探讨预测路外伤亡事故的方法

分析了几种预测路外伤亡事故的方法，其中加权综合预测法考虑了两种或两种以上预测结果的权重，因此可减少预测误差，提高预测的准确性，是一种值得推广的预测方法。     

信息不足情况下铁路运量预测方法初探

铁路客货运量预测对于铁路建设前期研究工作具有重要意义,然而在某些情况下由于条件受限导致通过调查得到的基础数据较少,给客货运量预测工作带来困难。本文拟采用灰色模型预测近期数据,用三次指数平滑法在近期数据的基础上预测远期数据的方法探讨此情况下的铁路客货运量预测问题,并通过实例进行了验证。     

灰色模型及其在经济预测中的应用

一、灰色系统及其特点 近年来，灰色预测理论在许多领域得到了广泛关注，它能够有效处理不确定性显著和数据样本较少的系统，因此得到了越来越广泛地应用。     

软土路基沉降预测方法探讨

双曲线法、指数曲线法和三点法均是软土路基沉降预测的常用方法,此三种方法对沉降观测时间均有要求。为此,以某高铁试验段的塑料排水板联合超载预压加固处理测出的路基沉降数据为基础,分析这三种方法的适应性和稳定性。结论为:在恒载6个月内,不同预测方法和实测值变化规律基本一致;双曲线法预测的最终沉降总体上较其他方法大;指数法一和三点法以前3个月、后3个月和6个月数据为基础的预测规律最接近,以前3个月和后3个月的数据为基础的两次预测的沉降差值最小。     

两种非线性曲线拟合在施工地面沉降预测中的应用对比分析

基于现有的实测数据样本,运用双曲线法和指数曲线法对地面沉降进行预测,结合三种不同的工程实例进行验证并对预测结果作对比分析.两种预测方法都能满足工程精度的要求,且双曲线法要比指数曲线法预测精度高.指数曲线预测的结果一般比实测结果要小,双曲线法预测的结果相对较大,预测结果可以为施工提供指导和参考.     

灰色控制理论在隧道涌水预测中的应用探讨

采用灰色理论原理,针对某隧道一段时间的实测涌水量进行拟合,构造该隧道涌水量预测公式,然后判断其是否满足预测精度要求,对不满足要求的数据构造残差数列,多次进行拟合,直到精度满足要求为止,最后在精度要求范围内对后期涌水量做出预测.通过验证,此方法在预测涌水量中具有很大的可行性.     

灰色理论在铁路客运量预测中的分析研究

针对传统灰色预测模型存在对历史数据依赖性强、容错性小及抗干扰能力差的局限性，将无偏灰色理论与残差验证理论引入预测模型，从趋势曲线灰色拟合与状态分类方式上对传统灰色模型进行改进，提出无偏灰色预测铁路客运量方法；同时，对铁路客运量预测方法从定性预测和定量预测两个方面进行阐述并对其优缺点进行分析。依据建立的无偏灰色预测铁路客运量模型，以1997—2016年铁路客运量为基础数据，对铁路“十三五”时期的数据进行预测，通过残差检验和结果分析，其预测精度明显高于BP神经网络预测。     

应用灰色数列预测模型预测尘肺发病人数

本文试图用灰色数列预测模型对我局尘肺发病人数进行预测,并与实际病例数进行比较,以探讨灰色数列预测模型在预测尘肺发病趋势中的应用。 1 资料与方法采用GM(1,1)灰色数列模型,以1984～1988年终尘肺病例数作为建模资料,建模步骤如下。 1.1 一次累加生成数据:设原始数列为 x(1),x(2),……,x(?),记作x=     

