灰色理论在高速公路交通量预测中的应用

应用灰色理论，借助于EXCEL及MATLAB，对成渝等几条高速公路的交通量进行预测并结合实例建立相应的模型予以验证，通过与实际情况对比，说明该预测模型用于高速公路交通量预测精度较高，且使用方法简便。     

灰色理论在高速公路交通量预测中的应用

应用灰色理论,借助于EXCEL及MATLAB,对成渝等几条高速公路的交通进行预测并结合实例建立相应的模型予以验证,通过与实际情况对比,说明该预测模型用于高速公路交通量预测精度较高,且使用方便简便.     

灰色理论在公路改建项目交通量预测中的应用

采用灰色理论对公路改建项目进行交通量预测,不仅简化了传统四阶段预测法中大量的基础资料调查工作,而且也适用于无法采用增长率法的公路改建项目。采用这种方法进行的交通量预测结果也基本可信。     

灰色理论与模型在交通量预测过程中的缺陷分析

交通量预测是公路规划阶段的关键步骤,方法繁多,针对灰色理论与模型在交通量预测过程中的应用,以黑龙江省的几条干线公路的交通量预测为实例,从模型构造上分析了该模型在预测过程中存在的缺陷,有利于该模型的改进和完善。     

灰色代数曲线模型在交通量预测中的应用

灰色GM模型对于非线性系统问题的处理显得较为薄弱,而交通系统是一种复杂的非线性灰色系统,用灰色GM模型进行预测,精度必然得不到保证。本文为解决这一缺陷,提出采用灰色代数曲线模型预测交通量。实例分析表明,灰色代数曲线模型的拟合精度好于灰色GM模型,用灰色代数曲线模型预测交通量是可行的。     

高速公路交通量预测失准分析

以沪宁高速公路为研究依据,分析交通预测量与实际交通量的差异,总结失准规律,并从预测方法和模型上找出失准原因,并提出几点建议,这对于更加准确地预测高速公路的交通量,提高预测方法的科学性和合理性,具有重要的作用。     

长吉高速公路交通量预测分析

通过对长吉高速公路历年交通流量统计数据的分析,对其未来交通量进行了预测。     

高速公路交通量预测失准分析

以沪宁高速公路为研究依据,分析交通预测量与实际交通量的差异,总结失准规律,并从预测方法和模型上找出失准原因,并提出几点建议,这对于更加准确地预测高速公路的交通量,提高预测方法的科学性和合理性,具有重要的作用。     

不等维递推灰色模型在交通量预测中应用研究

由于过去交通量统计资料的缺乏、观测数据的离散性等原因,惯常的交通量预测理论与方法得到的预测结果相关系数比较低。本文提出的不等维递推灰色模型在交通量预测中可以有效的处理贫信息、离散信息,得到较好的预测结果,并且在交通量的中、长期预测中要优于常规预测模型。     

高速公路项目的交通量预测方法探讨

从高速公路项目的自身特点出发，探讨了在建设项目工程可行性研究中，应用区域经济学分区理论，在区域社会经济发展预测的基础上，用四阶段法进行交通量预测的方法。     

交通量预测的灰色verhulst自记忆模型

导出了灰色verhulst模型的自记忆计算格式,建立了一个新的对交通量历史观测数据具有记忆功能的灰色自记忆模式;该模式克服了历史观测数据的波动对灰色verhulst模型的影响,可有效反映交通量随时间的发展规律.     

申嘉湖高速公路交通量预测

以影响区社会经济发展统计资料、OD调查资料及相关路网历年交通量观测资料为基础,介绍了申嘉湖高速公路工程可行性研究阶段交通量预测采用四阶段法的理论方法和预测结果,给出了在预测过程中应注意的问题.     

高速公路项目的交通量预测方法探讨

从高速公路项目的自身特点出发,探讨了在建设项目工程可行性研究中,应用区域经济学分区理论,在区域社会经济发展预测的基础上,用四阶段法进行交通量预测的方法。     

基于灰色马尔科夫链模型的交通量预测

交通量是一个不平稳的时间序列,在不确定性条件和缺乏数据资料的情况下,交通量的预测是一个较复杂的问题。灰色马尔科夫链模型是一种结合经典灰色理论和马尔科夫链的状态转移行为的预测模型。该模型在灰色预测理论的基础上,再对随机波动大的残差序列进行马尔科夫预测,实现了两者的优势互补,克服了两者的不足。以太原市漪汾桥断面的交通量的数据在传统灰色GM(1,1)预测模型的基础上建立交通量的灰色马尔科夫链模型,研究表明,该模型在交通量的预测方面相对传统的灰色GM(1,1)模型有更高的精度。     

西部地区干线高速公路交通量预测方法的重新审视

在大量调研的基础上,对西部地区主要干线高速公路特有的功能属性进行分析,从交通源头产生和常规方法的改进两个方面提出提高交通量预测精度的措施,对于西部地区正在进行前期研究的高速公路交通量预测,以及后评价具有重要的指导意义。     

基于GM-BP神经网络的交通量预测

针对城市道路交通系统的复杂性和随机性,应用灰色理论和神经网络知识,建立了基于灰色理论和BP神经网络的城市道路交通量GM-BP神经网络预测模型.随后运用该预测模型对城市道路的交通量进行预测,预测结果表明：GM-BP神经网络预测模型所得预测结果平均相对误差为1.17%,与单一的灰色新陈代谢预测模型相比具有预测精度高的优点.     

西部地区干线高速公路交通量预测方法的重新审视

在大量调研的基础上,对西部地区主要干线高速公路特有的功能属性进行分析,从交通源头产生和常规方法的改进两个方面提出提高交通量预测精度的措施,对于西部地区正在进行前期研究的高速公路交通量预测,以及后评价具有重要的指导意义。     

公路网交通量预测在干线公路网规划中的应用

结合实际案例,通过“四阶段”法和交通增长率分析法对公路网交通量进行预测,对比分析两种方法的预测结果得出各规划线路交通量的最终预测结果,并依此计算出规划干线公路网中各路线的重要度,提出各路线的等级配置.对两种交通量预测方法在预测中的综合运用,以及利用交通量预测结果计算出的路线重要度来确定各路线的等级配置,可为同类工作提供借鉴.     

基于Python改进的高速公路扩建项目交通量预测

以传统的四阶段法为基础,在交通生成阶段使用Python(计算机编程语言)对现状高速公路路段OD(origin-destination,起讫点)进行拆分,从四阶段法的第一个阶段入手,提高高速公路扩建项目中交通量预测的精度。同时,将研究方法应用于沪武高速公路太仓至常州段扩建项目,结合不同过江通道的建设时序,对道路各特征年的交通量进行预测,分析远景年的路段OD,为扩建技术方案的制定及交通组织提供依据。结果表明:该方法提高了高速公路扩建项目交通量的预测精度,对类似工程具有指导意义。