基于非参数回归的城轨实时进出站客流预测

为准确预测城轨实时进出站客流,构建基于非参数回归的实时进出站客流预测模型。首先,对不同特征日分时进出站客流量进行对比分析,据此构建历史数据库;其次,通过计算历史分时数据的相关系数,并设置阈值对分时客流数据间的相关性进行判断,从而确定合适的非参数模型状态向量;再次,根据K近邻样本与预测目标的客流量差异性,设计基于权重加权的预测算法;最后利用广州市城轨客流数据对预测模型进行精度分析,对全网站点多天的预测结果显示:全天平均绝对百分比误差均在2%以下,分时平均绝对百分比误差均在14%以下,表明模型具有较高的预测精度和良好的适用性。     

基于 VMD-GRU 的城市轨道交通短时客流预测

精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度, 基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合 模型预测方法,即 VMD-GRU 神经网络预测模型,由变分模态分解和门控循环单元组合而成。变分模态分解的 作用是分解短时客流,降低数据中的噪声,减少数据波动;门控循环单元的作用是基于分解的短时客流,进行 客流预测。经南京地铁的数据验证,该模型在地铁短时客流预测方面效果良好。与 GRU 相比,VMD-GRU 在 15、30 和 60 min 的时间粒度下,预测准确度分别提升 7.57%,16.93%,18.47%。该模型可为地铁运营管理部 门对车站客流管理、日常行车计划制定等提供有效的数据支撑,从而提升线网总体运营效率以及轨道交通系统 的服务水平。     

宜万铁路复杂岩溶隧道施工地质预报特色

研究目的:宜万铁路地质异常复杂,被誉为修建铁路的"禁区",隧道工程存在巨大地质风险。重大隧道工程主体深埋于山体内腹,而目前勘察的技术手段只能探及浅部,难以涉及深部,完全查清隧道深部复杂的地质问题,的确很难(国内外皆如此),隧道建设始终存在"地面勘察难以探明深部,而隧道深部施工安全、工程处理又要求尽量探明"这一对矛盾。为解决这对矛盾,只能在前期勘察的基础上,强化隧道施工地质工作,实施施工地质预报。研究结论:研究创新了"隧道地质复杂程度分级",实现"隧道施工地质预报设计"并纳入规范管理,为隧道施工保驾护航,取得显著效果,使施工地质预报工作迈上新台阶。     

通往郊区的轨道交通线路客流预测方法

我国正处于城市化进程高速发展阶段,各城市相继建设通往城市郊区的轨道交通线路,分析其客流预测中的常见问题,包括未建成区客流调查困难、规划资料简单、不确定因素多且难以判断和把握等;根据实践经验．提出对所在区域特点和规律进行城市经济发展分析的宏观思路和采用对比方法把握线路具体客流特征的微观思路,给出可供借鉴的使用方法     

铁路货运量组合预测方法

为了对铁路货运量进行科学预测,在指数平滑、模糊移动、线性回归、灰色预测4种单一模型的基础上建立组合预测模型.结果表明:组合预测模型能有效综合各模型的有用信息,并能提高其预测精度,预测结果可靠.与单一模型相比,该法具有较好的实用价值.     

���ڼ�������ѧģ�͵�����������Ԥ��

汽车保有量与社会经济的发展有着密切关系，通过建立计量经济学模型寻求汽车保有量和社会经济有关指标的函数关系，可以较为准确地预测一个地区短期内的汽车保有量.本文根据广东省的统计数据，给出建立计量经济学预测模型和进行各项检验的详细过程，并根据模型预测了广东省2004年和2005年的汽车保有量.     

运用弹性系数法预测北京机动车保有量

综述了机动车保有量的预测方法,包括时间序列回归法、神经网络法、弹性系数法等,分析了不同方法的特点,给出了相关启示。结合北京经济发展趋势,运用弹性系数法对机动车保有量进行了预测。     

基于最大熵模型的客运枢纽换乘量分布预测研究

针对城市客运交通枢纽换乘量分布预测的问题,引入"四阶段法"中的出行分布预测原理,将枢纽处各种交通方式的客流影响范围近似看作出行分布预测中的交通小区,各交通方式之间的换乘量相应地看作交通小区之间的交通分布量。将重力先验概率式的最大熵模型应用于枢纽换乘量分布预测之中,构建换乘量分布预测的最大熵模型,并以枢纽内部各种交通方式的现状OD换乘量分布为基础,进行模型参数的标定和最大熵模型的求解,隐含考虑随机因素的影响,从宏观上描述换乘者的交通行为。该方法应用于北京市东直门客运交通枢纽的换乘量分布预测之中,效果良好,为进一步进行枢纽的功能布局及换乘组织等研究工作提供依据。     

高架桥墩身变形量预估与应用

混凝土由于发生干缩、热胀冷缩,在荷载作用下会产生弹、塑性变形等,尤其高架桥钢筋砼墩身在施工中及竣工后,由于变形量较大,影响桥梁结构安全。因此对其变形量进行预估并加以运用,一方面可以指导施工,另一方面又可以使桥梁结构更加合理．延长使用期限。     

改进的BP神经网络在船舶与海洋工程中的应用研究

人工神经网络作为一个具有高度非线性映射能力的计算模型,在工程中具有广泛的应用前景.在数值预测方面,它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行预测.文章介绍了BP神经网络,并针对实际应用中收敛速度慢,平台效应等问题对网络进行了改进并优化,详尽地给出了改进的三层BP神经网络数值预测算法.为测试该算法.选用了著名的XOR(异或)问题和和一个高度非线性的0-1矩阵预测问题对其进行了验证.计算结果表明文中算法能给出令人满意的精度.最后结合船舶与海洋工程的两个实际问题,探讨了利用改进的BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议.实践表明,文中给出的改进的BP神经网络数值预测算法值得在船舶与海洋工程中加以应用并推广.