城市物流园区需求预测的系统动力学模型构建

针对目前物流需求预测中主要采用的回归分析方法和时间序列模型存在的缺陷,运用系统动力学方法研究城市物流园区规划中的需求预测问题。对物流园区系统内部要素作用机制以及与外部经济系统的相互作用机制进行分析。将物流需求预测的影响因素归纳为物流供给能力和区域经济发展两类,并探讨了这两类因素与物流需求之间的反馈。运用系统动力学的理论和方法构建了城市物流园区需求预测模型,将物流需求、物流供给能力以及区域经济发展三者的动态关系纳入其中。指出物流需求预测不仅要考虑当前的资源情况和经济水平,还要用动态的眼光进行系统分析。     

基于ARMA交通流量预测控制器的设计

交通流量的预测与控制是现代交通中的一项重要任务,本文基于自动控制理论,提出几种交通流量的动态预测方案并进行比较;最后给出了最佳系统控制框图及主要参数。并对一组实际的交通流量进行了预测。仿真结果表明,本系统能较准确地预测交通流量,但只适用于预测短时交通流量。     

��·������ս�ͨ��Ԥ�⼼���Ż���Ӧ���о�

为更准确掌握公路接入段日交通量变化趋势,提高扰动路段交通量预测精度,利用曲线拟合法,建立观测路段基年交通量时间序列模型,结合ACF、PACF图例,应用ARIMA技术和Logistic回归曲线拟合方法,进行模型的识别、细化,而后进行参数估计和模型诊断,确定最佳交通量预测模型,完成模型优化。实例应用结果表明,利用ARIMA技术和Logistic回归曲线拟合方法优化的模型比不考虑观测交通量自相关内容的模型预测精度高,预测误差均值仅为1.53%。     

BP—GA算法在短时交通流预测中的应用研究

本文提出了一种基于BP神经网络的遗传算法,分别利用其局部和全局寻优能力强的特点综合为一种新的优化算法,并将改进的算法应用于交通流预测中。通过实例分析,可看到改进的模型在进行交通流预测时具有较好的预测效果。     

浅埋偏压段隧道信息化施工监控量测技术及预报信息系统研究

 监控量测在隧道信息化施工中至关重要,通过现场数据的采集、分析及反馈,建立预报信息系统,科学地预报隧道重大灾害具有重要意义。以厦蓉高速（贵州境）榕江格龙至都匀段计摆隧道格龙端左线洞口浅埋偏压段为研究对象,基于监控量测信息（收敛位移、拱顶下沉及地表位移等）,及时分析并运用预报信息系统,成功预报了洞口段斜坡滑移趋势,及时调整设计和施工组织方案,有效控制险情进一步的发展,确保了隧道施工安全。     

基于免疫粒子群神经网络的短时交通流量预测

免疫理论中的基于浓度选择机制能避免粒子群算法在群体收敛性和个体多样性平衡问题上的不足,使改进后的粒子群算法优化BP神经网络参数的配置,提高短时交通流量预测的准确性。仿真实验表明：免疫粒子群优化后的BP神经网络可有效提高短时交通流量的预测精度,减小预测误差。     

北京市“十三五”交通节能减排发展目标与策略

“十三五”期间,北京市面临持续增加的客货运输需求,以及日益紧迫的资源环境外在刚性约束,如何取得突破与实质进展成为规划与顶层设计中关注的关键问题。首先,判断北京市交通行业节能减排发展现状及未来形势需求。其次,应用基于单车活动水平的能耗排放模型预测,明确“十三五”末期北京市交通行业节能减排“一控、双降、四提升”的发展目标。围绕目标的实现,从零碳交通系统、客货运输体系、运输装备工具、交通基础设施、交通技术、行为意识,以及交通管理体系几个方面提出交通节能减排发展策略。最后,对城市交通节能减排发展之路提出建议。     

基于基因表达式编程的公路工程造价预测模型

基因表达式编程作为新型的人工智能数学建模方法,具有较强的函数发现能力和较高的搜索效率．针对公路工程造价预测特点和已有预测模型的不足,求解基于GEP的公路工程造价预测模型．根据工程造价的组成原理筛选确定11个公路工程特征因素,用15组公路工程数据作训练样本和验证样本,在设定好GEP算法的构成要素的前提下,使用Visual Basic语言表达GEP算法,求解公路工程造价预测模型．通过敏感性分析模型的可行性,用比较图和4个统计指标值对模型进行评价．结果表明,预测模型所得结果与工程实践相吻合,且预测值与实际值的相对误差≤5.9%,满足预测精度≤10%的要求,预测精度高,该模型具有较好的应用价值．     

轨道交通规划中诱增交通量的若干问题

综述了国内外交通规划中交通流量预测的研究成果及应用,介绍了有关诱增交通量的研究现状。指出在城市轨道交通客流量预测环节中,关于诱增交通量的研究还存在诸如诱增交通量的界定、影响轨道交通诱增交通量的相关因素、诱增交通量预测模型以及轨道交通运营期的诱增交通量等需要解决的问题。     

基于网约车数据的城市区域出行时空特征识别与预测研究

针对交通需求特征识别和需求预测问题,构建改进的LDA(Latent Dirichlet Allocation)城市区域内出行需求识别与预测组合模型,快速识别城市区域内出行需求特征并对需求做出预测. 构建城市交通小区尺度内的空间和时间维度下的主要出行需求特征分布挖掘辨识方法,以及数据集在不同时间尺度下时间维度出行特征构建及预测方法. 利用北京市三环内网约车出行订单数据,验证模型的有效性和准确性. 结果表明,模型能够对不同时间窗口下的区域出行需求特征进行辨识和预测,取得较好的结果.