铁路客货运量预测的随机灰色系统模型

针对现有铁路客货运量预测方法的不足和铁路客货运量的随机波动性,基于灰色预测理论,建立了铁路客货运量预测的随机灰色系统模型.该模型在对客货运量原始数据生成处理的基础上,建立了符合检验要求的残差GM(n,h)模型,以预测铁路客货运量的发展趋势;再通过引入相对误差序列的随机过程,建立了随机GM(n,h)模型,以综合考虑随机因素对铁路客货运量未来发展趋势所带来的影响,提高铁路客货运量预测的精度.理论分析和实例计算结果表明:随机灰色系统预测模型直观,且操作性强,预测结果精度较高.     

三次指数平滑模型在短期铁路旅客发送量预测的应用

本文主要介绍了三次指数平滑预测法、的数据原理及在短期铁路旅客发送量预测中的应用，并利用Excd进行建模，分析该方法在数据拟合、预测方面的适用性。最后本文以某企业城际列车旅客发送量为对象，对该预测方法进行实例说明。     

基于ARIMA模型的降水空间特征分析及预测

为了掌握未来降雨量的变化趋势,利用2010—2019年江西省主要的16个气象站点逐月降雨量数据进行降水空间特征分析,并基于ARIMA预测模型对江西省2020—2021年的逐月累计降雨量进行预测.根据拟合度结果得出具有模型预测准确度较高,说明该模型预测结果可以科学有效地提升水资源管理、规划及保护等各方面的能力,同时也证明了降水预测模型在现实使用中是可靠的.     

时空预测技术在森林防火中的应用研究

构建了一个随机的时间序列模型获得每一个空间上相互独立部分的时间预测,然后建立动态回归神经网络(DRNN)发现隐藏的空间关系,最后用统计回归方法把单个时间和空间预测整合起来产生最终预测。实验结果表明,提出的方法能对森林火灾面积进行准确有效的预测。通过对时空预测结果的准确性和训练精度进行讨论,分析了时空预测方法在林火预测中的可行性,证明时空变化预测方法在林火预测中的应用价值。     

移动对象轨迹预测

为了帮助人们了解移动对象轨迹预测研究领域的成果,并准确预测移动目标运动趋势,对国内外相关文献进行了系统梳理和归纳。从基于物理机理建模、基于移动对象行为建模和基于移动个体交互建模三个方面对移动对象轨迹预测技术进行了分析。分别阐述了相关算法的核心原理方法,以及在轨迹预测中的适用范围和优缺点,指出移动对象轨迹预测研究所面临的挑战和研究重点。     

基于空间饱和负荷密度的城市远景饱和负荷预测

以福建省厦门市为研究对象,介绍一种基于空间饱和负荷密度的城市远景饱和负荷预测的方法.通过收集城市各分区经济发展规划信息,把各分区按功能地块统计建筑面积,分析得出各功能地块的饱和负荷密度,建立城市空间饱和负荷模型,预测出城市远景饱和负荷.该预测方法不仅能对负荷总量进行预测,还可以知道分区负荷的空间分布,为城市合理安排电网建设进程提供依据.     

基于粒子群优化偏最小二乘的铁路客运量预测

通过对1997—2012年铁路客运量的影响因素进行分析,建立偏最小二乘回归模型,并用实际的铁路客运量与预测值进行比较,检验出模型的预测误差较大.为了提高模型的预测精度,采取粒子群优化算法优化回归系数,得到一个新的模型.经检验,该模型的预测误差由原模型的3.04%降到1.01%.最后用该模型预测出2013—2014年的铁路客运量分别为210.970 5千万人和227.368 8千万人.     

