居民公交出行OD预测研究

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

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。     

基于灰色马尔可夫链的桥梁荷载随机过程交通量预测

为了克服灰色预测方法的不足,在灰色模型预测方法的基础上,提出灰色马尔可夫链桥梁荷载随机过程交通量预测模型,该模型的灰色预测曲线能反映交通量历史发展趋势,马尔可夫预测可反映随机波动性对交通量预测的影响,从兼顾了趋势值和波动性两方面因素对预测结果的作用,能克服单一预测模型在交通量预测中的局限性,并可结合交通量实际情况,能实现准确、综合预测交通量的目的。在现有交通量统计资料的基础上,对该模型进行了精度检验,并预测出了2007年的交通量。实例计算分析表明,模型精度良好,预测结果与实际状态基本相符,利用灰色马尔可夫理论进行交通量预测是一种行之有效的方法。     

复杂舰载装备系统维修决策分析

现代舰艇装备系统复杂程度高,维修保障难度大,很多新装备由于没有制定科学的维修保障方案迟迟不能发挥作战效能。文章通过装备维修性及劣化系统分析,提出了一种复杂舰载装备系统的维修决策模型及基于最优维修策略的迭代算法。该方法可以根据系统的状态转移概率、维修时间、费用等因素制定合理的维修方案,对于加强装备维护、降低装备运行成本具有重要参考价值。     

基于灰色-马尔可夫链的隧道围岩变形预测研究

隧道工程施工中,围岩变形是一种常见的工程问题,当变形量达到一定数值时,会影响工程质量,给施工人员带来安全隐患,延误工期.因此,隧道围岩变形预测是保证施工安全,以及工程质量的重要措施.隧道围岩的变形在受到地质构造、地层岩性、应力场、地下水、开挖方式等多种因素的综合影响下,具有时间序列的单调增长性和随机性的特点,针对该特征,将灰色模型预测方法和马尔可夫链概率转移方法结合起来,建立灰色-马尔可夫链模型对围岩的变形进行预测.该预测方法是利用GM(1,1)模型的预测数列增长的特点,来预测围岩变形的宏观发展趋势,在此基础上应用马尔可夫链确定位移时序的状态转移概率矩阵,通过对状态的划分、实测值与灰色拟合值的绝对误差及相对误差等指标的分析,对围岩变形的发展趋势进行更为精确的预测.通过两水隧道算例,隧道围岩变形的计算结果与实测值吻合较好,表明所建立的灰色-马尔可夫链模型是正确的,在隧道围岩变形预测中具有广泛推广应用价值.     

基于PCA和HMM的汽车保有量预测方法

分析了常用的汽车保有量预测方法,提出了一种新的基于主成分分析和隐马尔可夫模型的汽车保有量预测方法.选取国民总收入、人均GDP、人口总数量、城市化率、固定资产投资总额、进出口总额、城镇居民人均可支配收入、钢材产量、公路货运量、公路客运量、社会消费品零售总额11个指标作为汽车保有量的主要影响因素,运用主成分分析提取了主要影响因素的主成分.以提取的主成分与汽车保有量分别作为自变量、因变量,建立了回归分析模型.以汽车保有量回归预测值的年增长率为隐状态,以回归预测值与实际值的相对误差为可见信号,建立了隐马尔科夫模型,并对的汽车保有量回归预测值进行修正.分析结果表明:基于1994～2008年的中国汽车保有量及其主要影响因素的历史数据,应用提出的方法得到2009、2010年的汽车保有量修正值分别为6.220 96×107、7.825 12×107 veh;与2009、2010年实际汽车保有量比较,相对误差分别为-0.95％、0.30％.可见,基于主成分分析和隐马尔科夫模型的汽车保有量预测方法具有良好的预测精度,能够适用于短期预测.     

基于灰色马尔可夫的市政道路路面使用性能预测

路面使用性能是市政道路的全生命周期管理养护的重点,为了对路面使用性能进行精准预测,针对现有路面使用性能衰减影响因素众多、实测数据随机性和波动性较大等特点,基于灰色系统理论,运用新陈代谢的思想,建立了新维灰色理论模型,随后用马尔可夫链理论优化新维灰色理论模型的预测值,最终得到了灰色马尔可夫预测模型。结合西安市某市政道路路段2012年～2018年常用路面使用性能检测指标的实测数据,以路面行驶质量指数RQI为例,对传统灰色理论模型、新维灰色理论模型和灰色马尔可夫预测模型的预测效果进行对比分析,结果表明：与RQI实测值相比,灰色马尔可夫模型预测值的平均相对误差最小,仅为0.41%,预测精度最高。     

基于HMM的脱机手写字符识别方法研究

为了对手写字符进行识别,对隐马尔可夫模型算法及训练方法进行了探讨．首先简要地描述了字符识别的预处理和字符分割,然后利用Haar基函数提取字符特征,给出了解决隐马尔可夫模型的三个关键问题的算法,尤其是利用高斯混合模型对样本进行训练,建立了结合高斯混合模型的隐马尔可夫模型．实验结果表明,该方法有效可行,与已有研究结果进行对比,该方法具有一定的优越性。     

基于神经网络实现的改进灰色组合预测及应用

针对GM（1，1）模型预测精度差的问题，采用马尔可夫链、残差数据正数化等多种方法修正残差．按等维新息的思路建立多个改进型GM（1，1）模型，并提出了基于神经网络实现的改进型灰色组合预测模型及预测算法。仿真分析表明，通过该模型可以寻求到多个改进型GM（1，1）模型预测值的最佳组合。