基于联系度的铁路货运量集对分析聚类预测

提出了一种基于集对聚类分析的铁路货运量预测方法,建立了铁路货运量的集对分析聚类预测模型,结合了集对分析中的同异反模式识别的"择近原则"和聚类分析的基本思想,并利用历年铁路运量的实际数据进行了计算分析,结果表明集对聚类分析预测法是有效的.     

基于改进抛物线模型的物流需求预测研究

为了提高物流需求的预测精度,选取货运量作为衡量物流需求的指标,在对非线性回归中的抛物线模型进行探讨的基础上,对其进行改进,得到新陈代谢的抛物线模型.以四川省物流需求预测为实例进行检验,结果显示该模型的预测精度达到96.9%,预测精度等级为1级,证明了该模型的实用性.     

动态汽车衡检定中的问题分析

<正>动态汽车衡作为一种现代化的全自动称重计量机电一体化设备,在提高生产效率、确保计量的准确性方面具有不可替代的作用,具有广泛的用途。随着国民经济的不断发展,公路货运量急剧增加,载重汽车超限现象日益增长。全国范围的高速公路与国道对货车计重收费和集     

关于铁路减速顶管用修的思考

本文从铁路减速顶制度的制定、设计原理、基本构造和性能的影响因素等方面进行分析,提出在减速顶管用修上如何提高减速顶应用质量和现场使用效果。     

基于Adaboost回归算法的安徽省物流需求短期预测研究

【目的】物流需求预测有助于调整物流资源的分配,对促进物流业发展具有重要意义。【方法】选取安徽省1995—2022年与物流需求相关的指标数据为原始样本数据,用货运量来表征物流需求。通过XGBoost特征选择算法筛选出6个用于预测的指标。在此基础上,使用3种方法分别构建模型,并对这些模型进行对比分析。最终,选择精度最高的Adaboost回归算法来预测安徽省短期物流需求。【结果】2023—2026年,安徽省的物流需求预测值分别为402 942.428万t、369 877.222万t、380 884.375万t、382 319.5万t。【结论】未来四年,安徽省物流的货运量呈不稳定发展态势。根据安徽省的区位优势及疫情的全面开放,安徽省物流业表现出较大的发展潜力。     

基于SVR的上海市商品房价格预测

商品房价格受诸多因素影响,研究因素与商品房价格的关系是当前研究房价的一个热点。从1998—2013年的上海市商品房基本信息中,选取了对商品房价格产生影响的8个因素,利用LIBSVM工具建立了基于SVR的商品房价格预测模型,并对1998—2013年的商品房价格进行预测。实验表明,SVR模型比ARIMA模型具有更好的预测值,预测能力更强。     

基于影响因素筛选-优化组合模型的隧道变形预测研究

隧道变形监测是其安全施工的必设项目,对其预测研究具有重要意义,但隧道变形影响因素较多,难以直接开展变形预测研究。因此,研究先利用相关系数法评价各因素对隧道变形的影响程度,以确定隧道变形的主要影响因素,并将其作为变形预测模型的输入层信息;其次,再利用RBF神经网络构建隧道变形预测模型,且为保证预测精度,采用试算法和粒子群算法优化隐层节点数及相关模型参数。实例研究表明:相关系数法可很好地评价各影响因素与隧道变形间的相关程度,且不同监测项目的影响因素存在一定差异;同时,预测结果的相对误差均小于2%,说明优化RBF神经网络的预测精度较高,可靠性强,适用于隧道变形预测。     

铁路货物运输资源整合优化研究

铁路运输是我国主要的运输方式,充分发挥铁路运输的功能和作用,必须对铁路运输的资源进行整合。铁路货物运输资源整合是指对保证铁路运输能力的各种设施和工具进行整合,以达到最优化的效果,充分提高铁路运输的能力。整合铁路货物运输资源对完善我国的铁路交通运输网络、提高货物流通速度和促进我国的经济发展具有非常重要的意义。因此,需要对铁路货物运输资源进行整合研究。本文将主要分析铁路货物运输资源整合的内容,探究铁路货物运输资源整合的方法。     

斜坡失稳灾害预测评估技术应用--影响因素量化加权平均值法介绍

斜坡失稳灾害是建设用地地质灾害中最常见的灾害类型之一,准确的预测评估是至关重要.斜坡稳定性的预测方法很多,主要有过程机制分析法、理论计算法、工程地质类比法及影响因素加权平均值法等.由于各种方法均有其适用条件和局限性,因此文中着重介绍适用性及操作性较强的影响因素加权平均值法,对影响斜坡稳定性的各因素逐一进行了分析,并应用工程实例加以验证.     

