基于灰色马尔科夫模型的交通事故预测研究

以全国交通事故数为研究对象,旨在实现对道路交通事故的有效预测,通过采用灰色模型和马尔科夫模型相结合的方式,建立灰色马尔科夫模型。依据2005~2014年的全国交通事故起数对模型进行精度验证,并对未来3年的交通事故数进行实例预测。结果表明:灰色马尔科夫模型的残差均值相比单一的灰色模型降低了0.020 4,平均相对误差降低了4.45%,预测精度有明显提高,预测结果具有动态波动性,更符合实际需求,从而为道路安全管理提供决策支持。     

基于灰色马尔科夫链模型的交通事故预测

以灰色GM(1,1)模型为基础,结合马尔科夫链模型建立灰色马尔科夫链模型GM(1,1),对灰色GM(1,1)模型的预测结果进行误差修正,并利用乌鲁木齐市交通事故的历史数据对2014~2016年的交通事故伤亡人数进行预测。结果表明:当利用灰色马尔科夫链GM(1,1)模型时,平均相对误差从单一GM(1,1)模型的4.32%降到1.67%,误差减少2.65%,预测结果更加可靠,能够为乌鲁木齐市采取有效措施预防交通事故的发生,提供可靠理论依据。     

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。     

基于无偏灰色马尔科夫模型的客流量预测

为合理制定城市轨道交通列车开行方案,同时为城市轨道交通公安机关布置警力提供科学依据,采用无偏灰色马尔科夫模型进行客流预测。分析灰色GM(1,1)模型和无偏灰色GM(1,1)模型的基本特点,在此基础上构建马尔科夫模型。以郑州地铁1~#线2017-02-03—02-18每日客流量为基础,分别利用无偏灰色GM(1,1)模型和马尔科夫模型计算客流量,并对预测结果进行检验对比。结果表明:马尔科夫模型较无偏灰色模型对客流量的预测精度提高54%。利用马尔科夫模型对未来3d的客流量进行预测,预测结果符合城市轨道交通客流的实际情况。     

基于改进灰色马尔科夫模型的地铁客流预测

基于灰色理论和马尔科夫理论,建立传统的灰色预测模型和灰色马尔科夫预测模型,对西安地铁客流量的数据进行分析预测;然后对原始数据序列滑动平均处理,再用无偏GM(1,1)模型拟合系统的发展变化趋势,将修正后得到的模型与马尔科夫模型进行结合,提出改进的灰色马尔科夫模型预测方法。利用改进后的新模型对地铁客流的预测结果与传统的灰色马尔科夫模型进行对比。结果表明,改进后的灰色马尔科夫模型预测精度有显著提高。     

基于灰色马尔科夫模型的温州港货物吞吐量预测

温州港地处东南沿海黄金海岸线中部,在过去的40 a里,温州港从单一小港,跃升为全国沿海主要港口和国家综合运输体系的重要枢纽,逐步融入全球贸易.为了更好地帮助温州港有关部门和港口企业进行港口生产运营与建设规划指导,首先,建立了基于灰色马尔科夫的港口货物吞吐量预测模型,对温州港货物吞吐量的趋势和变化进行研究;然后,利用温州港2002-2022年货物吞吐量数据对建立的模型进行验算,结果表明,优化后的灰色马尔科夫预测模型较单一的灰色预测模型精度更高,优化后模型的平均相对误差约为2.1％;最后,对温州港2023-2027年的港口货物吞吐量进行预测,预测结果表明:温州港货物吞吐量呈现逐年波动上升的趋势,这一态势将对温州港的战略定位与长远发展规划产生深远影响,并将进一步推动温州港集疏运体系构建、深水泊位建设和港口辐射网络水平的提升.     

基于灰色-马尔科夫链理论的公路客运量预测

客运量预测是公路网规划不可缺少的环节,是公路经济效益计算的重要基础。以四川省公路客运量为例,利用灰色系统理论,建立GM（1,1）预测模型,并将灰色GM（1,1）预测模型与马尔科夫链状态转移矩阵相结合,进一步提高预测结果的精度。从计算效果上分析,该方法求得的结果与其他方法相比,与实际值偏差较小,预测效果较好。     

基于马尔科夫模型的沥青路面技术状况预测

以新疆伊犁地区的G3016线高速公路为依托工程,利用灰色预测模型对路面使用性能的变化进行分析,然后根据马尔科夫模型得到路面状况的状态转移概率矩阵和将来的状态转移概率,再进行预测值的修正,对路面技术状况进行预测.结果表明:采用马尔科夫模型得到路面技术状况预测值与实测值相差没有超过一个评价等级,预测精度较好,可以为管养单位...     

基于灰色马尔科夫对龙洞堡机场旅客吞吐量预测

民航机场对推动当地的经济发展作用愈来愈显著,而机场旅客吞吐量是衡量机场的建设与管理,以及提供合理的最优调配的重要指标,准确地预测旅客吞吐量有一定的现实意义。选用龙洞堡机场2006-2016年的旅客吞吐量数据,运用灰色马尔科夫模型进行预测,并与传统的GM(1,1)模型相比,结果证明灰色马尔科夫预测模型拥有更好的预测精度,运用该方法对旅客吞吐量进行预测是切实可行的。最后对接下来两年的旅客吞吐量进行预测。     

基于GM模型和马尔科夫模型的公路客运量预测

以1992年至2005年兰州市公路客运量的实际值为基础,通过灰色模型对客运量的预测,得到了1992和2005年的公路客运量的预测值,结合实际客运量计算出其预测结果的相对误差。再对相对误差进行划分状态区间,运用马尔科夫模型得出2006年至2015年预测值的相对误差所处状态。从而得到经马尔科夫模型修正后的修正值,进而得到较高精度的客运量预测值。     

背景值优化的灰色马尔科夫模型在铁路客流预测中的应用

以提高铁路客流预测精度为出发点,通过对传统的灰色模型进行分析,采用积分的数学思想对灰色预测背景值进行优化.结合马尔科夫预测模型的优点,运用马尔科夫对优化后的灰色预测模型误差进行修正,提高了预测模型的精度.以我国铁路客流预测为实例,通过对预测模型的预测结果的对比研究,验证了模型的有效性.     

