新清单计价模式下投标报价阶段的项目成本预测研究

研究目的:我国的工程计价正在逐步与国际接轨.新修订并实施的2008版建设工程工程量清单计价规范进一步完善了不尽合理、可操作性不强的条款和表格格式,特别增加了采用工程量清单计价如何编制投标报价和风险分担等内容,对建筑企业进行项目成本预测提出了更高的要求.然而目前通常采用的成本预测方法不能完全适应新的发展需要,必须总结经验,归纳出新的方法.研究结果:结合国际和国内工程量清单计价及其对成本预测的新要求,归纳、总结了定量性成本预测的5种方法,设计了成本预测的程序;提出了根据不同成本构成要素分别采用不同预测方法进行成本预测的新思想.经过验证,该预测方法和预测程序能够准确、及时地进行投标项目成本预测,具有良好的应用价值.     

神经网络预测控制在摆式列车倾摆系统中的应用

介绍摆式列车倾摆控制系统神经网络预测控制的原理及模型,分析了神经网络控制算法,列出了控制器设计的算式,探讨了预测控制系统对实测信号的预测时间为0.2s、0.68 s的预测参考输入的跟踪能力。仿真和试验表明,神经网络预测控制在摆式列车控制系统中的应用是切实可行的。     

我国铁路集装箱专用平车需求量预测

介绍了我国铁路集装箱运输的现状及集装箱专用平车的种类和保有量,分析了影响铁路集装箱专用平车需求量的因素,并利用灰色预测方法、一元线性回归预测方法和组合预测方法对我国铁路集装箱专用平车的需求量进行了预测。     

京沪高速铁路运量预测

介绍了日本高速铁路运量预测ＭＤ模型的特征，结合ＯＤ分区、预测方案，社会经济参数，技术条件等对京沪高速铁路运量进行了预测。     

深圳市轨道交通客流预测的新探索

客流预测工作是轨道交通规划设计和建设工作的重要环节和支撑,尤其是随着我国城市轨道交通进入新的发展阶段,灵活的投融资模式、运营管理的创新、线路功能的多样化对轨道交通客流预测工作提出了新的要求。深圳市基于多年轨道客流预测经验积累,在预测方法、研究范围和精度等方面深入探索和创新,在传统的规划、工程设计客流预测基础上,开展了一系列针对投融资方案研究、线路开通初期客流特征分析、旅游景区轨道客流分析等的客流预测工作,支撑具体项目推进,完善和补充客流预测工作体系。     

杭州市轨道交通客流预测中的一些问题及对策

从客流预测前期工作、客流预测方法这两个方面介绍了在杭州市轨道交通客流预测过程中对于一些问题的解决方法。     

铁路客流总量预测方法研究

客流预测是铁路运输进行运力布局,产品调整的重要基础。预测的科学性、精确度将直接影响运输生产,因此努力提高客流预测的精度与可用性,是目前运输学科的一个热门研究领域。本文提出基于历史与预售的时间序列（HAP）预测方法对铁路客运中、短期客运总量进行预测分析,以预测铁路客流总量,控制预测误差。经过实际应用,验证了该方法的科学性和合理性。     

我国铁路货车需求量预测

介绍我国铁路货车的配置现状,分析了影响铁路货车需求数量的因素;利用灰色预测方法、一元线性回归预测方法和组合预测方法对我国铁路货车的总需求量和不同种类的货车需求量进行了预测,并对我国铁路货车的发展和运用提出了一些建议。     

以旅游功能为主的城市轨道交通线路客流预测方法

以深圳轨道交通8号线为例,分析了以旅游功能为主的轨道交通线路的客流特征。针对旅游客流特征,改进了传统的城市轨道交通客流预测方法,利用RP/SP(显示偏好/陈述偏好)调查等手段,提出建立旅游客流预测模型的方法。此方法改变了以往只预测各个预测年限工作日客流数据的惯例,提出针对淡季和旺季的工作日、周末\节假日分别进行客流预测,每个预测年限预测4套客流预测数据,为深圳轨道交通8号线工程可行性研究提供了必要且充足的数据支撑。     

城市轨道交通客流预测问题分析及建议

目前我国城市轨道交通客流预测中,普遍存在着规划阶段的预测结果与运营之后的实际客流有较大差异、实际客流远小于远期预测客流、不同机构预测的客流量离散性较大的问题。在分析形成这些问题原因的基础上,提出了利用政策协调和控制城市规划与交通规划的共同发展、尽快建立我国城市城市轨道交通客流预测完整体系、加强城市交通基础数据调查等改善城市轨道交通客流预测的一些建议。     

TransCAD在城市轨道交通客流预测中的应用

简要介绍了城市轨道交通客流预测的重要性及预测方法,探讨在TransCAD软件平台上建立步行、常规公交和轨道联合网络,运用"四阶段"法实行交通预测,实现对轨道交通客流预测的过程。     

