基于组合预测的RBF神经网络货运量预测方法研究

为有效进行交通货运量预测，通过对货运量影响因素的分析，建立了关于货运量影响因素的层次分析模型，根据该模型构建了基于RBF神经网络的货运量预测方法。用我国1985-2004年的货运量统计数据对该神经网络进行训练和检验，并对2005-2006两年间的货运量进行预测。预测时设定了2005-2006年2a间货运量各影响因素值，再运用RBF神经网络预测这两年的货运量。结果表明，2005年的预测值与国家统计局最近公布的实际数值有很好的一致性，表明这一方法的可行性。     

基于SAS的铁路货运量预测

铁路运输是国民经济的大动脉、国家重要基础设施和大众化交通工具,在综合交通运输体系中发挥着骨干作用。货物运输是铁路运输的一项重要职能,提前对货运量进行准确的预测有助于管理部门合理的安排运力。本文主要利用求和自回归移动平均(ARIMA)模型的基本思想,基本理论以及一般模型,对1985年至2012年我国铁路货运量进行时间序列分析,用SAS软件对模型的可行性进行检验,建立了模型,并用2013年的数据进行了验证,结果显示,铁路货运量的模拟值和真实值比较吻合,这说明本文建立的模型是有效的,最后对未来三年的货运量做了简单的预测分析。     

基于MPSO-RBF的公路货运量预测方法研究

在分析公路货运量的影响因素和预测特点的基础上,将PSO算法的全局搜索能力和RBF神经网络局部优化相结合,建立了基于改进PSO算法和RBF神经网络的公路货运量预测模型(MPSO-RBF).利用某城市的历史数据对预测模型进行了训练、测试与仿真,同时将仿真结果与回归分析法、灰色理论法、BP神经网络和RBF神经网络预测的结果进行了比较,结果表明文中提出的预测方法精度较高,对于公路货运量预测具有一定的可行性和有效性.     

组合预测模型的研究

在现有文献研究的基础上，对组合预测模型作了进一步的研究，分析了现有预测模型存在的问题，提出了改进的组合预测模型，并给出了其参数估计和方法和估计公式。     

基于组合预测模型的沥青路面养护方案规划

为解决高等级沥青路面养护需求不明确的问题,基于历年定检报告,采用组合预测模型预测未来沥青路面的技术状况指标。结合养护时机判断标准,对预测的技术状况指标进行统计分析及养护方案规划。综合现场病害情况和交通量等给出推荐的养护方案,统计养护方案工程量。对比实际处治方案与预测方案,分析了实际工程量与预测工程量间的关系。研究表明,组合预测模型所预测的处治工程量略小于实际处治工程量,工程量偏差不大,故该组合预测模型能较好地指导沥青路面养护方案规划。     

基于货运强度变化规律的货运量预测方法

目前我国部分地区货运量统计数据存在收集不全、统计口径不一致及社会经济环境变化大等问题,导致常规的时间序列预测法和回归预测法难以在这些地区应用.鉴于此,分析了国内外货运强度变化的规律,指出人均GDP和第三产业所占比例是影响货运强度的主要因子.提出了通过模糊聚类方法对地区货运发展阶段进行定位,找出其发展阶段所对应的货运强度...     

基于广义回归神经网络的公路货运量预测方法研究

公路货运量受多种因素影响,各因素的作用机制通常不能准确地用数学语言进行描述.采用广义回归神经网络(GRNN)对货运量进行分析及预测.通过对1995～2003年南京市公路运量的历史数据进行分析和处理,对网络进行训练和拟合,用2004～2005年的实际数据进行模型检验,结果证明了GRNN用于货运量预测的有效性.     

道路货运量预测的遗传规划方法研究

影响道路货运量预测的因素，往往呈复杂的非线性关系。章探讨了遗传规划方法在解决该类问题上的应用，从随机生成的初始经验公式出发，运用复制、交换、变异等进化方式进行不断优化，最终得到能真正、全面描述问题实质的经验公式。以青海省历年货运量及经济发展状况为样本，采用遗传规划方法自动找出货运量随时间变化的规律，并对未来货运量进行了预测。该方法避免了事先确定变量之问函数关系的主观性，从而使预测结果更加客观、有效。     

基于贝叶斯组合模型的短期交通量预测研究

提出一种新的贝叶斯组合神经网络模型并将其应用于短期交通流量的预测。模型通过实时跟踪模型的预测表现,根据研究提出的分配算法不断调整模型的信用值,从而挑选并组合得到精度更高的预测模型。介绍了该模型的基本原理及在示范路网中的实际应用,通过选取反向传播神经网络和径向基函数神经网络,用以构造贝叶斯组合模型,并在测试数据集中进行了性能比较。计算结果表明：模型的预测性能整体上优于单一的神经网络模型,并且确保了模型预测的稳定性。     