基于Markov链修正的铁路运量灰色组合预测模型研究

预测模型的准确与否直接决定着未来经济规划与决策的有效制定。将灰色GM(1,1)-Verhulst组合预测模型与马尔可夫链方法相结合,同时引入信息熵理论的知识,提出基于Markov链修正的熵权法灰色组合预测方法,并以甘肃省2004年～2015年铁路客运量作为原始数据序列进行模型拟合,而且还以此为基础对甘肃省未来几年内的客运量发展趋势进行预测。结论:(1)在已知实际客运量年份内,该灰色组合预测模型的预测精度比单一灰色预测模型更高、更加准确;(2)采用马尔可夫链方法获得该组合模型的偏差规律,并依照此规律对预测结果进行修正,即由一个单一的预测数值修正成为区间和概率组成的预测范围;(3)通过比较2016年～2017年的客运量实际值、组合预测模型的单一预测值和Markov链修正的预测区间值,发现Markov链修正的预测结果与客运量实际值的吻合性良好,进一步验证此预测方法的可信性。     

基于灰色动态模型的铁路客运量预测与分析

对铁路客运量实时准确的预测与分析是铁路部门进行相关决策和判断的重要依据。运用灰色动态GM（1，1）模型，对武昌车站2000～2005年的客运量进行了预测，并结合实际统计数据对预测结果精度做出诊断和修正。基于此，对2006--2020年武昌车站的客运量进行了预测。结果显示，该模型直观，可操作性强，预测数据可靠，可以作为决策判断的依据。     

基于灰色预测法的铁路集装箱运量预测

对运量发展趋势进行预测是正确制定铁路集装箱营销战略的前提和基础.运用灰色预测法对铁路集装箱运量进行了预测,得出铁路集装箱的发送箱数和吨数都将呈上升趋势.     

基于数据驱动的机车车轮剩余寿命预测技术

为优化机车车轮运维管理，提高机车车轮剩余寿命的预测精度和稳定性，提出基于数据驱动的机车车轮剩余寿命预测模型。依托机车车轮全寿命周期的造修和运维数据，分析影响车轮服役寿命的主要因素，包括轮径、历史和环境影响因素。构建基于数据驱动的机车车轮剩余寿命预测模型，模型以轮径区间作为寿命计算单元，并引入轮径历史和环境损失率，综合考虑3类因素对寿命预测的影响。现场测试中，因某轮径区间的数据不符合计算要求，导致轮径环境损失率存在数据缺失问题，于是采用多层感知机算法对缺失项进行预测和补充。基于测试集中的车轮旋修数据，对比数据驱动预测算法和传统预测算法的预测效果。由结果可知，数据驱动预测算法的预测精度和稳定性均优于传统预测算法。     

RBF神经网络在铁路货运量预测中的应用

基于回归和时间序列模型的传统预测方法以及目前较为常用的灰色预测和BP神经网络预测方法，建立了RBF神经网络模型对全国铁路货运量进行详细分析和预测。利用铁路货运量的原始数据构造时间序列，并对时间序列进行分析和相应的处理。将处理后的数据构造为一个非线性映射，利用RBF神经网络进行逼近。利用Matlab对灰色预测、BP神经网络预测和RBF神经网络预测模型进行仿真实验，得出3种预测模型的平均相对误差，分别为7.67%、4.79%和1.31%。表明RBF神经网络预测方法的预测精度比另外两种预测方法高很多，可为铁路货运量预测研究提供方法支撑。     

新建拉萨至日喀则铁路客货运量及流向的预测

货运量预测按口岸进出口运量、沿线地方运量分别分析预测．进出口运量按趋势采用增长率法进行预测；沿线地方运量根据经济调查，采用主要品名按产销平衡法和其他品名按弹性系数法、类比分析法、回归法、增长率法等综合进行预测．客运量预测采用“四阶段”法的预测思路预测，转移运量、诱增运量采用重力模型方法，建立模型计算项目建成前后吸引区旅客广义出行费用的变化，通过预测各种交通运输方式市场份额的变化和诱增率，预测项目的转移客运量和诱增客运量．     

客运专线CFG桩复合地基沉降预测分析

研究目的:对采用CFG桩复合地基进行处理的某客运专线路基的沉降分别采用工程上常用的4种预测方法:双曲线图解法,双曲线法,三点法,指数法进行预测分析;并采用五次多项式对实测沉降数据进行磨光处理,极大程度上避免了由测量带来的误差以及实测沉降数据的非等时距性,为类似地基处理方式的沉降预测提供借鉴。研究结论:采用五次多项式插值可以避免因环境等,带来测量误差,使沉降曲线变得光滑;避免了因观测的不等时性而带来的选点困难;从四种预测方法的结果看,三点法预测效果最好,相关系数也最大,双曲线法预测结果最大。     

