共查询到20条相似文献,搜索用时 156 毫秒
1.
2.
3.
由于传统灰色模型在预测波动性较大的数据时精度不高,提出一种改进的动态GM-Poisson-Markov组合预测模型。利用非等间距加权矩阵与无偏优化对灰色模型进行改进,通过原始序列的动态更新实现模型的参数更新,在此基础上与泊松曲线模型建立一种组合预测模型,并利用马尔科夫链进行残差修正,得到改进的动态GM-Poisson-Markov组合预测模型。利用汉巴南铁路路基沉降变形监测数据进行实例分析,将预测结果与泊松、灰色模型、非等间距无偏灰色模型以及组合模型预测结果进行对比分析,结果表明:模型对铁路软土路基沉降变形可取得较好预测效果,提高了预测精度与稳定性。 相似文献
4.
5.
路面使用性能是市政道路的全生命周期管理养护的重点,为了对路面使用性能进行精准预测,针对现有路面使用性能衰减影响因素众多、实测数据随机性和波动性较大等特点,基于灰色系统理论,运用新陈代谢的思想,建立了新维灰色理论模型,随后用马尔可夫链理论优化新维灰色理论模型的预测值,最终得到了灰色马尔可夫预测模型。结合西安市某市政道路路段2012年~2018年常用路面使用性能检测指标的实测数据,以路面行驶质量指数RQI为例,对传统灰色理论模型、新维灰色理论模型和灰色马尔可夫预测模型的预测效果进行对比分析,结果表明:与RQI实测值相比,灰色马尔可夫模型预测值的平均相对误差最小,仅为0.41%,预测精度最高。 相似文献
6.
《公路工程》2015,(6)
当前,国内已经构建起完善的高速公路网,而各地针对高速公路的养护模式与技术手段各不相同,且缺乏一个有效的技术手段。在针对高速公路养护技术现状下,以路面使用性能预测评价为基础,构建了基于神经网络和马尔科夫组合预测的路面使用性能预测模型框架。针对路面状况指数PCI、行驶安全指数SRI、行驶质量质量RQI,通过建立组合预测模型,进行路面使用性能的预测,研究结果表明:采用加权算数平均组合、加权平方和平均组合、加权比例平均组合相较于单一的马尔科夫预测以及神经网络预测,在预测精度和预测误差范围上都要得到了很大提高,尤其是加权平方和平均组合所构成的路面使用性能预测模型获得了很好的使用性能预测结果。 相似文献
7.
为响应国家节能减排的号召,以及满足汽车产业升级的迫切需要,新能源汽车逐渐兴起,准确预测新能源汽车销量意义重大。文章首先采用一元线性回归预测的方法得到回归方程;其次,运用灰色预测的方法建立灰色预测模型;为提高预测精度,对两种预测方法作均值处理,建立新能源汽车销量组合预测模型。结合2014年-2017年中国新能源汽车销售量,运用三种模型预测2018年销售量,经检验,组合预测的精度要高于两种方法分别预测的精度。 相似文献
8.
9.
为精确评价商用车侧翻危险程度和补偿气压制动系统的气压建立时延,提出一种商用车侧翻的灰色-马尔科夫链预测方法。首先,建立灰色预测模型并在不同预测时间下进行仿真测试;然后,针对灰色模型预测精度不足的问题,采用马尔科夫链理论进一步优化,并同时探究基于残差划分的状态数量对预测结果的影响,仿真结果表明,在状态数量为11个的情况下,预测最大误差已降至5.9%左右;最后,将电子控制单元(ECU)接入IPG/TruckMaker硬件在环试验台进行验证,结果表明,ECU在车辆侧翻前0.555 s输出预警信号,说明该预测方法有效。 相似文献
10.
由于传统灰色模型在预测波动性较大的数据时精度不高,提出一种改进的动态GM-Markov预测模型。利用非等间距加权矩阵与无偏优化对灰色模型进行改进,通过原始序列的动态更新实现模型的参数更新,在此基础上利用马尔科夫模型进行残差修正,得到改进动态GM-Markov预测模型。利用某高铁路基冻胀变形监测数据进行实例分析,将改进的动态GM-Markov模型预测结果与灰色以及非等间距无偏灰色模型、最优组合模型预测结果进行对比分析,结果表明:改进的动态GM-Markov模型对于波动性较大的冻胀变形可以取得较好预测效果,提高了预测精度与稳定性。 相似文献
11.
12.
13.
为准确预测我国高速公路货物运输趋势,文章提出灰色GM(1,1)模型、马尔科夫模型和新陈代谢思想的组合模型,以2009—2016年我国高速公路货物周转量为原始数据序列,预测2017—2019年高速公路货物周转量。结果表明:组合模型比传统的灰色GM(1,1)模型预测精度更高,加入新陈代谢思想,删除旧数据,引入新数据,降低了长期预测的误差,对新序列采用灰色-马尔科夫模型,2018年和2019年的相对误差由原来的7.81%和6.45%分别下降到3.85%和0.62%。 相似文献
14.
通过对桥梁桩基的沉降预测,能有效地评价和判断桥梁的稳定性,为现场施工提供一定的指导依据。同时,系统性的预测方法能有效提高预测精度,因此,将灰色模型和BP神经网络进行耦合,建立了桥梁桩基沉降的初步预测模型,再利用马尔科夫链建立误差修正模型,实现桥梁桩基沉降的分阶段预测。该模型发挥了灰色模型“累加生成”灰色序列的优点,增加了沉降数据的规律性,又充分利用了BP神经网络和马尔科夫链的非线性预测能力,具有系统性强、全面性高等优点。同时,利用2个实例进行验证,结果表明实测值和预测值较吻合。其中,实例1平均相对误差为1.37%,实例2的平均相对误差为1.39%,两实例的预测结果差异不大,具有较高的预测精度,验证了所提预测模型的有效性。 相似文献
15.
阐述了灰色理论,建立灰色预测模型,并用该模型进行交通量预测。预测结果显示:较惯常的预测理论,灰色预测模型处理较少的模糊数据具有明显的优势,预测结果具有更好的精度等级。 相似文献
16.
17.
针对公路路基沉降具有随机性和复杂性的特征,提出了一种粒子群改进灰色GM(1,1)-马尔可夫模型的路基沉降自适应预测方法。利用马尔可夫模型修正传统灰色GM(1,1)预测模型的残差,并提出粒子群算法来计算最优的马尔科夫链残差模型的白化系数,开发了路基沉降的粒子群灰色马尔科夫链自适应预测模型框架。以某公路路基沉降实测值为例,对比分析了其他两种改进灰色模型方法,结果表明本文算法误差均值仅为1. 48%,比其他两种方法分别降低了64%和29%,且精度等级达到一级。随着公路路基沉降数据量的增加,本文提出的模型预测精度进一步增加,自适应能力强,具有良好的推广性。 相似文献
18.
19.
20.
建立了基于路面状况指标(PCI)、路面结构强度指标(SSI)、行驶质量指数(RQI)和横向力系数(SFC)4项指标历史数据的传统GM(1,1)模型,分析了传统GM(1,1)模型缺陷,引入马尔可夫状态转移矩阵来判断残差预测值在k≥n时的符号,建立了改进的残差灰色预测模型,提高了预测精度,对高速公路使用性能的各单项指标进行了预测,并根据预测结果提出了相应的养护措施。 相似文献