基于BP神经网络的南宁市公路货运量预测

为提高公路货运量预测的准确性,依据南宁市历史年份的公路货运量数据建立公路货运量的BP神经网络预测模型。将模型在MATLAB软件环境下进行编码并运算,通过对数据的反复训练和学习最终得到预测值。经过实例分析证明基于BP神经网络的货运量预测模型的有效性。为证明不同方法间的差异性,利用趋势外推法、三次指数平滑法、灰色预测法以及指数回归法对南宁市公路货运量进行了预测。通过对比分析,得到不同方法的相对误差。可以看出,基于BP神经网络的货运量预测模型较传统预测方法有较大的优越性,BP神经网络模型能够揭示货运量的非线性变化关系,准确地拟合原始数据。     

江西省公路货运量预测研究

分析各种货运量预测方法的优缺点,结合公路交通发展的特点,特别是公路货物需求的基础上,选用回归分析法、灰色预测法,对江西省公路货运量进行预测分析。通过灰色系统模型和线性回归的方法对江西省近9年的相关数据运用MATLAB进行分析,预测出江西省未来5年的公路货运量。     

基于混沌相空间重构公路路堤沉降预测模型

鉴于公路路堤沉降预测系统属多维非线性问题,在前人研究的基础上,运用现代混沌理论,建立基于混沌相空间重构的公路填方路堤沉降预测模型,从而构建起完整的公路路堤沉降预测系统。经实例研究证明,该系统预测结果稳定可靠,具有良好的应用前景。     

基于混沌相空间重构公路路堤沉降预测模型

鉴于公路路堤沉降预测系统属多维非线性问题,在前人研究的基础上,运用现代混沌理论,建立基于混沌相空间重构的公路填方路堤沉降预测模型,从而构建起完整的公路路堤沉降预测系统.经实例研究证明,该系统预测结果稳定可靠,具有良好的应用前景.     

区域货运量预测方法的比较

本文在对货运量预测理论和程序概述的基础上,介绍并比较了常用区域货运量预测方法的优缺点,重点分析了基于产业结构测度的区域货运量预测的基本原理,实证分析表明,该种方法都较目前常用的宏观货运量预测方法优.     

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。     

��·��ͨ������֧�����������Ԥ��

对交通运量做出较为准确的预测，能对相关部门和人员把握运输市场或进行决策有所裨益。对灰色、神经网络和支持向量机的三个预测模型进行了研究，以全国1996 ～ 2003年公路货运量为例，对公路货运量进行了预测，经过比较，支持向量机的预测方法精度较高。在分析组合预测特性的基础上，提出了对灰色系统、神经网络和支持向量机三种预测方法结果进行了线性组合预测方法和支持向量机的组合预测方法。与单一预测方法结果和线性组合预测进行对比，支持向量机组合预测方法比较精确。     

基于多种模型的黑龙江省公路货运量组合预测

利用黑龙江省公路货运量时间序列信息,基于多种模型对黑龙江省公路货运量进行组合预测,为管理部门的决策提供依据。     

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。     

区域货运量预测方法的比较

本文在对货运量预测理论和程序概述的基础上，介绍并比较了常用区域货运量预测方法的优缺点，重点分析了基于产业结构测度的区域货运量预测的基本原理，实证分析表明，该种方法都较目前常用的宏观货运量预测方法优。     

基于灰色马尔可夫链模型的航空货运量预测研究

航空货运量预测是航空货运发展和决策的基础.将灰色系统理论和马尔可夫链相结合,提出了灰色-马尔可夫链预测航空货运量的预测方法,并且针对我国航空货运量的发展趋势进行了预测.理论分析与实践都表明,该方法不但预测结果可靠,而且能够对航空货运市场的发展趋势进行宏观把握,有利于决策者的经济决策行为.     

产业结构在货运量预测中的应用研究

实践证明,利用各产业比例结构与单位GDP产生的公路货运量进行回归分析,得到规划年单位GDP产生公路货运量,以及利用规划人口、人均GDP等规划数据计算规划年公路货运量,所得预测结果比较理想.     

