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。     

回采工作面顶板事故预测模型设计

通过对回采工作面顶板事故产生因素分析,运用层次分析法和模糊积分评判原理,建立了回采工作面顶板事故预测模型,该模型运行结果可给出顶板事故发生的可能性程度,对指导煤矿安全生产具有重要意义     

人车碰撞事故中行人伤亡风险的关联性分析与预测

为了研究人车碰撞事故中影响行人伤亡的因素,提出了基于聚类方法与BP神经网络的行人碰撞后伤亡风险预测模型。首先,以国家车辆事故深度调查体系(NAIS)数据库内2018—2019年间的372起人车碰撞事故数据为研究对象,对其进行统计分析,得到关于车辆、行人和碰撞状态3个维度的9项事故特征参数;然后,结合各事故特征特性,对连续特征值选用K均值聚类方法,对离散特征值选用层次聚类法,分析行人的伤亡风险与各特征参数间的关联性;最后,建立BP神经网络预测模型,根据事故特征预测行人伤亡情况。结果表明建立的行人伤亡风险预测模型的成功率为86%。     

考虑货车因素的高速公路短期交通流风险预测

基于G15上海段的交通流数据和交通事故数据,研究货车比例较高且货车事故率较高的高速公路短期交通流风险预测模型.分别选取整体交通流参数、货车交通流参数和综合参数作为特征变量,通过支持向量机进行建模,运用遗传算法对模型参数进行寻优,建立不同时间段、不同风险特征变量的分类模型并对比分析.结果表明事故发生前5~10min的模型预测精度最高.当加入货车因素时,总体的预测精度提高7.1%,事故预测精度提高6.1%,误报率降低4.7%.采用平均影响值法进行货车因素对预测结果的影响程度分析,表明货车因素对于预测模型有较大影响.该研究模型可用来开发交通安全预警系统,为高速公路货车安全管理提供理论依据.     

浅议供水管网爆管事故分析与对策

铁路供水管网建造年代较早，分析研究爆管问题并找出影响爆管的主要因素及其相互作用关系，建立爆管的预测模型，对管网的现状进行评价，建立管网维护管理的决策系统，实现对管网的科学管理，减少爆管事故的发生。     

基于模糊认知图的通用航空事故机理分析

随着通用航空业迅猛发展,通用航空事故数逐年增多,为了更有效地预测和防止事故发生,减少生命财产的损失,对事故原因预测显得尤为重要。通过对2006—2015年10年间通用航空事故原因的统计与分类,建立起模糊认知图预测模型,依据模糊认知图的计算方法得到系统达到稳定之后各个影响因素的状态值,通过关联度的计算,得到通用航空事故影响因素的排序,最终得到导致通用航空事故的主要因素。使用实例进行验证对比分析后发现该方法对于通用航空事故原因预测是可行的,通过该方法可以成功地预测通用航空事故发生的主要原因。     

基于灰色关联度分析和支持向量机 回归的沥青路面使用性能预测

沥青路面使用性能多因素预测是一个复杂的非线性问题,传统预测模型存在很多不足。为弥补传统模型的缺陷,建立一个高精度、长周期、多因素的预测模型,通过灰色关联度分析对各因素进行降维处理,选择与沥青路面使用性能关联度较大的影响因素进行支持向量机回归非线性预测,提出了基于灰色关联度分析和支持向量机回归(GRA-SVR)的沥青路面使用性能预测模型。最后选用广云高速实测车辙指数(RDI)值进行实例验证,并同GM(1,1)和PPI两种模型的预测结果进行了对比分析。结果表明:基于GRA-SVR建立的多因素预测模型具有很好的精度和可操作性,可在长周期过程中使用,为大数据养护决策提供了模型参考和依据。     

基于灰色预测与主成分分析的地方财政收入预测与影响力因素

尝试以定性与定量结合的实证方法建立地方财政收入的灰色预测模型,对地方财政收入进行了预测;利用主成分分析的方法对地方财政税收的影响因素进行了分析,并给出了影响地方财政收入的各主要影响因素的影响力排名,研究内容对地方财政规划具有一定的参考价值。     

高速公路隧道交通事故严重程度的影响因素分析

根据京珠高速公路韶关段4个隧道的交通事故资料,从时间因素、隧道环境因素和交通动态因素3个方面选取9个输入变量,以交通事故严重程度为输出变量,建立高速公路隧道交通事故严重程度预测模型;然后,通过灵敏度分析方法,研究各个输入变量对输出变量的影响程度,并对各个输入变量的灵敏度分析结果进行比较分析.研究结果表明,日交通量与年平均日交通量之比和大型车混入率对交通事故严重程度的影响最大,天气、线形、坡度和事故发生地点在隧道中的位置对交通事故严重程度的影响基本相等,事故发生时段对交通事故严重程度的影响可以忽略不计.     

PCA-BP神经网络在回采工作面瓦斯涌出量预测中的应用

为对回采工作面瓦斯涌出量进行准确的预测,运用主成分回归分析以及BP神经网络原理和方法,结合现场实测数据,采用多元统计分析软件SPSS(Statistical Product and Service Solutions)处理相关数据,研究了影响回采工作面瓦斯涌出量影响因素间的相关关系并提取主成分,以确定BP神经网络中的输入参数,从而建立BP神经网络进行预测.并利用PCA-BP神经网络的方法建立了瓦斯涌出量预测模型.研究结果表明:采用PCA-BP神经网络方法的预测值与实际值最大相对误差为2.820%,最小相对误差为2.036%,平均相对误差为2.357%,较其他预测模型有更高精度.对降低事故发生率和矿井延深水平的回采工作面瓦斯涌出量预测具有较好的指导作用.     

