BP神经网络和GM(1,1)灰色模型在公路客运量预测中的应用

在灰色预测的基础上,引入BP神经网络模型,建立了GM(1,1)和BP神经网络组合模型。此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少,数据波动性大对预测精度的影响,也增强了预测的自适应性。实例证明了组合模型的预测精度高于单独的GM(1,1)模型,可以用于公路客运量预测。     

灰色预测模型在公路客运量预测中的应用

运用灰色预测系统理论,对国内公路客运量建立了基于灰色预测理论的GM (1, 1) 模型, 并运用GM (1, 1) 模型对2007～2015年国内公路客运量进行了预测.预测结果表明,该方法具有较高的预测精度.     

改进灰色理论模型在隧道施工控制中的应用

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。     

基于改进GM(1,1)的国省干线公路沥青路面使用性能预测

路面使用性能随路龄的增大而减弱，路面性能衰退情况直接影响路面养护对策的选择和养护资金的投入。为了解决养护对策选择带来的资金浪费与养护后性能不佳等问题，文章以灰色系统理论为基础，通过反演法来计算衰退路龄，构建了一个改进的GM(1,1)公路沥青路面使用性能预测模型。选取宁夏国省干线公路中部分路段路面破损状况指数的数据进行分析，对数据筛选后建立GM(1,1)模型，根据选取的实测数据来反演需要预测路段的衰退路龄，代入改进的GM(1,1)模型对路面性能进行预测，验证其准确性，并与直接采用灰色预测法得到的结果进行比对。结果表明：改进GM(1,1)法与直接使用灰色预测模型相比，剔除了路面进行养护工程后路面性能指数上升的路段，不会出现预测失真的情况，预测精度较好，更符合宁夏干线公路路面使用性能的发展规律。     

基于灰色理论的高速公路小修保养维修量预测模型

在仅有通车5 a以下维修量的小样本数据条件下,为了合理、科学地预测高速公路小修保养维修量,量化年平均日交通量、年均降雨量、年均温度和通车年限4个因素对维修量的影响程度。提出了基于Matlab的灰色系统预测模型,以实际调研路段5 a的统计数据为样本,运用灰色关联度模型对4个因素的影响程度进行量化评估;分别建立均值GM(1,1)单变量预测模型与GM(1,N)多变量预测模型对维修量进行预测分析。研究结果表明:上述4个影响因素与维修量的灰色关联度均大于0.5,说明上述4个自变量对维修量均具有较大影响;GM(1,1)模型70%的预测结果误差小于15%,GM(1,N)模型75%的预测结果误差大于30%,从而得出GM(1,1)预测模型比GM(1,N)预测模型的预测结果更加准确。因此,对通车5 a以下维修量的小样本数据预测,选用单变量预测模型更加合理、有效。     

基于灰色系统模型的西安市客运量预测

根据西安市近几年的客运情况,运用灰色系统模型理论建立GM(1,1)模型。通过检验,得出所建模型预测精度高,适用于西安市客运量预测。运用此模型得到客运量预测数据。     

基于灰色Verhulst-马尔可夫链组合预测方法的公路客运量预测研究

将灰色系统理论和马尔可夫链理论相结合,提出了灰色Verhulst-马尔可夫链组合预测方法来预测具有饱和状态发展趋势的观点;结合广东省公路客运量发展趋势来对该组合预测方法进行具体应用.计算分析证明,该模型较灰色Verhulst模型、灰色GM(1,1)-马尔可夫模型具有预测精度高、适应弹性大、实用性强等特点,可对公路客运量的发展趋势进行宏观把握,对宏观决策具有指导意义.     

桥梁施工监控技术中的灰色系统预测模型对比分析

介绍了用于桥梁施工监控技术中的两种灰色系统预测模型GM(1,1)和GM(2,1),对比分析了分别采用4个、6个样本数据的GM(1,1)模型和采用4个样本数据的GM(2,1)模型来预测实际工程中的立模标高值的结果,其结果表明:增加样本数据对提高精度作用小,而增加模型阶数对精度提高较大；采用4个样本数据的二阶GM(2,1)...     

