增长曲线模型中的条件最优线性无偏预测

研究了带线性等式约束下增长曲线模型中条件可预测变量的最优预测。考虑了一类特殊的预测函数:Φ-线性预测函数,给出了条件Φ-线性可预测变量和条件最优Φ-线性无偏预测的定义。在一定条件下分别得到了条件最优线性无偏预测和条件最优Φ-线性无偏预测,并证明了它们在几乎处处意义下的唯一性。     

多元线性模型中的岭型预测

针对一般多元线性模型中常见的有偏预测--岭型预测与最优线性无偏预测的最优性判别进行了讨论,并就基于岭估计的最优预测量与经典预测量关于离差阵的最优性判别进行了探讨.     

利用无偏最优维数灰色预测模型预测我国公路货运量的发展

在无偏灰色预测模型的基础上提出了一种改进模型 ,该模型消除了传统模型和无偏模型中由于使用大量现有数据建模而带来的偏差 ,而是选用对预测值影响最大的几组数据进行建模 ,因而可称为无偏最优维数灰色预测模型。利用此模型对我国公路货物运量的发展做了预测。     

线性回归预测与控制在物流作业成本法中的应用

首先介绍了物流作业成本法，分析了物流成本的作业构成以及物流作业与物流成本的相关关系，引入线性回归预测与控制原理不定期预测物流作业成本和控制物流作业量，同时讨论了多作业物流作业成本的计算、预测和作业量的优化控制基本原理。通过实例验证了线性回归预测与控制原理对多作业物流作业成本的计算、预测和对作业量的优化控制的正确性，该原理对物流成本管理与决策具有一定的参考价值。     

高速公路交通流参数实时预测AML法

探讨了用于高速公路交通流参数实时预测类型，提出了交通流参数的线性神经网络方法，且利用该法对交通量、时间占有率和点速度的实时预测进行了应用性研究。     

利用线性预测模型分析轨道不平顺发展

利用线性预测模型，对铁路轨道质量指数(TQI)的发展进行预测，并比较预测值和实际值，分析预测的效果，同时应用TQI，预测值来编制综合养护计划。     

灰色理论及其组合模型在交通运量预测中的运用

在灰色预测理论与方法中，由于利用累加生成手段和微分方程描述的灰色模型，在一定预测时段内具有良好的预测精度和实用性，为将误差降到最小，本文以误差平方和最小为目标函数，利用拉格朗日乘数，确定出灰色模型与一元线性回归模型的最优组合权数，结果表明其组合模型比灰色模型与一元线性回归模型单独使用时有更高精度，故对交通运量预测工作有较强的应用价值。     

高速公路交通流参数实时预测AML法

探讨了用于高速公路交通流参数实时预测类型,提出了交通流参数的线性神经网络方法,且利用该法对交通量、时间占有率和点速度的实时预测进行了应用性研究.     

线性回归预测与控制在物流作业成本法中的应用

首先介绍了物流作业成本法,分析了物流成本的作业构成以及物流作业与物流成本的相关关系,引入线性回归预测与控制原理来预测物流作业成本和控制物流作业量.同时讨论了多作业物流作业成本的计算、预测和作业量的优化控制基本原理.通过实例验证了线性回归预测与控制原理对多作业物流作业成本的计算、预测和对作业量的优化控制的正确性,该原理对物流成本管理与决策具有一定的参考价值.     

基于无偏灰色马尔科夫模型的客流量预测

为合理制定城市轨道交通列车开行方案,同时为城市轨道交通公安机关布置警力提供科学依据,采用无偏灰色马尔科夫模型进行客流预测。分析灰色GM(1,1)模型和无偏灰色GM(1,1)模型的基本特点,在此基础上构建马尔科夫模型。以郑州地铁1~#线2017-02-03—02-18每日客流量为基础,分别利用无偏灰色GM(1,1)模型和马尔科夫模型计算客流量,并对预测结果进行检验对比。结果表明:马尔科夫模型较无偏灰色模型对客流量的预测精度提高54%。利用马尔科夫模型对未来3d的客流量进行预测,预测结果符合城市轨道交通客流的实际情况。