基于无偏灰色组合动态模型的铁路客运量预测研究

针对目前铁路运输客运量预测在精度方面的不足，提出一种无偏灰色组合动态预测模型，应用于现有铁路客运量的预测。通过借鉴无偏GM(1,1)模型直接建模思想，对传统的灰色Verhulst模型作出改进，即对原始序列作倒数生成，运用新生成的倒数序列建立无偏灰色Verhulst模型，以消除传统的灰色Verhulst模型自身的一些偏差；为进一步提高模型的拟合精度及收敛速度，引入马尔科夫链方法对无偏灰色Verhulst模型的拟合结果进行修正，同时兼顾数据序列具有一定的时效性，构建出无偏灰色组合动态客运量预测模型。以我国兰青铁路某区段2010—2019年共10年的客运量数据作为原始数据，验证模型的可靠性与准确性，并与传统EDGM(1,1)模型、灰色Verhulst模型和无偏灰色Verhulst模型作对比，结果表明，本文模型在预测精度方面更凸显优势，能有效提高预测结果的准确性。     

基于灰色GM(1,1)和灰色-马尔可夫模型的轨道几何不平顺预测及应用研究

国外轨道不平顺的研究思路和方法大多是建立在对轨道动态检测数据的不同分析手段和方法上,然而由于各国检查数据的不同使得国外模型无法直接应用于国内轨道状态预测。基于昆明铁路局的实际数据,提出了灰色预测模型和灰色-马尔可夫预测模型。通过将2种模型的预测结果与一元线性回归预测结果对比分析,证明灰色预测模型不仅适用于较长区段的TQI(轨道质量指数)预测,对于更长区段的TQI预测也有比较好的效果,同时证明灰色-马尔可夫预测模型不仅能够预测随机性较强的TQI数据,也能应用于较长时间范围内的预测。     

青藏铁路格拉段沿线风速短时预测方法

青藏铁路大风监测预警系统采用时间序列法实现沿线风速的短时预测.利用时间序列法对经过1min平均化处理后的非平稳实测风速序列建立ARIMA(11,1,0)模型,进行超前3步预测计算,获取第3 min平均预测风速,预测平均绝对误差为2.237 2 m·s-1.针对时间序列法第3 min平均预测风速精度低的问题,采用提出的滚动式时间序列法修正时间序列法预测计算步骤,重新获取第3 min平均预测风速,预测平均绝对误差减小为1.1670 m·s-1.使用最小二乘法拟合样本每分钟内最大实测风速和该分钟平均风速的相关系数K,通过K为1.142 8修正滚动式时间序列法第3 min平均预测风速,获取滚动时间序列法第3 min最大预测风速,预测平均绝对误差为2.090 4 m·s-1.滚动式时间序列法第3 min平均风速、最大风速的两者预测均满足精度要求.滚动式时间序列法已经在系统中使用.     

基于灰色系统模型的接触网设备状态预测

灰色系统作为行之有效的设备状态预测工具之一,具有所需数据样本少且数据训练时间短等特点。针对当前接触网设备的运行检修以周期性平推检查为主的特点,本文使用MATLAB语言编制预测模型,对实际线路接触网检测数据进行分析预测。预测结果表明,该方法预测精度可满足实际工程需要,能够有效地应用于接触网设备状态的在线预测,给接触网运营检修工作提供参考。     

基于数据融合的地铁客流量预测方法

为了更加准确地预测城市地铁交通中动态变化的客流量 ,通过分析城市地铁交通客流量的特点 ,提出了一种基于神经网络数据融合的预测方法。这种方法根据预测数据各属性的特点 ,将采集的数据提取出多个相关序列。在此基础上对各序列采取不同的处理、预测方法 ,再利用神经网络进行融合。这种方法可用于数据动态预测的各种领域。实验表明 ,采用这种方法可以有效地改善数据预测的误差。