���Ԥ����Ȩ�ص�ȷ���о�������С����ֵ����Ӧ��

组合预测法的关健是确定组合的权重，着重研究了权重确定的不同方法。在讨论传统的组合预测方法的基础上，提出了新的组合预测方法，即以绝对值之和最小为目标函数的最小绝对值法。通过实例，将新方法和传统方法进行对比，验证了新方法的精确性和优越性。     

城市居民出行次数变权预测方法

传统居民出行生成次数采用线性回归分析现状数据,建立居民特征变量与出行次数间的关系,但并未区分样本权重,预测结果受样本点波动影响较大。因此,论文考虑对不同的样本点施加不同权重,以区分不同样本点对预测结果的影响程度,并以最小二乘参数估计法为基础,采用Robust估计中的Welsch方法构造样本点权重值,通过迭代运算确定样本权重系数,进而建立样本权重变化的预测方法。研究表明,变权预测方法可应用于样本量大、变量众多,并难以准确识别样本有效性的情况。预测结果有效地避免了数据波动对预测结论的干扰,可更贴近居民出行次数的变化趋势。     

基于熵权法的农村公路线网规模组合预测

农村公路线网规模预测是"四好农村路"规划的主要内容之一。鉴于单一预测方法的局限性,基于熵权法理论,对国土系数法、人口经济密度法、连通度法合理分配权重,提出组合预测方法;以浙江省湖州市安吉县的农村公路为实例,对安吉县历年农村公路网的规模进行拟合,分别验证三种单一预测方法的合理性及其有效性;通过绝对平均误差、绝对平均百分比误差、均方根误差三种误差指标,构建评价矩阵,计算得出三种单一预测方法的权重系数分别为0.115 4,0.240 3,0.644 3,验证了熵权法能够客观地分配权重系数;对未来特征年农村公路线网规模进行预测,表明组合预测方法可以有效降低单一方法预测的风险。     

基于模型优选及融合的高教园区出行生成预测方法

为了提高高教园区出行生成预测数据的可靠性,提出了一种基于模型优选及融合的出行生成预测方法。根据选取的模型评价指标,借助ELECTRE方法对区域出行产生模型进行优选,利用证据理论方法,对优选模型的权重进行标定,最后借助标定后的权重对区域交通生成量进行数据融合预测,并与实际结果进行了对比。分析结果表明:多模型融合预测相对误差在10%以下,预测结果与实际情况非常接近,该预测方法有效。     

基于粒子群算法改进支持向量机的深基坑变形预测研究

为实现复杂地质条件中深基坑变形的精确预测，提出了一种动态惯性权重粒子群算法改进支持向量机的基坑变形预测模型。引入遗传算法改进的支持向量机模型和标准BP神经网络模型作为横向对比验证了预测效果。结果表明：动态惯性权重对支持向量机核函数参数的寻优速度更快，收敛精度更高，采用改进粒子群算法优化的支持向量机模型预测的平均相对相对误差仅为5.46%,拟合精度相较其他算法更高，预测效果良好，可较为准确的实现深基坑的变形预测。     

基于模糊推理的交通需求总量组合预测模型研究

组合预测模型的权重向量是影响预测精度的关键因素.考虑到单个模型的前期预测绝对误差,和连续k期相对误差率因子对单个模型的权重影响程度难以精确量化,采用模糊数学的方法对绝对误差和k期相对误差率进行模糊化,并基于典型模糊推理控制结构设计推理规则,从而对单个预测模型的权重进行动态计算.     

短期交通流预测效果的模糊综合评判

短期交通流预测是智能交通诱导和交通管理控制的基础，预测效果的好坏直接关系到诱导信息和控制决策的正确性．运用标准离差法确定评价指标的权重，并依据最大隶属度原则建立了二级模糊综合评判模型，评判结果可用于判断各种短期交通流预测模型的预测性能，给智能预测系统中的模型选择提供了依据．     

新疆公路运输量发展预测

在分析新疆经济、交通运输发展的基础上,采用回归分析法、三次指数平滑法、灰色预测方法和弹性系数法等多种方法预测新疆2010年、2015年、2020年的公路运输需求,并结合这些方法,采用了基于误差权重因子的多种方法组合预测的新方法,对新疆公路运输需求量进行了优化组合预测。对新疆未来3个特征年预测结果的分析表明,该预测方法是合理而有效的。     

基于效用函数的突发事件应急物资需求分析

为保证突发事件应急救援的高效顺利开展,应急物资需求的准确预测是应急救援工作的关键环节之一.本文通过考虑特征因素值的归一化、特征因素的影响权重系数和各特征因素对时间的敏感性,引入了效用函数的归一化,采用基于时序的案例权重调整,获得特征因素的影响权重系数,寻求最佳相似源案例,以解决灾区应急物资需求问题的案例推理方法.并以实例分析了该方法的可行性和合理性.该方法很好地解决了信息不完备条件下应急物资需求的预测,为应急决策者提供一定的理论参考依据.     

路段服役质量评价指标权重确定方法

为了对路段服役质量或技术状况做出精准的评价以及计算各个在役路段综合质量得分，提出了一种将主观、客观权重融合，且能够全面反映评价指标区分度和重要性的复合权重确定方法。此方法依据道路各个评价指标的实测数据，计算指标的客观权重；考虑专家经验以及主观偏好，分别对评价指标的重要性进行打分，确定指标的主观权重；最后将客观权重与主观权重充分融合得到复合权重，并基于贵州省某二级公路路面技术状况数据对此方法进行了实例分析，结果表明此方法可使得评价结果更为准确。     

机场旅客吞吐量预测的组合方法研究

为提高机场旅客吞吐量预测的准确性,在综合计量经济法和时间序列预测方法各自优点的基础上,采用组合预测方法,使用多元线性回归模型确定组合预测方法的权重.以北京首都国际机场1994～2004年的旅客吞吐量为例,组合预测方法的平均拟合误差为3.36%.结果表明:组合方法总体上具有较高的预测精度和稳定性,既优于传统的计量经济法,也优于时间序列预测方法.     

