山东省公路机动车货运量及运力组合预测

本文利用山东省公路机动车货运量、运力及国内生产总值时间序列信息,根据灰色系统及回归理论,建立山东省公路机动车货运量及运力灰色预测模型和回归模型,并利用组合预测方法进行预测,为控制山东省运力发展提供依据。     

基于神经网络算法的公路货运量预测方法

以陕西省为例,运用灰色关联分析法确定公路货运量的影响因素分别为地区生产总值、第一产业增加值、第二产业增加值、工业增加值、人均地区生产总值、全社会固定资产投资和社会消费品零售总额.将所确定的因素作为公路货运量的预测指标,建立基于BP神经网络的公路货运量预测模型,并对模型进行应用测试.结果表明:该模型具有较高的精度,最大误差为5.3%,可以提高公路货运量预测的准确度,为我国公路货运量的预测研究提供方法支撑.     

基于GM(1,1)灰色系统的公路货运量预测模型的研究

灰色系统理论已成功运用于工业、农业、经济、能源、交通等领域,利用灰色系统理论建立的我国公路货运量预测模型精度高,计算值和统计值吻合程度较好.根据预测模型计算出的未来几年我国公路货运量对我国汽车工业、能源工业和交通部门都具有较高的参考价值.     

基于灰色-反向传播神经网络的江西省公路货运量预测

鉴于反向传播（Back Propagation,BP）神经网络算法收敛速度慢、局部极小化、结构选择不一的问题,提出结合灰色关联度分析的BP神经网络方法进行公路货运量预测,提高了模型的非线性学习和泛化能力及预测精度。该预测模型以江西省为例,首先利用灰色关联度分析确定预测目标的影响因子;然后,将关联度强的第一产业、第二产业和人均GDP作为公路货运预测模型的自变量,公路货运量和自变量作为训练样本,BP神经网络模型通过正向计算传播,误差反向传播,训练神经网络;最后,该方法应用于江西省公路货运量实际预测中进行有效性验证,结果表明该方法非线性拟合效果较好,具有较高的预测精度。     

福建省公路货运量组合预测研究

公路运输量的预测对公路系统的规划建设,公路系统的合理利用,具有重要的意义。本文在灰色预测、指数增长曲线、抛物线型曲线三种单一预测模型的基础上,利用基于误差绝对值和最小的线性组合预测模型对福建省公路货运量进行预测。预测结果表明,组合预测比单一预测模型具有更高的预测精度,说明该组合预测模型对福建省公路货运量的预测是可行的。     

基于灰色关联和BP神经网络的铁路货运量预测方法

为提高铁路货运量的预测准确性,运用灰色关联分析法,计算分析了与铁路货运量相关的主要社会指标,确定铁路货运量的影响因子分别为铁路运营里程、铁路电气化里程、铁路复线比重、公路运营里程、固定资产投资总额和钢材产量。将所确定的因子作为铁路货运量的预测指标,建立基于BP神经网络的铁路货运量预测模型,并对模型进行了应用测试。结果表明:BP神经网络模型具有较高的精度,最大相对误差为3.7%,平均相对误差为2.3%。该方法具有较快的收敛速度和较高的预测精度,可为我国铁路货运量的预测研究提供方法支撑。     

基于最优加权法的航空货运量组合预测

以1997～2007年我国航空货运量的统计数据为基础,采用灰色GM(1,1)模型和回归分析模型进行组合优化,建立了基于最优加权法的航空货运量组合预测模型,并对组合预测模型进行检验.检验结果表明,组合预测模型是有效的、可靠的,具有较高的预测精度,可应用于实际预测.     

基于压缩感知的灰色理论模型及其在航空货运量预测中的应用

重点研究经济突发事件对中国航空货运量的影响,采用压缩感知理论提取经济突发事件对航空货运量的影响,并利用灰色理论拟合航空货运量的总体变化趋势。以2002~2009年中国每月航空货运量的统计数据为基础,通过Matlab的CVX工具箱得到航空货运量基于压缩感知理论的灰色模型。通过对原始数据拟合的结果分析可知,基于压缩感知理论的灰色模型既可以体现中国航空货运量的逐年递增趋势,也可以得到每年的逐月变化趋势,还可以得到经济突发事件对中国航空货运量的影响。给出基于压缩感知的灰色模型的2010年每个月预测值,最大预测误差不超过5.92%,为航空运力市场调控和发展提供理论支持。     

正确运用货运量预测方法,为太原北站西山支线

针对现有铁路货运量预测方法的不足和铁路货运量的随机波动性,基于灰色预测理论,建立了铁货运量预测的随机灰色系统模型即GM(1,1)模型.该模型在对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模型,以预测铁路货运量的发展趋势.通过GM(1.1)预测模型较好地预测了2020年西山支线的货运量,为西山支线长远运输规划是提供决策支持.     