铁路运输效率的影响因素与对策探讨

铁路在高速的发展,为了满足社会发展的需要,提高铁路的运输效率成为了社会普遍关注的问题。目前铁路在货物运输方面的比重越来越大,货物运输消耗的能源较大,铁路运输效率的提高能有效的节约资源,创造更多的经济价值。本文分析了影响铁路运输效率的主要因素,并针对这些影响因素,提出了提高铁路运输效率的对策,为提高铁路的运输效率提供借鉴。     

影响零件表面粗糙度的因素及改善措施

在机械加工过程中,有许多影响表面粗糙度的因素,对这些因素进行分析研究,对于提高机械零件的质量与效率具有积极的意义。该文结合实践,总结了影响工件表面粗糙度的因素,并提出了相应的改善措施。     

应用改进BP网络进行铁路客运量预测研究

针对传统铁路客运量预测方法的不足,提出运用改进BP神经网络结合四阶段法进行客运量预测,给出了预测算法,建立了铁路客运量神经网络预测模型,并对敦煌铁路客运量进行预测,设计网络参数,进行网络学习和训练,最终得到较为精确的2010年及2015年敦煌铁路客运量,为该线路今后的运营管理提供决策参考．     

铁路电力工程施工 质量控制体系构建

<正>铁路电力工程施工管理具有资金密集、技术密集、资源密集、专业众多、交叉施工等特点,同时还受工程设计、设备制造、设备和材料的采购运输,以及其他许多工程外部因素的影响。这些因素在施工过程中相互交织在一起,对施工质量产生重要影响。为了保证工程质     

篮球训练中目标设置对投篮命中率影响的研究

投篮技术动作直接影响投篮命中率,心理因素、体能因素等对投篮命中率也产生重要的影响,投篮命中率的高低决定着比赛是否能取得胜利.要想提高投篮命中率,就要有自信心和掌握正确的投篮技术动作,并具有良好的身体素质.因此,就不同目标设置对篮球投篮命中率的影响进行实验研究,以提高投篮命中率.     

灰色-马尔柯夫链预测建模方法及其应用

介绍了灰色-马尔柯夫预测模型,并从防化装备维修保障消耗量的内在规律出发,应用灰色-马尔柯夫预测模型进行了实例预测.说明了该方法对解决无后效性的预测有独到之处:不仅可以避免考虑其他多种影响因素,还可使预测具有较强的科学性和实用性.     

广东省博罗县中长期电力负荷预测的研究

基于中长期电力负荷预测受诸多不确定因素的影响,结合广东省博罗县电力负荷的发展情况,建立了一种基于灰色系统理论的中长期负荷组合预测模型,旨在提高博罗电力负荷预测的准确度。对传统灰色预测模型进行了改进,引入二次指数平滑法对原始数据进行修正,构造一个新的样本序列,并构建灰色等维新息预测模型。然后将改进后的GM(1,1)模型与一元二次回归模型进行线性组合,该预测模型精度高,其结果对博罗电力生产实际具有指导意义。     

基于GMM模型的玉米产量预测

鉴于玉米产量受多种复杂因素的影响,并具有较大的随机性和波动性,建立了一种灰色理论和马尔可夫相融合的玉米产量预测模型.首先采用灰色关联法筛选玉米产量影响因子,然后将其输入到灰色系统中构建玉米产量的灰色预测模型,最后使用马尔可夫模型对灰色模型的玉米产量预测结果的残差值进行修正,以提高玉米产量预测精度.实证分析结果表明,提出的预测模型具有较好的预测精度,完全能满足玉米产量预测精度的要求.     

兰合铁路与兰州至中川机场铁路联络线方案研究

由于兰州至合作铁路功能分工的调整，需修建与兰州至中川机场铁路的联络线。联络线于既有兰州至中川机场铁路西固黄河特大桥上接轨，受周边地形条件、既有道路等各类构筑物分布等多种因素影响，工程设置及施工组织难度极大。在分析影响联络线方案的各个控制点因素的基础上，通过对接轨点处连续钢箱梁换梁施工方案及换梁周期、跨越既有兰州至中川机场铁路、西柳沟立交和兰新铁路桥梁布置方案及施工方案、改移南滨河西路方案、大坡度段电分相设置方案进行了深入研究，并综合考虑环境保护、投资控制、运营安全等要求，提出了切实可行的技术方案，为后续施工创造了有利条件。     

基于受限玻尔兹曼机的个体行为预测模型的研究

个体行为预测能够有效地帮助用户预测最适合自己的运动行为,但在早期的研究中,往往只考虑了个人的历史行为因素和社会相关因素,忽略了用户多样性、动态行为以及隐藏的社会影响,这使目前的个体行为预测问题更加具有挑战性。本文提出了社会受限玻尔兹曼机(Social restricted Boltzmann machine,StRBM)作为一种新的预测模型,该方法将社会影响区分为显性社会影响和隐性社会影响的同时,将时间影响加到了显性社会影响权重上。使用YesiWell数据集以及合成数据集进行了对比实验,验证所提出方法的准确性,证明了提出的StRBM模型比其他基本模型具有更高的预测精度。     

改进的RBF网络在宁德市综合需水预测中的应用

需水预测涉及多种因素,需对多因素进行综合评估．根据RBF神经网络算法,建立人工神经网络需水预测模型,选取影响研究需水量的主要因子,以此作为输入样本,将神经网络模型应用到宁德市需水预测的实例研究中,并运用Matlab神经网络工具箱进行模拟计算,预测精度较高．实例表明RBF神经网络模型用于城市需水量预测是可行的．