区间客运需求组合预测模型研究

考虑客运需求受不确定因素影响,导致基于点预测的值不能客观反映未来需求波动。文章采用区间集合方法表示需求不确定,同时结合组合预测方法,建立实际观察值与预测区间中心值偏差最小、预测区间宽度最小的多目标区间需求组合预测模型。以2003—2013年扬中市客运数据为基础进行预测,实例分析表明区间预测结果不仅能包含实际观察值,还能体现未来需求的不确定性,同时误差平方和均值和平均相对误差指标下降也表明区间组合预测模型精度提高,说明该模型的可行性和有效性。     

基于神经网络与马尔可夫链的换道次数预测方法

为在先验数据有限情况下较精确地预测道路换道次数,提出基于神经网络与马尔可夫链的组合预测模型。采集路段区间平均车速和车流密度,采用BP神经网络训练初步拟合模型;运用马尔可夫链方法,进一步给出换道次数在表示高估、正常、低估的3组区间内的分布及概率,改善BP神经网络误差。运用组合预测模型对西安市某道路的换道次数进行了预测分析,结果表明,实际换道次数均在模型给出的较大概率的预测区间内,表明模型能够根据路段区间平均车速和车流密度较好地预测换道次数。     

融合信号分解与排列熵的高铁线路风速区间预测方法

为提升高铁线路风速预测精度以保障强风下高速列车的运营安全，融合信号分解与排列熵提出高铁线路风速区间预测方法。采用信号分解技术与排列熵(PE)筛选分量，对不同复杂度分量分别利用门控循环单元分位数回归(QRGRU)和门控循环单元(GRU)构建高铁线路风速区间预测模型。对我国某高铁线路风速监测数据进行预测，结果表明：预测模型的预测精度较对比方法有显著提升，在区间预测上有良好表现，预测区间覆盖概率(PICP)、预测区间平均带宽(PINAW)及综合覆盖带宽指标(CWC)分别为94%、0.16、1.72,表明该方法能准确描述未来风速趋势，提升预测精度，对解决高铁安全运营问题具有实用价值。     

湿陷性黄土地区路基沉降的优性组合预测

湿陷性黄土地区路基的沉降预测是铁路路基建设中的一个重要课题,通过分析实测数据来预测沉降是实际工程中较多采用的方法.单一的预测方法各有其适用性,同时也存在着不足,据此提出既能综合利用多种预测方法提供的信息又能提高预测精度的组合预测.采用以有效度最大为准则的优性组合预测,并通过对郑西铁路客运专线路基沉降实测数据的分析,说明优性组合预测的有效性及加权系数的时变特性.     

城市快速路区间旅行时间短期预测新算法

城市道路交通状况的预测,是实现未来路况查询、车辆动态导航等智能交通系统技术的关键。该文在分析浮动车数据的时间相关性的基础上,研究城市快速路的区间旅行时间短期预测算法。首先,采用统计方法和K-NN分类法相结合的新方法对缺失数据进行填充,并利用小波变换对每天的数据进行消噪处理;其次,在分别利用时间序列模型和人工神经网络模型对城市快速路区间旅行时间进行短期预测的基础上,通过模型组合获得预测值;最后,结合北京市区二环的一段快速路区间旅行时间的历史数据和实时数据,对该文所提出的快速路区间旅行时间短期预测算法进行了评价。结果显示,该算法的预测结果的平均绝对误差百分比控制在10.43%以内,具有良好的精度。     

连续时间的均值-方差组合选择及其有效前沿

对于有限时间区间的(d+1)种资产市场模型,在模型系数为随机过程的条件下,根据均值-方差准则讨论了风险资产市场中的投资组合问题.利用K.It公式和倒向随机微分方程理论,建立了投资组合过程与财富过程之间的随机控制的倒向随机微分方程模型,得到了初始财富及最终财富之间的关系式,证明了投资组合的存在惟一性,在均值-方差准则下给出了有效投资组合的解析表达式,并得到了有效投资组合下的双曲线型有效前沿.     

一类完全型区间线性规划的求解

在现有研究的基础上，定义了一类完全型的区间线性规划，其目标系数和约束系数均可为区间数，约束条件可包括等式和不等式类型．给出了一种反映决策者满意度的区间数序关系，基于此将区间不等式约束转化为确定型约束．讨论了区间等式约束的含义并将其化为确定型不等式约束，分析了含有区间数的目标函数并将其转化为一个确定性目标函数．在此基础上，将区间线性规划转化为确定型线性规划并进行求解．最后，给出一个算例．     

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。     

基于凝聚函数法的稳态热传导区间反演

考虑观测数据的不确定性,建立了识别稳态热传导边界条件和导热系数的有限元数值反演模型.采用凝聚函数法将此非线性规划问题转化为一个可微的单约束优化问题,在此基础上采用乘子罚函数法求解,获得了反演变量所在区间范围.     

