灰色马尔可夫模型在航空事故征候预测中的应用

航空事故征候是航空安全管理的核心内容之一,对其进行科学的预测是预防事故发生的关键。鉴于航空事故征候受多种因素的影响及具有较大随机波动性的特点,结合灰色预测和马尔可夫预测的优点,建立了航空事故征候的灰色马尔可夫预测模型,并应用该模型对我国航空事故征候进行了具体的预测。结果表明,建立的航空事故征候灰色马尔可夫预测模型是可行的,可以作为我国航空事故征候预测的有效工具。     

基于CBR的飞行事故及事故征候辅助调查方法

为找出事故或事故征候的深层次原因,实现飞行事故及飞行事故征候辅助调查分析的案例推理,总结了飞行事故及飞行事故征候案例的特征,给出了飞行事故及事故征候案例的框架以及基本工作过程图,利用飞行事故及事故征候历史数据建立案例库,在案例检索中采用最近相邻算法计算相似度,最后给出飞行事故及事故征候案例相似度的计算实例。结果证明了该方法的可行性、实用性和有效性。     

灰色系统理论在安全——事故预测中的应用

众所周知,事故即人们在日常生产中,由于受到科学技术知识和能力的限制而发生的意外的人身伤害或物质损失的事件,此事件为事物的现象,依唯物辩证法,现象是事物的外表形态;是事物的本质在各个方面的表现,本现象是对立统一的。所以,事故所表现的本质是安全。二者都是较为复杂的系统,而他们的对立统一关系又构成了安全——事故系统。安全预测技术就是运用现代预测技术的原理对安全——事故系统中的信息进行相关     

灰色马尔可夫模型在煤矿安全事故预测中应用

灰色马尔可夫模型是将灰色系统理论和马尔可夫链理论相结合建立的预测模型,它不仅充分发挥了灰色预测模型和马尔可夫预测模型的优点,而且,因为马尔可夫链理论的引入,有效地解决了灰色预测模型对于随机波动性较大的数列预测精度低的问题.并且,通过对煤矿千人负伤率预测的实际应用表明,灰色马尔可夫预测模型完全能满足预测精度的要求.     

概率论方法在事故大气环境影响预测中的应用

事故工况下的大气环境影响预测方法一般分为确定论和概率论两种,目前建设项目的大气环境影响预测大部分采用确定论方法。该文介绍了概率论方法的原理,通过实例说明了概率论方法在事故大气环境影响预测中的应用,并与确定论计算结果加以比较,可以看出后者的计算结果比前者偏大,更符合事故环境影响评价保守性原则。     

灰色系统预测在煤矿安全事故发生趋势预测中的应用

在分析了灰色模型特点的基础上,运用灰色预测方法,依据煤矿事故统计数据,编制了相应软件对煤矿事故发展趋势进行了预测,分析预测的过程和结果表明,该方法简单易行,其结果可信.为确定煤矿安全管理目标、制定安全工作计划或做出安全决定提供依据.     

组合模型在机械故障预测中的应用

机械故障预测中,反映系统变化的特征参数往往含有多种趋势成分.引入组合预测模型,用灰色模型描述机械故障发展中的确定性趋势,用AR时间序列模型描述机械故障中的随机趋势.实践证明,较单一模型具有更高的预测精度.     

引力模型在游客预测中的应用

本文利用北京市1985年6月份国内游客抽样调查资料,应用引力模型,选用若干指标建立了北京市6月份国内游客预测数学模型。     

云模型在水资源供求预测中的应用

云模型是表示某个定性概念与其定量表示之间不确定性转换模型,它将概念的模糊性和随机性结合在一起,对不确定性问题的解决有着很强的鲁棒性.文章将云模型运用于水资源供求预测中,初步解决了水资源预测中所存在的模糊性和随机性问题.实验结果表明,该方法预测精度优于普通预测方法,与实际值基本吻合.     

BP模型在强度预测中的应用

在分析普通混凝土强度影响因素基础上，选取混凝土配料中7个因素作为输入值，混凝土28d强度作为输出值建立了混凝土强度预测的BP网络模型；讨论模型的学习样本、网络参数对预测精度的影响，从而选出最佳网络参数配置，并提高模型预测精度。     

高速公路网络交通突发事件辐射范围预测模型

在传统密闭道路集散波模型的基础上,提出了考虑汇入汇出匝道及衔接道路的路网事件辐射范围预测模型.该模型根据事件持续时间各阶段产生的集散波传播参数的不同,描述了在各列集散波相互作用下,事件造成的偶发性交通拥堵对路网范围交通流辐射影响的六种情况,并推导出了每种情况下的影响长度计算公式.然后,以面向对象的编程思路,构造了集散波类并模拟集散波在路网中的辐射过程,并通过渲染GIS地图来展示事件辐射态势.最后,利用AIMSUN交通仿真技术,检验了辐射预测模型的有效性,并进行了预测误差的致因分析.     

基于风险分析的交通事件持续时间预测

采用基于风险分析的参数估计方法,利用嘉兴市辖区高速公路上1 062个交通事件持续时间数据,建立交通事件持续时间的威布尔加速失效时间预测模型.并用265个交通事件数据对模型的预测精度进行检验.检验结果表明,交通事故持续时间预测误差小于30min的准确率为78%,而只考虑持续时间大于10min的抛锚事件时,其持续时间预测误差小于10min的准确率为70%.基于风险分析的方法比仅基于贝叶斯或仅基于决策树算法的预测精度更高,数据利用范围更大.     