RBF神经网络在铁路货运量预测中的应用

基于回归和时间序列模型的传统预测方法以及目前较为常用的灰色预测和BP神经网络预测方法，建立了RBF神经网络模型对全国铁路货运量进行详细分析和预测。利用铁路货运量的原始数据构造时间序列，并对时间序列进行分析和相应的处理。将处理后的数据构造为一个非线性映射，利用RBF神经网络进行逼近。利用Matlab对灰色预测、BP神经网络预测和RBF神经网络预测模型进行仿真实验，得出3种预测模型的平均相对误差，分别为7.67%、4.79%和1.31%。表明RBF神经网络预测方法的预测精度比另外两种预测方法高很多，可为铁路货运量预测研究提供方法支撑。     

基于灰色系统理论的铁路客运专线路基沉降预测

基于灰色预测模型GM（1,1）模型、离散灰色预测DGM（1,1）模型和非线形离散灰色预测NLFDGM（1,1）模型,采用FORTRAN语言,编制了路基沉降预测程序GREYMODEL。将该程序应用于铁路客运专线路基典型断面沉降预测,并与实测结果进行对比。结果表明：DGM（1,1）模型作为GM（1,1）模型的离散形式,两种模型的预测结果比较接近,短期预测精度高,中长期预测精度低;结合等维信息建模,非线形离散灰色预测NLFDGM（1,1）模型具有极高的精度和稳定性,在路基沉降预测中推荐使用;并提出了若干关于提高灰色模型预测稳定性和精度的建议。     

预测控制在ATO仿真系统中的应用

介绍了预测控制的基本原理和ATO系统的实际运行情况，讨论了如何利用预测控制实现列车自动运行仿真。采用两套控制规则（一套预测数据库，一套实时控制）对控制结果进行比较、择优。仿真结果表明运用预测控制的方法，能用效地完成列车运行控制。     

探讨预测路外伤亡事故的方法

分析了几种预测路外伤亡事故的方法，其中加权综合预测法考虑了两种或两种以上预测结果的权重，因此可减少预测误差，提高预测的准确性，是一种值得推广的预测方法。     

铁路岩溶隧道涌水量预测常用方法的比较

采用目前铁路工程岩溶隧道中常用涌水量预测方法对成贵铁路的两座岩溶隧道涌水量进行了预测,通过对预测结果进行比较,不同方法预测出的结果差异较大。从预测方法的原理、使用条件和范围、计算参数取值方面分析了产生这种差异的原因。分析结果表明:简易水均衡法较适用于岩溶隧道涌水量预测,地下水动力学法在岩溶隧道中的应用具有一定的局限性。结合实际工程经验对降水入渗法提出了几点建议。     

高地应力隧洞微震监测岩爆预测技术

针对锦屏二级电站隧洞工程的岩爆灾害预测实际难题,结合隧洞工程地质条件及岩爆特点,探讨了微震监测岩爆的预测原理,分析了微震监测系统操作及其结果分析方法,并对锦屏隧洞进行了微震监测与岩爆预测。实践表明,采用微震监测技术可较准确地对岩爆发生位置、几率、规模以及烈度进行预测,能克服地质超前预报、既往探洞实测以及能量理论等方法进行岩爆预测预报准确性不高的不足,可以为进一步岩爆治理提供可靠依据。     

城市轨道交通客流特征及预测相关问题

客流预测是城市轨道交通建设的一个十分重要的环节,是各项设计工作的基础。预测结果的可靠与否直接关系到城市轨道交通的建设投资、运营效率和经济效益。通过对城市轨道交通客流进行分析,阐述了城市轨道交通客流规模影响因素、客流形成机理、客流特征、客流预测方法等。分析了四阶段法各阶段预测所使用模型及方法。     

基于云模型的城市轨道交通短时客流预测

城市轨道交通线路短时客流具有不确定性特征。分析了短时客流的准周期性,用云概念表示短时客流的特征,构建历史时间云、历史客流云、当前客流趋势云以及客流预测云,并建立时间云与客流云的关联规则,将时间云作为规则前件,客流预测云作为规则后件构建单条件多规则不确定性预测云模型。以南京地铁2号线15 min间隔的进站客流预测为例,将云模型与ARIMA模型的预测结果进行对比分析,证明云模型应用于短时客流预测的有效性,从而为城市轨道交通线路短时客流预测提供了一种新途径。     

城市轨道交通列车运行噪声预测模式的确定

根据声学理论及我国城市轨道交通列车运行噪声的实际情况 ,提出了适合我国城市轨道交通列车运行噪声的预测模式 ,文中还明确了各预测参数 ,以利于环境影响评价中的实际应用。同时通过北京、广州地铁地面和高架线路实测结果与预测结果的验证比较 ,表明应用该预测模式计算误差在 1.6dB(A)范围内 ,说明所推荐的预测模式是可行的