港口机械结构安全性评价指标体系中权重自学习方法的研究

分析了目前常用权重确定方法的特点，提出首先对属性主观赋权，然后通过基于贝叶斯网络权重自学习的方法来确定权重的思路．给出权重自学习步骤．文中针对某港口16t带斗门座起重机的技术状态，用以上方法对其结构安全性进行了评价分析．     

公路环境影响后评价中因子权重的曲线拟合修正

通过对公路环境影响后评价中因子权重的分析，指出了现有因子权重确定方法存在的误差，提出了稳定权重的概念加以修正，并应用曲线拟合的方法来进行计算。并结合实例进行了说明。     

无决策属性的多属性决策权重融合方法

针对无决策属性的多属性决策系统的2种属性权重分配方法(主观赋权法和客观赋权法)的缺陷，提出了一种新的权重融合方法．该方法通过建立数学规划模型，用遗传算法寻求其全局最优解，以确定最佳的主客观权重融合方案，从而可以避免权重融合时人为偏好的影响．最后，给出了1个实例．     

K近邻短时交通流预测模型

为了准确预测道路短时交通流,构建了基于K近邻算法的短时交通流预测模型。分析了K近邻算法的时间和空间参数,提出4种状态向量组合的K近邻模型:时间维度模型、上游路段-时间维度模型、下游路段-时间维度模型与时空参数模型。以贵州省贵阳市出租车的GPS数据对几种K近邻模型进行了检验。分析结果表明:带有时空参数的K近邻模型具有更高的预测精度,其预测误差最小,平均为7.26%。基于指数权重的距离度量方式能更精确的选择近邻,其预测误差最小,平均为5.57%。与神经网络和历史平均模型相比,带有指数权重的K近邻模型具有更好的预测精度,平均预测误差仅为9.43%。可见,带有时空参数与指数权重的K近邻模型可作为道路短时交通流预测的有效手段。     

组合预测模型在交通量预测中的应用

对当前组合预测模型进行分析,在已有交通量预测模型的基础上,建立基于预测有效度的组合预测模型,应用规划方法求解各单一预测模型的最优权重系数。实测数据验证表明,该组合预测方法具有比回归分析和神经网络预测模型具有更高精度,组合方法为交通量预测提供一种可靠而有效的新途径。     

基于岭回归-马氏距离的隧道围岩分类预测方法的研究

基于岭回归与马氏距离判别法的基本原理,选取岩石质量指标RQD、完整性系数Kv、单轴饱和抗压强度Rw、纵波波速Vp、弹性抗力系数Ko和结构面摩擦系数f作为评价指标,通过岭回归分析确定其权重系数,根据权重系数的大小剔除权重较小的指标,最终采用Rw,Ko和f建立马氏距离判别模型,并利用广东省某隧道工程进行模型检验。结果表明：岭回归-马氏距离判别法预测结果与实际相吻合,从而验证了岭回归-马氏距离判别法用于围岩分类预测是可行的。最后,运用建立的岭回归-马氏距离判别模型对东深供水改造工程隧洞围岩进行预测,经计算分析发现,所选洞段围岩判别结果与《水工隧洞设计规范》（SL279-2002）的分类结果一致,进一步证明了该方法用于隧道围岩分类预测的合理性及有效性。     

基于时间序列与神经网络的软岩隧道变形预测模型及其应用

针对软岩隧道具有变形量大、变形分析困难和稳定性差等特点以及传统的变形分析方法过于单一和精度低等问题,分别运用时序分析和神经网络方法对软岩隧道变形进行了预测,以单个方法的预测结果为基础,结合IOWHA算子,根据各方法的预测精度计算出它们在组合模型中的权重,建立了组合预测模型.通过工程监测获取原始数据,运用组合预测方法得到相应的预测结果,并将其与单个方法的预测结果进行了对比分析.研究结果表明:新的组合预测方法能够综合时序分析和神经网络方法的优势,预测结果精度明显提高,该方法的应用对具体软岩隧道的稳定性评价及隧道工程的施工与维护具有一定的指导意义.     

基于时间序列与神经网络的软岩隧道变形预测模型及其应用

针对软岩隧道具有变形量大、变形分析困难和稳定性差等特点以及传统的变形分析方法过于单一和精度低等问题,分别运用时序分析和神经网络方法对软岩隧道变形进行了预测,以单个方法的预测结果为基础,结合IOWHA算子,根据各方法的预测精度计算出它们在组合模型中的权重,建立了组合预测模型．通过工程监测获取原始数据,运用组合预测方法得到相应的预测结果,并将其与单个方法的预测结果进行了对比分析．研究结果表明：新的组合预测方法能够综合时序分析和神经网络方法的优势,预测结果精度明显提高,该方法的应用对具体软岩隧道的稳定性评价及隧道工程的施工与维护具有一定的指导意义．     

基于Gompertz曲线和三次指数平滑法的货运量组合预测

在简单介绍Gompertz曲线拟合法和三次指数平滑法两种单项货运量预测方法的基础上,引用最优加权组合建模理论,以预测误差的平方和最小为目标函数来确定最优权重系数,建立组合预测模型.以1999～2010年京杭运河苏北段货运量的统计数据为基础,运用所建立的组合预测模型对2015～2035年京杭运河苏北段的货运量进行预测.预测结果表明,组合预测方法是有效的、可靠的,并且预测精度比单一预测方法有很大的提高,该方法具有很好的实用价值.