快速路交通事件持续时间预测模型研究

针对城市快速路交通事件持续时间影响因素的复杂性和不确定性,结合贝叶斯网络和非参数回归方法,提出了一种新的快速路交通事件持续时间预测模型.采用上海市快速路监控中心数据,经过降噪处理,生成样本数据;在分析样本数据特征基础上,确定了贝叶斯网络的结构学习方法与参数学习方法;对贝叶斯网络模型的结果用非参数回归算法生成持续时间预测值.最后,对模型预测精度进行了验证,发现模型预测效果较好.     

基于视频车辆轨迹模型的交通事件自动检测方法研究

 研究了车辆违章逆行、停驻、掉头、倒退、变道五类具有潜在危险的交通（违章）事件,并且运用了基于视频的交通事件自动检测技术所涉及的目标提取、车辆跟踪和事件理解与描述3个步骤实现交通事件的检测。着重研究并分析了车辆跟踪得到的行驶轨迹点,将复杂的车辆轨迹分解为前行、反行、停滞、斜行四类轨迹元素,并且根据4类轨迹元素对车辆的行驶行为进行数学建模,最后通过模型制定合理的检测算法。实验表明,该算法可以有效地区分正常车辆与事件车辆,能够快速准确地检测上述5类交通事件。     

基于动态交通分配的杭州湾跨海大桥紧急事件管理

以环杭州湾区域内高速公路和主要干道组成的路网为研究对象,建立VISSIM动态交通分配仿真模型,模拟杭州湾跨海大桥发生紧急事件的多种场景;从路网、路径和路段3个层面出发,评估不同严重程度事故对路网整体运行状况的影响;量化评估车载诱导系统的作用.结果表明,事件持续时间是影响路网运行最关键的因素,相关部门的应急救援能力急需提...     

基于Kriging代理模型的造斜率预测方法研究

造斜率受导向工具结构、类型、钻井参数、井眼轨迹、地层和钻头等因素的影响,构成了一个多变量影响的非线性耦合体系。造斜率预测呈现一定的模糊性、随机性和非线性特点,难以用显性的定量关系式来精确刻画造斜率与其影响因素之间的函数关系。从回归分析预测法的角度,提出一种采用Kriging代理模型构建预测功能函数,进行造斜率预测的新方法。该方法基于空间插值理论,以造斜率预测值为输出目标。首先选取造斜率主要影响因素作为输入参数,确定训练样本和测试样本;然后,计算Kriging模型中的最优超参数,并构建该预测模型。最后,以测试样本为基准,计算模型预测性能指标,完成对Kriging代理模型的造斜率预测性能评价。通过现场案例研究表明,与常见的多元回归模型和径向基函数模型(radial basis function,RBF)相比,基于Kriging代理模型的造斜率预测方法在均方根误差(root-mean-square error,RMSE)、最大绝对误差(maximum absolute error,MAE)和平均绝对误差(average absolute error,AAE)3个常见的定量指标上表现了更佳的预测性能。预测结果更稳健,计算量更小,对造斜率的预测精度较高,能克服几何法预测精度不高或力学法计算量大等缺点。在工程应用中能节约计算成本和提高预测效率,便于推广应用。     

基于随机生存森林的城市快速路交通事件持续时间预测研究

交通事故、抛锚等交通事件对城市快速路的运行影响极大;准确预测交通事件的持续时间可有助于主动交通管理措施的实施,提升通行效率与安全。本研究采用随机生存森林模型开展交通事件持续时间分析,以克服传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷。研究基于上海城市快速路网交通事件数据,并结合道路几何线形、交通运行、天气状况等数据。原始数据库分为训练数据(80%)和测试数据(20%)。分析结果表明事件类型、路段长度、发生地点、剩余车道数、交通流量等变量对交通事件持续时间有显著影响;影响时间预测准确率结果表明随机生存森林模型预测精度显著优于随机森林的预测精度。     

基于随机森林的公路隧道CO气体浓度预测模型

汽车尾气的主要成分是CO气体,是公路隧道通风设计的一项重要参数。准确、快速地预测隧道内CO气体浓度,能够为隧道通风控制提供有力参考,有助于CO气体浓度的及时控制,对保障隧道内人员的健康、安全和隧道绿色节能十分必要。采用公路隧道实地监测CO气体浓度数据,建立了以监测点位置、交通量、车速、风速为输入特征的公路隧道CO气体浓度预测随机森林模型。通过整理3 300 m长隧道CO气体浓度数据,对比了CO气体浓度实测数据与模型预测值,验证了模型的预测精度。结果表明,基于随机森林建立的CO气体浓度预测模型具有良好的预测精度,能够准确地预测隧道内CO气体浓度,测试集的均方根误差(root mean square error, RMSE)和决定系数R²分别为0.497 4和0.943 7;该预测模型性能显著优于线性回归模型和支持向量机模型;预测模型能够推广应用于其他隧道的CO气体浓度预测,对应的RMSE和R²分别为0.909 5和0.729 5,可以在已知测点位置、交通量、车速、风速的情况下预判隧道内CO气体浓度,为隧道通风控制或安全预警提供数据参考;特征重要...     

沉降预测模型概述与分析

本文首先概述人工神经网络和小波神经网络预测模型,结合实例证明小波神经网络预测结果较好。     

基于GM(1,1)模型的天虹公司销售额预测

本文在传统数据分析方法基础上,运用GM(1,1)模型对天虹公司1999-2008年的销售额进行分析,预测了该公司未来五年销售额变化情况。数值实验结果表明灰色理论具有较高的预测精度。