基于改进灰色-马尔可夫链方法的公路货运量预测

科学的货运量预测对公路发展战略的制定具有十分重要的意义．针对灰色模型的预测结果精确度受原始数据变化幅度的影响较大,且要求累加生成的数据列具有指数性质的缺点,采用带波动的多项式来替代GM（1,1）模型中的指数形曲线,并通过马尔可夫链对其预测结果进行修正,从而建立改进的灰色-马尔可夫链预测模型,同时利用该改进模型对我国公路货运量进行预测,经分析表明预测结果具有较高的精度,预测方法具有一定的可行性和有效性,预测结果可指导公路建设与管理．     

基于模糊线性回归模型的公路货运量预测方法

确定了公路货运量的影响因素分别为GDP、人口数量、社会消费零售总额和农副产品产值,构建了基于模糊线性回归模型的公路货运量预测方法。以延安市公路货运枢纽规划为实例,1995～2004年的货运统计量作为因变量,确定了模型的模糊系数。以2005～2010年的货运统计量作为验证值,分析了模型的拟合精度,并将模糊线性回归模型的预测结果与指数平滑法、灰色模型、弹性系数法3种常见预测方法的预测结果进行比较。研究结果表明:在模糊线性回归模型中,t检验的平均值为0.673 07,说明预测值与实际值差异不显著,模型预测效果较好;4种方法的平均相对误差分别为0.073 1、0.100 3、0.167 8、0.232 9,可见,本文方法误差最小。     

基于主成分分析和极限学习机的公路货运量预测研究

提出了一种基于主成分分析和极限学习机的计算方法,并用这种方法对货物运输量进行预测。该方法首先利用主成分分析的方法融合多个影响货运量的因素,获取主成分;然后建立极限学习机模型来预测公路货运量;最后计算模型性能指标并与相关模型进行对比。结果表明,基于主成分分析和极限学习机的货物运输量预测方法具有较高的稳定性和预测精度。     

基于货车交通量数据的公路货运量变化分析

简述了目前我国公路货运量统计数据存在的问题,采用模糊数学理论,基于某市现有货车交通自然量数据,从流量变化趋势和货车平均载重的角度,对某市公路货运量数据进行分析估算,计算得出其公路货运量近几年增长率不超过10%,目前该省公布的货运量增长率偏高不能反映路网的实际载运情况,并结合该省情况对我国公路运输量统计方式提出相应建议。     

牡丹江农垦分局公路货运量的预测分析

SPSS软件是公认的最优秀的统计分析软件包之一，除做常规的各种统计外，常常用来做一些预测分析。在牡丹江农垦分局公路货运站规划中，利用牡丹江农垦分局公路货运量和货运周转量历史数据，充分利用了SPSS软件的预测分析功能，对牡丹江市未来特征年的货运量和货运周转量进行了预测分析，以此为当地的交通发展和交通规划奠定基础。     

基于产业结构测度的货运量预测模型

在对货运量预测理论及步骤概述的基础上,重点分析基于产业结构测度的货运量预测模型。并以合肥市为例,将单位GDP货运量的生成量与产业结构测度二者关系数量化,建立二者关系模型,根据统计学的方法检验模型的可靠性,并利用该模型预测地区货运量。     

GM(1,1)模型在公路货运量预测中的应用

运用GM（1,1）模型对河南省货运总量和公路货运量进行预测,可为河南公路网规划和公路建设提供科学的决策依据．     

分形理论用于航空货运量的预测

航空货运量的预测一直是航空公司关注的问题。采用基于分形理论的研究方法,从非线性的角度,利用变维分形模型进行预测。从取得的历史数据中发现其内在规律,避免因对影响因素估计不准确而影响预测结果。研究得出：最大相对误差为一7．64％,平均相对误差为8．903％,在误差允许的范围内,预测结果令人满意。该预测方法和思想为货运量的预测提出一种新的方法。