基于Elman网络补偿模型的Smith预测控制

研究基于Elman网络补偿模型的Smith预测控制问题.采用互补建模方法对被控对象进行建模,其中机理模型反映被控对象的主要工作规律和运行趋势,但不可避免地存在一定的模型误差;通过Elman网络拟合机理模型的模拟误差,并对其进行补偿.实验结果表明,基于Elman网络补偿模型的Smith预测控制充分利用了神经网络的非线性拟合能力,只要对纯滞后环节精确建模,就可以完全抵消该环节对控制品质及系统稳定性的不利影响.该方法使得Smith预测控制可以用于模型不易精确确定的系统.     

元胞自动机时空数据模型与预测方法

对标准元胞自动机(cellular automata,CA)模型进行扩展以满足具体行业地理信息系统(GIS)平台上时空动态模拟和预测应用要求。然后以电力行业配电网空间负荷预测为具体应用,建立起了土地利用演化动态模型与电力负荷空间预测之间关系,解决了时空数据管理中空间数据离散如何与属性数据进行交互问题。模拟出城市土地利用动态发展变化过程,预测出规划区域中的各划分小区土地的未来使用类型,建立起配电网空间负荷预测时空数据模型,突破了传统时空分离电力预测的预测方法的局限。最后通过一个配电网空间负荷预测实例验证了该方法有效性。     

基于遗传优化神经网络的铁路客运量预测研究

采用遗传优化的BP神经网络对铁路客运量的现有数据进行分析,克服了BP网络极易陷入局部解问题,做出合理的客运量预测.首先用遗传算法优化神经网络的连接权, 并在遗传进化过程中保留最优个体的方法,选择权值的最优解来建立遗传优化的BP 网络预测模型, 最后通过铁路客运量数据预测结果的对比仿真实验,表明了该方法的有效性.     

迭代反馈约束下的城市轨道交通客流预测分析

在分析当前国内城市轨道交通客流预测存在问题的基础上,提出了基于迭代反馈约束的城市轨道交通客流预测模型框架和方法.在基础数据处理上,依据城市总体规划和轨道交通沿线控制性详细规划,通过协调总体与局部的开发强度,达到研究范围内城市人口和就业岗位的重新平衡.在模型方面,考虑到机动车车流对公交车运行的影响,对传统四阶段模型进行了...     

城市轨道交通客流预测结果的技术分析体系

针对目前城市轨道交通客流预测可信度较低的状况,建议通过对客流预测结果的评估分析来提高轨道交通系统的抗风险能力,提出了包含可信度分析、客流特性分析、风险性分析和敏感性分析在内的城市轨道交通客流预测结果分析的结构体系。从预测过程和预测结果两方面指出了城市轨道交通客流预测可信度分析的要点,以高峰小时单向最大断面客流量、时空分布特性为核心,建立了轨道交通客流特性分析指标;通过客流在成熟区域内的集中率和在某些车站的集中率,反映客流预测结果的风险性大小;提出了客流预测敏感性分析的技术路线,并进一步指出不同时期敏感性因素的选择,并对西安地铁3号线客流预测进行了全面分析。结果表明:其预测结果是可信的,但客流的时空分布很不均衡;客流预测存在较大的风险性,客流波动幅度较大。     

ARIMA-RBF模型在城市轨道交通客流预测中的应用

客流量预测是城市轨道交通规划设计和运营管理的基本依据,已成为城市轨道交通建设过程中的重要环节。本文通过分析平常日客流变化的周规律、非平稳性等时序特征以及ARIMA模型和RBF模型的作用机理,将适合进行线性时间序列预测的ARIMA模型和适合处理非线性问题的RBF神经网络组合,建立了ARIMA RBF预测模型,并用该模型对北京市城市轨道交通平常日客流量进行预测,该模型充分考虑到城市轨道交通客流变化的线性及非线性特征,取得了较好的预测效果。     