基于压缩感知的航空货运量模型研究

最近十几年,压缩感知(CS)理论得到快速发展,并广泛应用于图像重建、信道估计以及谱估计等不同领域.主要研究压缩感知理论在我国航空货运量建模中的应用,以1991~2006年我国航空货运量的统计数据为基础,利用压缩感知理论对我国航空货运量建模,并通过正交匹配追踪(OMP)算法得到我国航空货运量的压缩感知模型.通过拟合误差指标的比较可知,基于压缩感知理论的航空货运量模型具有模型相对比较简洁,拟合精度高于基于灰色GM(1,1)以及基于回归分析法的航空货运量模型等优点.实验证明,此方法可应用于短期内我国航空货运量的预测,为航空货运市场调控提供有效理论依据.     

交通事故预测模型的研究

通过分析道路交通事故发生的特点,从不同的角度,建立了模糊图模型、非线性回归模型及基于灰色理论的灰色预测模型.重点针对道路交通事故灰色和随机不确定性,研究了一阶单变量灰色预测模型,即GM（1,1）模型.经对其进行实例检验,其结果可信,且较传统的预测算法更科学、更合理.     

高速公路交通事故的灰色预测模型

在分析中国交通事故历史数据的基础上,引入灰色预测模型,根据数据特性建立了改进的灰色Verhulst模型,同时对改进的灰色Verhulst模型、灰色Verhulst模型和GM(1,1)模型进行比较。结果表明：改进的灰色Verhulst模型较好地反映了告诉公路交通事故的发展趋势,提高了模型的预测精度,扩大了模型的适用范围。     

高速公路交通事故的灰色预测模型

在分析中国交通事故历史数据的基础上,引入灰色预测模型,根据数据特性建立了改进的灰色Verhulst模型,同时对改进的灰色Verhulst模型、灰色Verhulst模型和GM(1,1)模型进行比较。结果表明:改进的灰色Verhulst模型较好地反映了高速公路交通事故的发展趋势,提高了模型的预测精度,扩大了模型的适用范围。     

基于灰色多层次的空中交通管理安全风险评价

 针对影响空中交通管理安全风险诸多因素具有的灰色性,引入灰色理论对空中交通管理安全进行风险评价。从人为因素、设备因素、环境因素和管理因素4个方面,提出了空中交通管理安全风险评价的指标体系,采用层次分析法确定评价指标权重,建立基于灰色多层次的空中交通管理安全风险评价模型。并结合实例进行了计算,结果表明,该方法能有效地利用评价指标的信息,科学合理地综合评价空中交通管理安全风险状况,可根据评价结果采取有效措施防止空中交通管理事故的发生。     

城市公共交通客运量的灰色预测

根据历年统计数据,应用灰色系统理论,建立了上海市公共交通客运量的灰色预测模型,并得到实际数据的验证。     

基于模糊回归理论的GM(1,1)模型优化

文章将传统的GM(1,1)模型与模糊回归模型相结合,得到了基于模糊回归理论的GM(1,1)优化模型,保留了传统GM(1,1)模型的所需建模数据少和具有预测功能的优点;利用定义的三角模糊数的左、中、右距离公式,得到了基于模糊回归理论的GM(1,1)优化模型的求解方法.     

心功能曲线的灰建模研究

以信息覆盖为准则，依靠少量信息，建立了心功能曲线的灰色模型和数学回归模型，误差检验灰模型的精度明显高于数学回归模型，在分析了心功能曲线的生理特性和发展变化特点的基础上，提出了心功能曲线的闸门－激活式联合灰模型理论及计算ｋ至ｋ＋１灰区间模型值的映射量化方法．     

神经网络模型在竞技运动理论中的应用

在体育理论的研究中， 往往是利用回归模型或灰色模型对运动成绩进行预测． 本文把神经网络模型方法引入体育研究中， 利用前传网络（Ｆｅｅｄ＿ｆｏｒｗａｒｄ Ｎｅｔｗｏｒｋ） 进行三级跳远成绩预测，得到了良好的拟合结果． 我们认为， 通过建立神经网络模型去研究运动竞技训练理论是有意义的，值得进一步探讨和研究     

基于AHP灰色理论的道路交通流数据质量评价

交通流信息采集的过程中由于受到设备自身及外在环境等因素的影响,所采集的数据容易出现失真、缺失和冗余等质量问题,无法满足智能化交通管理的要求。本文以准确度、完整度和时效性等3个数据特性作为评价指标,提出了基于层次分析法与灰色聚类分析的道路交通流数据质量评价方法,采用层次分析法确定评价指标的权重,采用灰色系统理论白化权函数建立各指标关联度矩阵模型,结合北京市二环路实测数据进行了实例分析,证明了方法的可行性。