基于约束卡尔曼滤波的短时交通流量组合预测模型

为了克服单一的交通流预测模型性能不稳定的问题,提出了基于约束卡尔曼滤波的短时交通流量组合预测模型。约束卡尔曼滤波组合预测模型以各单一预测模型的权重为状态变量,交通流量为观测变量,预测结果是单一预测模型的加权和,加权系数由约束卡尔曼滤波方程递推动态确定,最后通过广深高速公路上采集的交通流量数据对算法进行了验证。结果表明,在不同预测步长情况下,约束卡尔曼滤波组合预测模型要优于最佳的单一预测模型或与其持平,并且不受某一较差的预测模型影响,具有较高的鲁棒性。     

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.     

基于谱分析的路段行程时间多步预测方法

路段多步行程时间预测数据是动态交通诱导系统的重要参数,但已有研究成果,大多集中于一步预测,且存在适应性不强、计算量大、基础数据需求多等不足.应用谱分析及Karhunen-Loeve（K-L）变换对历史及当前检测行程时间序列进行分解与重构,重构时以历史序列与当前检测序列的欧式距离作为相似性度量指标,优化重构时的特征向量系数,使与当前检测序列相似度高的历史序列信息在重构中占据主要地位,通过重构,实现对后续若干时段的行程时间的预测,实测数据检验显示该方法可实现多步预测,预测精度良好,较以往方法有所提高,且历史数据需求量小,计算量小.     

路段上短时间区段内交通量预测ARIMA模型

探讨了用于路段上小时间间隔里交通量预测ARIMA模型的一般形式及其参数标定、检验、预测的方法,进一步探讨了它的应用.     

Grey-Markov Model for Road Accidents Forecasting

IntroductionRoadaccidentsforecastingishelpfulforustofindoutthelawofroadaccidents ,andtoanalyzethetendencyofroadaccidentsunderexistingroadtrafficconditionsandtocontroltrafficsafety .Itisthebasisoftheevaluation ,planninganddecision makingofroadtrafficsafety…     

车辆排放对大气污染的模糊监测及神经预测模型

以车辆排放对大气污染为研究对象,在综合考虑车辆排放对大气污染影响因素的基础上,构建车辆排放对大气污染的模糊监测指标体系。通过模糊集的相关理论,建立车辆排放对大气污染的监测模型,并采用熵权法确定指标权重系数,利用模糊可变模型计算监测值对各监测级别的综合相对隶属度,界定车辆排放对大气污染的等级程度。通过大数据分析,根据神经网络理论构建车辆排放对大气污染的预测模型,并利用MATLAB软件实现预测过程。应用结果表明,车辆排放对大气污染的监测模型可有效界定车辆排放对大气的污染程度,车辆排放预测模型能预测短时间内大气中污染物浓度,具有较高可信度,研究成果对解决车辆排放对大气污染有较好的指导意义和实用价值。     

��·������ʩ��ͣ������Ԥ��ģ���о�

目前我国通常采用驶入率参数来计算公路服务设施规模,但驶入率参数值难以准确确定。本文提出一种无须驶入率参数、更加贴近实际停车需求的服务设施停车容量计算模型。该模型基于司乘人员和机动车出行途中需要经常停车休息的规律,改进四阶段预测方法中交通分配模型,根据路网中车辆的出发地、行驶路径和停车间隔来确定路网中路段停车需求量,以此来计算该路段上服务设施的停车容量。本文给出了该预测模型的计算步骤、服务设施停车位数计算公式和相关参数,并利用实测数据对模型进行了验证。最后以内蒙古自治区S308的服务设施设置为例,采用模型计算了公路服务设施停车容量。     

高速公路交通流的分形维数与相空间重构预测

对成渝高速公路短时交通流通过计算不同时间尺度下Hurst指数而等到其相应的分形维数,结果表明,时间间隔越短的交通流,其分形维数越大,结构越复杂.由于时间间隔越短的交通流随机性大和复杂的结构,所以预测也就越困难.提出了一种新的基于相空间重构和移动平均相结合的预测方法——移动平均最近邻域法,从理论与实际数据两方面分析和验证了该方法对短时交通流预测的有效性.     

高速公路交通流的分形维数与相空间重构预测

对成渝高速公路短时交通流通过计算不同时间尺度下Hurst指数而等到其相应的分形维数,结果表明,时间间隔越短的交通流,其分形维数越大,结构越复杂.由于时间间隔越短的交通流随机性大和复杂的结构,所以预测也就越困难.提出了一种新的基于相空间重构和移动平均相结合的预测方法——移动平均最近邻域法,从理论与实际数据两方面分析和验证了该方法对短时交通流预测的有效性.