铁路客运需求分析与短期客流预测研究

旅客对于铁路客运的需求直接决定了铁路自身的运输生产,对历史旅客需求规律的准确分析以及对未来短期需求的准确预测对旅客运输组织的优化极为重要。为此,提出了基于Prophet模型的铁路客运量需求分析方法和基于Seq2Seq-Attention与Prophet非线性组合模型的短期客流预测方法。前者可以从长期的历史数据中分解出普适整个数据的客流时间分布特征,从而对过去的客运需求规律做出分析;后者利用神经网络进行非线性组合,以求在不同规模的数据集上充分发挥Seq2Seq-Attention网络与Prophet模型各自的优势,做出更精准的客流需求预测。通过实例验证表明,使用Prophet模型将客流历史数据分解成多种时间分布类型数据后在整个数据集上的误差仅有6.68%,同时Seq2Seq-Prophet模型在数据集上的预测效果好于组成它的单模型和其余既有方法。     

铁路城际客流预测模型的研究

在客运市场,准确把握城际客流的影响因素,及其对铁路城际客流的影响程度,对铁路运输企业是非常关键的.文章从铁路运输企业的角度,分析影响城际客流的因素,利用灰色理论中系统关联度分析方法,建立一种新的铁路城际客流GM(1,5)预测模型.并以广州至深圳城际客流为背景,预测其铁路城际客流,为铁路运输企业客运产品设计提供科学依据.     

采用改进四阶段法的市域轨道线网客流需求预测

考虑中心城区与乡镇居民出行特征的差异,提出一种适用于市域范围的预测方法.该方法以传统四阶段法为基础,分别建立中心城区与市域客流预测模型.中心城区客流独立预测后作为市域客流的一部分参与市域客流分配,分配结果通过反馈机制作用于交通分布模型,循环迭代直至平衡收敛.利用福清市现状基础数据运用TransCAD软件标定模型参数并校验,结果表明,调查值与模拟值的相对误差满足预测精度要求.最后采用已标定模型对福清市域轨道线网进行客流预测,结果表明, 3个目标年客流预测结果符合迭代收敛判定标准,进一步说明该方法具有理论与实践应用价值.     

基于空间关联度的高铁综合客运 枢纽客流参数预测算法

提出了基于空间关联度的高铁客运枢纽客流参数预测算法. 通过对高铁综合客运枢纽瓶颈点及其关联点之间的关联度进行研究,利用瓶颈点和关联点的实时客流参数信息,实现对瓶颈点客流参数信息的短时预测. 实验证明该算法在高铁综合客运枢纽客流安全预警实际应用中,能够快速反映客流扰动,具有较强的抗干扰能力,为高铁综合客运枢纽安全预警提供支持.     

太原市轨道一号线站间OD及沿线区段空间分布研究

客流预测是轨道交通网络规划的一个重要组成部分,结合轨道交通客流预测结果,基于重力模型,可以分析得到轨道线路上沿线各站点间OD分布,在此基础上,将轨道沿线按土地利用进行区段划分,可以得到轨道沿线各区段的空间分布。站间OD分布与沿线区段空间分布结果可以很好地反应出轨道沿线各站点及各区段用地的人口出行特性,结合轨道线路沿线土地利用规划,可以实现客流预测与土地利用的互动反馈。本文以太原市轨道一号线为例,对其站间OD分布及沿线区段空间分布进行研究。     

基于类别映射的编组站车辆中时预测模型

现行铁路编组站车辆中时预测方法不能满足实际运输组织需求,结合车辆中时数据平稳性特点,设计基于类别映射的货种与车种映射函数,充分考虑车种别、货种别车辆中转作业差异,重新生成车辆中时序列.采用时间序列分析方法分析中时序列,提出新的编组站车辆中时预测模型,并采用极大似然估计法对参数进行估计并求解模型.实验结果表明,该方法能够较准确预测编组站车辆中时,符合实际中时发展趋势,提高了铁路车流预测的准确性.     

广州地铁2010年客流预测与运能规划的分析与研究

为配合广州城市发展的需要,结合2010年第16届亚运会的举办,本文主要以广州地铁2010年预测客流为基础,考虑2010年车辆供应及设备功能实现情况．分析了广州地铁2010年的运能规划,以妥善解决届时产生的突发客流,满足2010年开通运营的230公里的线网发展需要。