PCA-BP在回采工作面瓦斯涌出量预测中的应用

为对回采工作面瓦斯涌出量进行准确预测,运用主成分回归分析以及BP神经网络原理和方法,结合现场实测数据,采用多元统计分析软件SPSS处理相关数据,研究影响回采工作面瓦斯涌出量各因素间的相关关系并提取主成分,以确定BP神经网络中的输入参数,建立BP神经网络进行预测.利用PCA-BP神经网络方法建立瓦斯涌出量预测模型.研究结果表明:采用PCA-BP神经网络方法的预测值与实际值最大相对误差为2.820%,最小相对误差为2.036%,平均相对误差为2.357%,较其他预测模型有更高精度.对降低事故发生率和矿井延深水平的回采工作面瓦斯涌出量预测具有较好的指导作用.     

基于模糊数学的高层建筑施工安全评价模型的建立

在我国建筑施工事故越来越多,如何有效的减少安全事故至关重要.本文著重在模糊数学理论基础上,通过分析影响高层建筑施工过程的安全因素,从而分别建立安全评价指标、影响安全的因素集、计算因素集权重和建立高层建筑评价矩阵,从而对高层建筑施工过程中的安全性进行评价.此研究可以分析高层建筑施工过程中危险因素,对此采取一定的安全措施,防止事故的发生具有一定的意义.     

城市用水量预测的混沌理论研究

分析了混沌理论特征,利用城市用水量混沌特性,建立城市用水量短期预测模型,对城市用水量进行科学预测.利用历史数据信息,在相空间重构基础上对城市用水量时间序列进行分析,分析饱和嵌入维数、延迟时间和Lyapunov指数求解方法并对其进行计算,并以此为指导对城市用水量进行高精度预测.利用建立的模型对东北某市日用水量进行预测,结果表明基于混沌理论的城市用水量预测模型具有较高精度,对于受众多因素影响的城市用水量预测有良好的推广价值.城市用水量受众多因素影响,混沌理论为城市用水量预测提供了崭新思路.     

基于小波神经网络的短时客流量预测研究

提出了基于小波神经网络的短时客流预测方法。对具有动态性,受多种因素影响的城轨的客流量进行短时的预测。通过建立小波神经网络对于城轨进行每隔15 min客流量预测。示例结果表明,所建立的小波神经网络的预测模型比其他的典型的预测模型预测精度高,误差小。     

交通事故严重程度C5.0决策树预测模型

根据中国现行交通事故严重程度分类与事故信息数据分布特征,基于C5.0决策树方法,选取某省会城市城区及周边重点公路16 009起交通事故现场数据,分别将事故严重程度输出变量按照2分类和3分类,输入变量按照空间属性、涉事驾驶人及车辆属性和全属性,建立事故严重程度预测模型,生成相应规则集并利用测试样本进行检验和模型对比。研究结果表明:2分类和3分类事故严重程度预测模型精度分别为70%和61%,多模型综合优度有所提升;实证规则集揭示了影响事故严重程度分类的因素主要有,碰撞类型、道路属性、事故致因和驾驶人类型等。     

城市道路交通事故形态影响因素分析与预测

为探究不同形态城市道路交通事故的发生原因,将事故形态的影响因素进行筛选和约简,选取3种不同算法对事故形态进行分析与预测,对比预测模型的准确性。采用粗糙集理论对原始交通事故形态影响因素变量进行转换和约简,获得满足建模要求的试验数据,并按照总体一致原则把数据等分为训练集和测试集。基于C5.0决策树算法,构建交通事故形态预测决策树模型并进行模型准确性验证,生成交通事故形态规则集;另外,采用似然比检验筛选自变量构建交通事故形态多元Logistic回归预测模型;构建多层感知器(MLP)神经网络预测模型,检验模型训练集与测试集的准确率并进行对比分析。结果表明：3种模型中,C5.0决策树算法对交通事故形态在训练集和测试集中的预测准确率分别为80.39%与79.63%,高于多元Logistic回归模型和MLP神经网络模型。采用C5.0决策树算法得到交通事故形态主要影响因素为交通方式的选取,行驶在道路横断面位置,违法行为与行驶状态等,解释性良好。研究可为分析及预测城市道路交通事故形态,分析事故产生原因提供方法参考,还可为交通管理部门提供决策依据。     

基于灰色关联与神经网络的瓦斯含量预测研究

为了解各影响因素对煤层瓦斯赋存规律的影响,准确预测煤层瓦斯含量,在分析潘一东勘探钻孔资料的基础上,基于灰色关联分析了影响13-1煤层瓦斯含量的各因素,确定了煤层埋深、顶板岩性、煤层厚度和地质构造是影响煤层瓦斯含量的主要因素;利用神经网络方法建立了煤层瓦斯含量预测模型,结合实际数据,对预测模型进行训练与检验。结果表明:预测精度较高,验证了基于灰色理论与神经网络预测模型的可靠性。     

地下工程中的岩爆预测

通过收集国内外多个地下工程实际资料,分析了影响岩爆发生的主要因素,运用人工神经网络方法,建立了岩爆预测的人工神经网络模型,并用已训练稳定的样本对某地下岩爆进行预测,验证预测模型。结果表明,所建立的模型具有较高的预测精度。     

GIS复合分析在煤矿顶板水害预测中的应用

分析了影响煤矿顶板突水的因素,用分维理论对构造因素实施量化、以建立具有实际物理意义的空间信息系统中多元信息的复合分析预测模型。在ArcGIS软件中应用地埋信息系统(GIS)的多元信息复合分析方法,对一个煤矿的顶板水害进行了预测预报。     

股票交易价格预测模型研究

本文在分析股票交易价格影响因素和对股价波动进行分解研究的基础上,建立了一种带控制项变量的股票交易价格自相关预测模型和相应的计算机软件.计算结果表明,本模型具有实用价值.