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。     

主成分回归的新疆兵团道路客运量预测

道路客运量预测是道路运输业规划的基础工作,科学准确地预测新疆生产建设兵团道路客运量是制定其运输业发展规划、发展战略的重要理论依据。根据新疆生产建设兵团道路旅客运输业发展特点,运用spass统计软件,综合主成分分析法和全回归法,确定道路客运量的主要因素,构建客运量预测模型,实现spass主成分回归分析在新疆生产建设兵团道路客运量预测中的应用。     

GM模型和Markov模型在公路客运量预测中的综合运用

文章在应用灰色理论构建的GM预测模型基础上,以Markov模型为修正方法,建立GM—Markov模型,并以陕西省2003—2012年公路客运量为基础数据对上述理论进行实例验证。结果表明：与实际客运量相比,GM模型的相对误差为11．08％,而GM—Markov模型的相对误差仅为5．61％,GM—Markov模型拟合精度较高,更加贴近实际情况。     

溶岩地区双连拱隧道施工技术研究

广东省罗阳高速公路石主隧道为双连拱隧道,其位于溶岩发育区,地质情况复杂,施工难度大。以石主隧道为工程依托,介绍双连拱隧道在溶岩发育地质段的施工技术,总结溶岩地区双连拱隧道在施工过程中的综合超前地质预报、突泥涌水处理、中导坑及主洞溶洞处理等关键技术,为溶岩地区双连拱隧道设计和施工提供参考。     

隧道超前地质预报TGP地震波法与地质雷达法适用性分析

隧道工程施工是一项十分复杂、施工周期较长的工作,并且施工中地质情况变化大,对于施工安全要求较高,因此如何准确、有效、快捷地对作业面前方的地质情况进行预报是许多工程技术以及管理人员面临的一大难题。针对目前我国公路工程隧道施工中常见的两种超前地质预报方法,阐述了其原理及应用情况,并进行了对比分析,以期为同行提供一定的参考与借鉴。     

我国汽车行业销量预测及对策

面对2015年4000万辆的计划产能,我国汽车行业可能出现严重的产能过剩。本文采用SPSS曲线估计的方法对1995²012年的销量数据进行拟合,经过综合评价选择二次方程对2015年的汽车销量进行预测,得出确实存在产能过剩危机的结论。最后提出缩减预期销量与计划产能差距,提高汽车产业竞争力的若干对策。     

公交客流预测的神经网络模型

通过分析神经网络的作用机理和公交年客流量的影响冈素,以城市人口、居民收入、生产总值等9个因素作为输入神经元,输出神经元为每年的公交客流量,建立了公交客流预测的径向基神经网络模型(RBF)和BP神经网络模型,以合肥市公交量的调查数据为例,对网络进行学习与训练仿真实验,结果表明所建模型具有较高的预测精度,效果较好.