改进非参数回归在交通流量预测中的应用

实时、准确的短时交通流量预测是实现交通控制与诱导的关键。结合模式识别的思想,提出基于模式识别的非参数回归算法,并将之应用于短时交通流量预测,最后用仿真试验检验了方法的有效性,仿真试验结果表明,该方法具有较高的预测精度。     

1级公路绿化评价方法研究

高等级公路环境绿化在公路建设中越来越受到重视,它不仅能够美化环境,而且具有防眩、防护、生态保护的能力.为了分析、评价已建公路的工程绿化状况,对公路绿化工程进行分析评价,是非常必要和紧迫的.文中结合江苏公路绿化的具体情况,通过对其绿化功能分析,提出了基于回归分析和层次分析法的1级公路绿化的评价指标体系,并建立了1级公路绿化综合评价模型.该模型运用到江苏公路绿化的实践中,能客观地评价1级公路的绿化效果.     

城市道路交通量短时预测的GSVMR模型

在分析现有城市道路交通量短时预测方法缺陷的基础上,针对目前广泛采用的基于经验风险最小化的BP网络易于陷入局部最优解等缺点,结合遗传算法容易寻找全局最优解与支持向量机回归法具有结构风险最小化的特点,提出了将两种算法相结合的GSVMR预测模型,该模型同时具有结构风险最小和容易寻找最优解的双重特性,并对某城市四车道主干道路8：00,8：45的交通量进行了预测,结果表明用该模型进行城市道路交通量短时预测所得结果误差较小,依此验证了用GSVMR模型进行城市道路交通量短时预测的有效性。     

交通运输与经济发展关联性分析

随着我国社会经济的快速、深入发展,交通运输对经济发展的作用越来越明显.科学地探讨这种关系,并运用这种关系去能动地指导我们的规划、计划和发展,具有十分重要的意义.本文通过主成分分析法和回归分析法,建立交通运输与经济发展的数学模型,揭示交通运输与经济发展之间相互制约、相互促进的内在密切联系.     

基于驾驶员行为的强制控速设施安装间距研究

在合理分析驾驶员通过强制控速设施行为的基础上,制定了相应的车速检测方案,并进行了实地车速检测。在分析车速与车辆到强制控速设施距离的散点图的基础上,建立了分段的多项式回归模型,然后利用最小二乘法回归计算,得出了相应模型的参数估计值,将模型参数代入回归模型即可获得车速预测函数。最后,进行了回归结果分析,分析结果表明分段多项式回归模型是正确有效的。利用该模型可以有效计算在给定公路限速条件下的最优强制控速设施安装间距。     

����֧���������ع�ĺ�������Ԥ���о�

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型。首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大Lyapunov指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能。结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误。     

基于BPR函数的路阻函数研究

为准确描述大连市道路交通阻抗,在美国BPR函数的基础上,引入影响车流通行时间的交叉口密度、道路限速、公交站点密度、饱和度等主要因素,建立了启发式道路阻抗函数.通过对大连市主干路的实证研究,利用非线性回归的方法标定了启发式路阻函数,并同美国BPR函数、重新标定BPR函数相互进行了比较.结果显示,启发式BPR函数更能准确地反映道路的车流行驶速度.     

Comparison of pedestrian trip generation models

Using Poisson regression and negative binomial regression, this paper presents an empirical comparison of four different regression models for the estimation of pedestrian demand at the regional level and finds the most appropriate model with reference to the National Household Travel Survey (NHTS) 2001 data for the Baltimore (USA) region. The results show that Poisson regression seems to be more appropriate for pedestrian trip generation modeling in terms of χ² ratio test, Pseudo R², and Akaike's information criterion (AIC). However, R² based on deviance residuals and estimated log‐likelihood value at convergence confirmed the empirical studies that negative binomial regression is more appropriate for the over‐dispersed dependent variable than Poisson regression. Copyright © 2011 John Wiley & Sons, Ltd.     

组合预测模型在铁路货运量预测中的应用

货运量预测是铁路运输规划的基础,单一预测方法很难准确有效地进行运量预测。探讨组合模型在铁路货运量预测中的应用,以全铁路货运量及社会经济发展状况为样本,对未来铁路货运量进行预测。实证预测结果表明：组合预测模型能有效综合各模型的有用信息,从而提高模型预测精度,与单一模型相比,该方法具有较好的实用价值。     

财务报告舞弊识别的实证研究

随着舞弊手段日趋隐蔽,需要建立一个快速有效的识别模型。本文选取了24个相关指标作为解释变量,选取了72家财务报告舞弊上市公司作为样本。首先建立Logistic回归模型,模型的判断率达到了71．7％。然后将Logistie回归得到的7个解释变量,用运到BP神经网络模型之中,使判则率达到87．1％,高于出了16％。说明13I）神经网络的总体识别率更高。