新型冠状病毒肺炎疫情影响下中国航空货运量分析与预测

在新型冠状病毒肺炎疫情对航空货运的影响下,月度航空货运量出现异于历史趋势的极端数据,而传统航空货运量预测模型有在极端数据影响下误差较大的问题。因此,研究了适用于后疫情时代的中国航空货运量短期预测方法。对2009—2020年中国航空货运量月度数据进行分析,发现中国航空货运量呈稳定增长趋势。受疫情影响出现短期剧烈波动,在假设疫情对航空货运的影响逐渐减弱的前提下,选取Holt-Winters乘法模型与求和自回归移动平均ARIMA乘积季节模型分别提取航空货运量数据的长期趋势、周期特征和短期波动特征,并采用4种不同权重确定方法构建了多个航空货运量组合预测模型。运用Holt-Winter模型、ARIMA模型及其组合预测模型对2021—2022年中国航空月度货运量进行了预测,以2021年1月—5月的航空货运量数据作为验证数据集,对比分析了不同预测模型的预测误差。结果表明：Holt-Winters与ARIMA组合预测模型的平均绝对百分比误差与最大绝对百分比误差普遍小于自身单一模型的;基于最小二乘法赋权的组合模型预测效果最优,基于残差倒数法赋权的组合模型预测效果次优;最优组合模型的平均绝对百分比误差为1.93%,比次优组合模型降低了8.53%,较单一的Holt-Winters模型与ARIMA模型分别降低了71.70%与20.58%,验证了最优组合模型对后疫情时代中国航空货运量月度数据预测的有效性。     

交通量预测中组合预测参数估计方法的研究

在现有文献研究的基础上，对组合预测模型中权系数的估计问题作了进一步研究，给出了两种估计方法，即最小平方法和最小方差法，讨论了权系数的约束条件和组合预测效果评价问题。     

资产负债率的组合预测研究

资产负债率,是负债总额与资产总额的比率,它反映总资产中有多大比例是通过借债筹资的,所以也被称为举债经营比率,常被看成是衡量一个地区(企业)经营活力的重要指标。文章以成都地区2002年至2007年度的资产负债率为研究对象,共利用成都2002年第1季度至2007年度第1季度21个样本的数据序列.对成都2007年第4季度和2008年第一季度的资产负债率发展趋势分别建立ARMA模型及GMDH自回归模型进行预测。最后根据它们的预测结果并综合考量其它统计数据、企业景气指数等影响因素.建立组合预测模型.并通过组合预测结果与实际值比较,证明方法的可行性及模型的有效性。     

基于集对分析理论的路基沉降组合预测模型研究

为实现不确定性因素影响下的路基沉降预测,该文基于集对分析理论和统计决策思想构建路基沉降组合预测模型。该模型首先选定单项预测模型,并根据单项预测模型的预测结果将预测值和实测值构建为集对;然后应用正态分布理论确定集对关系划分标准,基于联系数确定组合权重系数,实现预测信息的优性组合;最后通过预测误差评价提出组合预测模型,并通过某路基沉降数据验证了该组合预测模型应用于路基沉降的有效性。     

基于粗糙集理论的短时交通流组合预测研究

为满足交通流诱导系统的理论需要,建立了一种基于粗糙集理论的实时交通流量组合预测模型。通过粗糙集理论来确定组合预测中的权系数,对路段的交通流做出短时预测。结合某路段的实际交通流数据,对预测模型进行仿真训练,经过比较分析,验证了该组合预测模型的有效性和实用性。     

基于Logistic曲线和Gompertz曲线的最优组合沉降预测模型及其应用

地基的全过程沉降量与时间呈S形曲线关系，可用Logistic模型和Gompertz模型较好地描述。根据I_ogistic曲线和Gompertz曲线的共性和个性，引用最优加权组合建模理论，以组合模型的对数误差平方和最小为目标函数来确定最优的加权系数，建立了最优加权几何平均组合沉降预测模型。通过工程实例，验证了该最优组合沉降预测模型的可行性。对比计算结果表明，最优组合沉降预测模型的精度不仅比Logistic模型和Gompertz模型的预测精度要高，而且可靠性也优于各个单一预测的模型，是地基沉降观测资料的一种有效分析方法。     

公路货运量灰色模型-马尔可夫链预测方法研究

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。     

高速铁路车站岔区高路堤沉降组合预测研究

有砟轨道高速铁路车站岔区由于车轨系统动力相互作用复杂,线路几何形位变化较快,且维修难度大。为提高线路稳定性,可将车站岔区有砟轨道更换为无砟轨道。依托中兰客专北滩车站岔区铺设无砟轨道的工程,分别对路基补强方案和路基沉降预测开展研究。为满足岔区铺设无砟轨道的要求,提出路基冲击碾压、堆载预压及路基面封闭隔水的补强方案。基于灰色Verhulst、双曲线和邓英尔预测模型的共性和个性,对三者进行最优化组合。以组合模型的最小误差平方和为目标函数求解最优加权系数,构建组合预测模型。通过预测对比发现,三模型组合预测模型的精度优于任一单一模型和两模型组合模型,且适应性更强更可靠。     

基于预测信息集对关系的公路软基沉降组合预测模型研究

组合预测能避免单个预测方法在信息处理分析过程中的片面性,提高预测结果的精度和稳定性。基于集对分析理论,利用预测信息间的集对关系表征预测信息及预测方法的有效性,提出一种新的软基沉降组合预测模型。首先,选取合适的公路软基沉降预测模型作为基础预测模型,并采用合理指标构建集对;然后,基于集对元素的分布特征智能识别集对元素间的同异反关系,并采用联系数定量表征各预测模型间的集对联系;最后,利用联系数构建集对联系矩阵,确定信息组合所需的权重系数,实现基于信息同异反关系的软基沉降组合预测。实际软基工程的应用表明该组合预测模型能有效识别单个预测方法包含信息的有效性,并能基于此获得更为准确可靠的软基沉降预测结果。     

公路货运量灰色模型—马尔可夫链预测方法研究

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。