基于灰色模型的成都双流机场物流预测

准确进行机场物流预测是机场规划的重要前提.但从目前机场物流的预测现状看,许多机场都存在预测值高于实际值的情况.文中在分析现有机场物流预测模型不足的基础上,利用灰色系统理论,建立了成都双流机场货、邮吞吐量的预测模型.通过实际数据与预测结果的比较,证明灰色模型对于双流机场货、邮吞吐量的预测具备可行性,同时具有较高的精度.     

基于灰色模型的铁路客流预测方法

在GM(1,1)预测模型基础上,构建2个不同的预测模型——GM(1,1)幂模型和对原始数据进行缓冲算子处理的GM(1,1)模型,采用Matlab建模,并将模型应用到铁路客流量预测,分析对中小样本振荡序列的预测效果。实例证明,GM(1,1)幂模型和对原始数据进行缓冲算子处理的GM(1,1)模型的应用范围和预测精度都优于灰色GM(1,1)模型,是非线性铁路客流量预测的一种有效方法,有助于制定铁路运输计划。     

公路货运价格预测的马尔科夫模型分析

在分析货运价格的波动特征的基础上,认证运价指数符合马尔柯夫过程的条件。利用二状态一阶马尔柯夫过程对2007年1月～2008年6月全国公路货运价格指数的变动进行刻画,利用马尔柯夫链预测对2008年7月～10月的指数进行区间预测,其实际值基本落入预测区间。从而检验了马尔柯夫链预测方法的可靠性。研究结果可以为科学制定运输规划提供良好的参考和借鉴。     

基于自适应灰色模型的高速公路路基沉降预测

自适应灰色模型理论正确、精度合格,能够满足实际工程应用,将自适应灰色理论模型应用于高速公路地基的沉降预测同时用MATLAB编制自适应灰色模型预测程序,可以使应用该模型进行预测变得简便易行且方便移植。     

基于灰色模型的云浮港水运货运量预测

建立了灰色模型对云浮港水运货运量进行预测.根据云浮港2010年～2017年水运货运量建立了GM(1,1)灰色模型,模型平均相对误差较大,预测结果显示2018年～2021年云浮港水运货运量将保持较高增速.灰色关联分析显示云浮港水运货运量受到云浮进出口贸易影响较大,而国际经济增长有降速趋势,因此云浮港水运货运量增长也可能放缓.对模型进行改进,引入弱化缓冲算子,得到增速放缓的预测结果.对改进模型进行检验,检验结果表明改进模型精度较高,预测结果较为准确.     

基于指数平滑法和马尔科夫模型的公路客运量预测方法

分析了常用的客运量预测方法, 提出了一种新的基于指数平滑法和马尔科夫模型的公路客运量预测方法     

基于马尔科夫链-BP神经网络模型对公路运量的预测研究

选取河北省某地区1998—2017年公路运量数据为例,采用BP神经网络模型进行预测并用马尔科夫链修正预测值,将公路运量实际值与BP神经网络预测值及马尔科夫链修正值作对比分析并预测了2018—2019年的公路运量数据.使用马尔科夫链修正后的BP神经网络预测模型可以将公路客运量和货运量的平均相对误差分别下降至2.07％和2.14％.修正后的模型不仅可以准确的对公路运量做出预测,而且可以为未来公路运输发展提供有利意见.     

基于隐马尔科夫模型的文本分类

文本分类经过多年的发展,已经产生了很多成熟高效的算法.将隐马尔科夫模型用于文本分类,对每个文本类构建一个隐马尔科夫模型,x2检验获得类别特征词集,其状态转移表示按照一指定顺序对类别特征词集进行遍历,状态输出符号为特征词的词频,隐马尔科夫模型的状态转移过程隐含的表示了属于该类的文本的形成过程.具有最大概率的HMM分类器就是所属的类别.该算法不仅将特征词考虑进去,而且还将词频信息融入隐马尔科夫模型中,实验结果表明该方法分类效率较高     

基于改进型灰色马尔可夫模型的公路货运价格预测

公路货运价格是反映运输市场状况的重要指标,准确的运价数据预测有助于科学的把握市场的变化规律,并为政府相关政策的制定和运输企业市场决策提供支持。本文选取灰色马尔可夫模型对公路货运价格进行预测,由于传统的灰色马尔可夫模型中往往采用转移状态区间的中值来修正预测,预测结果不够精确。为此,本文构建改进灰色马尔可夫模型,根据转移状态为离散型随机变量这一特征,利用状态区间中值的期望对预测结果进行修正,提高了预测精度。最后以2016年7月至9月期间成都至南昌公路货运价格指数作为预测对象进行了实证分析,验证了改进模型的有效性。