基于Gompertz曲线和三次指数平滑法的货运量组合预测

在简单介绍Gompertz曲线拟合法和三次指数平滑法两种单项货运量预测方法的基础上,引用最优加权组合建模理论,以预测误差的平方和最小为目标函数来确定最优权重系数,建立组合预测模型.以1999～2010年京杭运河苏北段货运量的统计数据为基础,运用所建立的组合预测模型对2015～2035年京杭运河苏北段的货运量进行预测.预测结果表明,组合预测方法是有效的、可靠的,并且预测精度比单一预测方法有很大的提高,该方法具有很好的实用价值.     

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.     

最大熵模型在福田枢纽换乘量分布预测中的应用

综合客运枢纽换乘量分布预测是枢纽规划和设计中的重要步骤,预测结果的好坏会直接影响枢纽的整体功能和运行效率的发挥。为此,将＂四阶段法＂中的交通分布预测原理运用于客运枢纽的换乘量分布预测,建立换乘量分布的最大熵模型并设计其算法。模型引入重力式先验概率,隐含考虑随机因素的影响,从宏观上描述出行者的换乘行为,发生概率最大时的换乘量分布即为规划年的换乘量分布。将该模型应用于福田枢纽的换乘量分布预测中,通过基础数据的引入和模型参数的标定,可获得比较满意的规划年换乘量分布数据,并为综合客运枢纽的规划建设提供科学依据。     

基于遗传神经网络的高速公路纵坡运行速度预测方法研究

车辆运行速度预测取决于多因素、非线性函数关系的建立,预测模型建立的准确与否取决于各个影响因素之间的相互作用的特性。将遗传算法与神经网络有机结合起来,以高速公路上的实测运行速度为基础,建立遗传神经网络训练和检验样本集,利用Matlab7.04的神经网络工具箱和遗传算法工具箱的函数,完成程序的编写,建立基于遗传算法的高速公路纵坡路段运行速度(V85)的神经网络预测模型,并将预测结果与实测数据进行比较。结果表明:所用遗传神经网络模型可靠,预测精度高,对我国采用运行速度的路线设计方法和线形质量评价有较高的参考价值。     

滨海新区高速公路网合理规模研究

为了整合滨海新区高速路网,深入调查滨海新区高速公路的发展现状,运用国土系数法、稳定密度法、时间序列法、连通度法和类比分析法等预测方法,按照实际需求和适度超前原则,预测滨海新区未来高速公路发展的规模,结果表明滨海新区规划高速公路网规模基本合理。     

南京港集装箱生成量预测与发展措施建议

通过对集装箱生成量大小的影响因素的分析,并结合历年海关数据及其他国民经济发展基本数据,得出南京港集装箱生成系数,利用动态因素分析法预测到2015年南京港集装箱生成量。再将其与南京港战略发展定位及省、市政府提出打造"南京长江国际航运物流中心"战略目标进行对比,最后分别从政府政策扶持、口岸单位合作、港口建设和经营等多方面提出了南京港集装箱发展的战略重点和发展策略。     

基于小波神经网络的海流预测模型

海流是一种重要的海洋水文学要素,由于海洋环境恶劣复杂,海流监测仪器有时会由于不可预知的原因而发生故障,从而导致在一段时间内宝贵的海流数据的缺损。文中将小波神经网络和多种神经网络模型运用于短时海流数据的预测,并与实际海流数据进行比较,以达到缺失数据智能补漏的目的。计算机仿真结果表明,相比于单独的神经网络模型,小波神经网络在数据精度和稳定性方面可达到更高的要求。     

基于BP神经网络的卷烟零售量价控制研究

针对烟草营销中卷烟货源投放总量难以准确控制的问题,通过分析各区域货源投放量、实际销售量与零售价格之间的相互关系,采用BP神经网络预测,建立了卷烟零售量价控制模型,据此来调控各品类的投放量,测试结果表明有较好的预测准确度。     

��������Ԥ���ۺϼ��ɷ����о�

与发达国家不同,我国正处于快速城镇化发展阶段,迫切需要在运输需求预测理论与方法上的创新.为了更科学地进行运输需求预测工作,从而对运输需求有系统精准的把握,基于"运输系统是一类开放的复杂巨系统"及"运输需求预测是一类复杂性问题"的认知,将系统工程中"从定性到定量"的综合集成方法论引入运输需求预测之中,提出基于综合集成方法论的运输需求预测方法,并给出具体执行操作流程.以浙江省城际轨道交通客流预测为例,将研究成果应用于实际的工程项目之中,验证了其有效性.实践结果表明,"从定性到定量"、"人机结合,以人为主"的运输需求预测综合集成方法能够较好地保证预测结论的准度和精度,同时也具有较强的可操作性.     

城市轨道交通短时客流预测体系框架及关键技术

针对当前城市轨道交通短时客流预测系统性不强等问题,构建短时客流预测体系框架,并讨论预测过程涉及的关键技术。框架的构建以自动售检票系统（AFC）获得的数据为出发点,统计站点客流和线网客流OD矩阵两类基础客流数据;在此基础上,构建线网客流分配模型,结合视频数据、站点平面布置和列车运行时刻表三类数据,考虑乘客步行时间的影响,估计断面客流数据;接着,在分析站点客流和断面客流数据时空特性的基础上,分别预测站点和断面短时客流;利用站点客流和断面客流短时预测结果反推未来OD矩阵;同时引入GARCH模型分析预测结果的可靠性,以提高短时客流预测结果的可信度。