进行优化,并依据相对误差平方和最小准则建立了隧道围岩变形预测的灰色模型[NCBC-GM(1,1)]。以隧道围岩变形实测值作为原始数据,用NCBC-GM(1,1)灰色预测模型对隧道围岩变形趋势进行预测,并与采用相同数据样本建模的传统GM(1,1)预测模型和基于背景值构造优化的GM(1,1)预测模型的估计和预测结果进行了对比和综合分析。结果表明,NCBC-GM(1,1)灰色模型的预测计算结果与围岩变形实测值的吻合程度相对较高,比传统GM(1,1)预测计算模型和基于背景值的构造进行优化的GM(1,1)预测计算模型均方根误差分别降低2.66、0.10 mm,平均相对误差分别降低6.76%、0.23%,预测精度高且稳定性强,能为隧道变形趋势的预测和施工控制提供重要依据。 相似文献
9.
10.
11.
通过对桥梁桩基的沉降预测,能有效地评价和判断桥梁的稳定性,为现场施工提供一定的指导依据。同时,系统性的预测方法能有效提高预测精度,因此,将灰色模型和BP神经网络进行耦合,建立了桥梁桩基沉降的初步预测模型,再利用马尔科夫链建立误差修正模型,实现桥梁桩基沉降的分阶段预测。该模型发挥了灰色模型“累加生成”灰色序列的优点,增加了沉降数据的规律性,又充分利用了BP神经网络和马尔科夫链的非线性预测能力,具有系统性强、全面性高等优点。同时,利用2个实例进行验证,结果表明实测值和预测值较吻合。其中,实例1平均相对误差为1.37%,实例2的平均相对误差为1.39%,两实例的预测结果差异不大,具有较高的预测精度,验证了所提预测模型的有效性。 相似文献
12.
13.
14.
15.
利用ELMAN神经网络,采用相关站点历史数据逼近的方法,建立了流量差值预测模型;采用主成分分析法确定神经网络输入参数;运用叠加噪声法对神经网络模型进行了泛化处理。预测模型能反映流量差值的变化趋势。 相似文献
16.
17.
软基路堤最终沉降的人工神经网络预测 总被引:3,自引:1,他引:3
针对软基土路堤最终沉降预测这一技术难题,先对影响路堤最终沉降的主要因素进行了分析,接着提出了带偏差单元的神经网络模型。工程实例验证表明:该模型预测精度高、简便易行,可为软基路堤沉降的预测和计算提供方法上的参考。 相似文献
18.
为研究高寒地区设置中心深埋水沟单线铁路隧道的围岩力学参数问题,以兰新铁路新建博州支线阿拉套山隧道为工程背景,基于FLAC3D数值模拟软件联合MATLAB中的神经网络工具箱构建BP神经网络算法,建立隧道开挖位移正演和反演模型,对围岩物理力学参数作反演分析。通过对中心水沟开挖前的拱顶和拱腰监测数据做拟合分析,发现隧道变形已趋于稳定,反演过程不需考虑中心水沟开挖对围岩的二次扰动。以水沟开挖前的拱顶沉降值和拱腰收敛值作为输入函数,以围岩的体积弹性模量K、剪切弹性模量G、黏聚力c、内摩擦角φ、重度γ作为输出函数训练神经网络模型,利用训练好的模型进行所需参数的反演分析。将反演参数代入FLAC3D正演模型计算后,提取中心水沟开挖前的拱顶沉降值和拱腰收敛值,与中心深埋水沟开挖前的实际监控量测值相比较为接近。结果证明,围岩物理力学参数的反演较为合理,对于变形的预测较为准确,可为隧道后期工程的施工和优化设计提供参考。 相似文献
19.
20.
信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型(Traffic Factor State Network,TFSN),考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明:根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。 相似文献