基于多变量灰色模型的路基沉降预测

路基沉降变形是一个复杂的动态变化过程,常用的单变量预测模型不能考虑各沉降监测点间的相关性,不足以反映路基整体的变形规律。多变量灰色模型是单变量GM(1,1)模型在多元变量条件下的拓展,可以实现对路基中相互影响的多个监测点变形预测模型的建模和预测。实例计算表明,与单变量GM(1,1)模型相比,多变量灰色模型具有更高的预测精度,显示了该方法进行路基工后沉降预测的有效性。     

灰色系统理论在桥梁线形控制中的应用与研究

在桥梁施工控制过程中,灰色系统理论得到了广泛的实用,而使用最多的是GM(1,1)模型来预测标高,但是通过实践证明GM(1,1)模型所预测的数据精度并不是非常准确,因此对灰色系统理论进行进一步的研究是迫切的。笔者在沈阳四环跨越沈丹线立交桥实际工程的施工控制中应用了灰色系统理论方法,采用了3种不同的样本数据建立GM(1,1)模型。并建立4个样本数的GM(2,1)模型,并对以上模型所预测的标高结果与实际标高进行对比分析。实践证明灰色理论成功的应用在了跨越沈丹线立交桥的施工控制中,并验证了GM(2,1)模型在预测精度上高于GM(1,1)模型,而增加样本数据非但不能提高GM(1,1)模型所预测的精度反而随着样本数据的增多精度随之降低。     

基于多因子关联分析的道路交通事故灰色预测模型研究

基于灰关联分析,对道路交通事故的影响因子进行预处理,建立了基于多因子关联分析的道路交通事故GM(1,N)预测模型。对哈尔滨市1994年~2004年的道路交通事故进行实例分析,预测结果表明GM(1,N))模型的预测精度高于GM(1,1)模型及多元线性回归模型。该模型克服了GM(1,1)模型对于波动性较大的非平稳数列预测精度低的缺点,该模型具有简单、有效、预测精度高的特点。GM(1,N)模型是一种动态数据处理方法,且不会出现量化分析与定性分析结果矛盾的现象,能够很好的反映交通事故的未来发展趋势。     

高速铁路桥梁桩基极限承载力预测研究

利用高速铁路桥梁单桩竖向静载试验数据,应用灰色理论建立GM(1,1)模型,在此基础上编制预测程序FPS预测桩基极限承载力。对比分析实测值和预测值,二者吻合较好,验证了GM(1,1)模型进行桩基极限承载力预测有较好的精度和实用性。GM(1,1)模型可作为预测高速铁路桥梁桩基极限承载力的可行方法。     

一种顾及多因素影响的公路客运量预测模型

提出采用双线性模型预测公路客运量。预测模型包含时序自回归项、线性回归项和双线性项三部分。为了研究模型参数的时变特性,将公路客运量预测分为模型参数的预测和在此基础上的客运量预测,采用多层递阶方法计算模型的时变参数,然后进一步分析拟合参数的变化曲线,计算后续时段的参数预测值,并以此进行公路客运量预测。实例分析表明,双线性动态预测模型能很好地反映公路客运量的发展特性,具有较高的预测精度和实用价值。     

哈大客运专线桥梁墩台沉降观测与沉降预测

以哈大客运专线运粮河特大桥墩台沉降观测为背景.介绍了运粮河特大桥沉降观测的技术要求与观测方法.采用曲线拟合法综合分析了桥梁墩台的沉降变形趋势.运用灰色系统的新陈代谢GM(1,1)模型建立累积沉降的预测模型,预测结果表明该模型精度较高.可以用于累积沉降的预测,对今后的同类工程有一定的借鉴意义.     

基于灰色马尔可夫模型的近期公交客流量预测

为了科学准确地预测近期公交客流量,提出了应用灰色马尔可夫模型进行预测的方法。利用历史数据建立灰色GM(1,1)模型,通过确定系数可获得公交客流量的时间响应序列及还原值的表达式,从而可获得未来年公交客流量的发展序列值,结合马尔可夫链过程将随机序列状态划分为3类,通过确定状态转移矩阵可获得序列处于各状态的概率值及与各状态对应的预测中值,最终求得各序列的修正值。通过铜陵市公交客流的历史数据,预测了近3年的公交客流。实例证明该预测模型具有较高的精度,能够指导公交经营管理者近期的决策行为。     

基于灰色理论的道路交通事故预测模型综述

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。     

最大熵模型在福田枢纽换乘量分布预测中的应用

综合客运枢纽换乘量分布预测是枢纽规划和设计中的重要步骤,预测结果的好坏会直接影响枢纽的整体功能和运行效率的发挥。为此,将＂四阶段法＂中的交通分布预测原理运用于客运枢纽的换乘量分布预测,建立换乘量分布的最大熵模型并设计其算法。模型引入重力式先验概率,隐含考虑随机因素的影响,从宏观上描述出行者的换乘行为,发生概率最大时的换乘量分布即为规划年的换乘量分布。将该模型应用于福田枢纽的换乘量分布预测中,通过基础数据的引入和模型参数的标定,可获得比较满意的规划年换乘量分布数据,并为综合客运枢纽的规划建设提供科学依据。