道路网短期交通流预测方法比较

介绍了用于短期交通流预测的两大类模型: 统计预测算法和人工神经网络模型。对其中各种模型的特征进行了比较, 将历史平均模型、求和自回归滑动平均模型(ARIMA)、非参数回归模型、径向基函数(RBF) 神经网络模型与贝叶斯组合神经网络模型, 应用于一个真实路网的短期流量预测, 比较了各模型的预测结果。结果表明, 组合神经网络模型预测误差最小, 可靠性最高, 是一种对短期交通流预测的有效方法。     

道路交通预测与实际流量差异原因分析

道路交通流量预测是交通规划的重要环节,也是道路建设前期研究的重要组成部分。目前越来越多的交通建设项目和政策措施在实施前,如上海的内环线、外环线,南北高架、越江设施、高速公路等重大工程都进行了交通预测分析．预测的准确与否将直接影响到交通规划方案的制定。现在当初预测的近期年限2000年已经来到,对照若干     

苏锡常都市圈轨道交通协调规划构想

苏锡常都市圈位于中国最具经济发展活力的长江三角洲地带,由苏州、无锡、常州三个中心城市和金坛、溧阳、宜兴、江阴、张家港、常熟、太仓、昆山、吴江九个县级市组成,该都市圈经济发达、文化繁荣、历史悠久、文物众多、综合交通体系较为完善。目前,都市圈所在的长江三角洲地区各主要城市都在酝酿建设轨道交通的计划。但     

短期交通量预测新探：贝叶斯组合模型

本提出一种新的贝叶斯组合模型并将其应用于短期交通流量的预测。笔介绍了该模型的基本原理及在示范路网中的实际应用，计算结果表明，此模型的预测性能整体上要优于单一的神经网络模型，而且确保了模型精度的稳定性。     

自适应多项式预测滤波器的新结构与算法研究

(1)提出了一种DCT域二次滤波实现结构及其NLMS自适应算法，并将其用于连续混沌信号的实时预测研究，结果表明：所提出的滤波器结构实现简单、不存在算法收敛性问题；对连续混沌信号的实时多步预测性能明显优于局域法的多步预测性能，这一结果对我们重新认识     

铁路建筑企业2010年人力资源培训需求预测

以某建筑企业人力资源现状及培训情况为背景,利用SPSS软件对该公司至2010年人力资源培训开发需求进行预测,提出建筑企业人力资源开发的建设性意见．同时,希望能给有同样需要的企业提供参考．     

基于 EM D桘BPN 方法的高速铁路短期客流预测

高速铁路短期客流预测是铁路运输系统的重要组成部分。无论是对列车开行方案的制定,还是对如何采取正确的营销策略,都具有重大的现实意义。通过混合经验模态分解方法和神经网络方法相结合的EMD-BPN方法来预测高速铁路短期客流量。组合方法主要分为三步：首先,使用经验模态分解方法将客流时间序列分解;其次,将IM Fs作为BP神经网络的输入;最后,应用神经网络对客流量做出预测。数值实例表明,该方法对于高速铁路短期客流预测在精度和稳定性上都有良好的表现。     

基于系统动力学的大连市出租车保有量预测

采用系统动力学模型,找出影响出租车规模内外因素间的因果关系,包括经济、人口、机动车保有量、出行需求、政策等.在系统结构分析和因果反馈分析的基础上建立了出租车系统,以大连市出租车相关统计数据进行仿真计算,分析了不同的发展政策对出租车系统的影响,提出相应的建议和对策.     

公路声屏障设计浅析

首先结合《公路环境保护设计规范》以及《环境影响评价技术导则声环境》,对公路声屏障声学原理、设计步骤及计算公式进行了论述,并以合阳至铜川高速公路作为设计实例,利用软件程序进行辅助设计,得到声屏障设计相关参数,对公路声屏障设计有一定的参考价值。     

基于SVR的区域交通碳排放预测研究

基于STIRPAT模型,选择旅客周转量、货物周转量、人均GDP、机动车保有量、碳排放强度、能源结构和城市化率7项指标作为我国区域交通碳排放影响因素,建立基于支持向量回归机的碳排放预测模型,并以1990-2016年北京市交通碳排放相关数据为基础数据做实例分析.结果表明：训练样本交叉验证均方误差仅为 0.008 040,得到参数C和γ的最优值;模型预测值与真实值的拟合回归效果良好,训练集和测试集的相关系数分别为0.984 2和0.995 0,即模型具有良好的学习和推广能力;未来区域交通碳排放增长趋势逐渐变缓,但总量将继续呈上升趋势,社会仍然面临较大的温室气体减排压力.