平顶山市中心区停车需求预测研究

本文针对平顶山市中心区停车难问题,通过停车现状调查,结合停车小区划分状况,采用以交通量—停车需求模型为主静态交通发生率模型检验相结合的方法,进行规划年平顶山市停车需求预测。两种预测结果吻合程度较好,实现了中心区停车需求的准确预测。     

一致性特征下综合体停车需求预测方法

基于单一建筑功能停车需求一致性特征的分析,采用停车需求高峰比系数对建筑功能停车需求分布趋势进行分时刻描述,提出了单一建筑功能停车需求预测的影响系数修正模型,并基于共享停车理念建立了综合体停车需求预测三步骤模型,且在实际案例中进行了良好的应用.由于采用了分时刻需求分布预测法,综合体停车需求的预测结果信息较为丰富,也为停车设施后期的精细化管理提供了良好的数据支持.     

基于相空间重构及Elman网络的停车泊位数据预测

针对停车诱导系统（PGIS）中短时空余停车泊位时间序列数据预测问题，提出应用相空间重构与Elman神经网络相结合的方法来进行预测．首先分析了相空间重构的技术原理，在此基础上导出时间序列预测模型，并以Elman神经网络训练模拟该模型．介绍了相空间重构与Elman神经网络相结合的预测方法的具体实现过程与步骤，提出了短时空余停车泊位数据的预测效果评价指标．通过预测实例表明，该方法用于停车诱导系统中短时空余停车泊位数据的预测具有较好的预测准确性和有效性．     

基于生存分析的夜间驻留停车需求预测

为了在微观层面对夜间停车需求进行准确预测,采用生存分析的方法建立夜间停车需求预测模型.首先将夜间停放的车辆定义为日间驶入车辆的驻留部分,对应的夜间停车需求预测转换为日间驶入车辆驻留的概率预测;进一步从日间驶入车辆的停车时长分布入手,用生存分析方法估计车辆停放不同时长的概率,从而预测夜间驻留的停车需求.最后用上海某科技园实际停车数据进行分析验证,构建Cox比例风险模型,获得不同影响因素下的生存时间曲线以及过夜驻留停车概率.结果表明,车辆夜间驻留的概率与工作日、驶入天气、用户类型以及驶入时刻等变量有关,全天夜间驻留预测精度达92.1%.利用生存分析方法预测夜间停车需求是有效的,能够为停车场的夜间需求管理提供决策依据.     

基于土地利用的城市停车需求预测问题研究

为了解决目前不同停车预测模型在使用时的限制问题,本文在交通量-停车需求模型的基础上,根据各小区出行吸引的交通方式构成对小区进行分组,并结合交通小区土地利用状况对分组进行修正,分组预测规划期内出行吸引的交通方式构成,继而对各小区的停车需求进行预测. 通过实例计算证明了此方法的准确性.     

动态停车场数据预处理及短时预测方法研究

停车场的停车空余泊位数的变化,和交通信息一样普遍具有层次性、周期性、相似性和可预测性。一般交通模型输入数据的质量对于模型的有效性具有不可忽视的作用。借鉴道路交通系统中对于动态交通数据的预处理方法,本文讨论了动态停车场数据故障的识别与修复方法;并在此基础上确定了停车场空泊位短时预测的基本方法,通过时间序列预测方法中的指数平滑法对停车泊位进行短时预测。     

基于小波-ELM神经网络的短期停车泊位预测

采用小波变换与极限学习机(ELM)相结合的方法对短时空余停车泊位进行预测.首先通过小波函数对有效停车泊位时间序列进行小波分解和重构;然后用ELM对分解后所得的各时间序列进行预测;最后对各神经网络的预测结果进行合成,得到最终的预测结果.预测实例结果表明,该方法缩短了训练时间,提高了预测结果.     

基于共享泊位分配模型的新建停车场规模

为缓解城市停车泊位供需不均衡的问题,对城市新建停车场泊位规模问题进行研究.采用共享泊位分配模型对停车需求进行预测,在此基础上引入了灰理想关联熵理论提出停车场规模修正系数概念,实现了对新建停车场泊位数量规模的测算.选取拉萨神力时代商圈范围内的三个新建停车场为研究对象,对其商业区和居住区的停车泊位供给现状、停车需求实际、平均步行距离进行了调研和分析,在此基础上引入粒子群优化算法对共享泊位分配模型进行求解获取新建停车场的停车需求,进而结合修正系数对新建停车场的泊位规模进行确定.研究结果可以有效弥补共享泊位分配模型在实际应用中的不足,为解决城市商圈停车难问题提供一个有效的途径.     

自回归模型在西安市日用水量预测中的应用

根据时间序列中的建模方法,对数据的平稳性检验、模型类型的识别以及如何利用偏相关定阶法确定自回归模型的阶数作了介绍.阐述了样本参数估计的LS估计方法和模型检验的χ2检验法.对西安市日用水量进行分析,得到了该市日用水量预测的自回归模型,经检验该自回归模型预测效果良好.     

面向精细化管理的停车需求短时预测

停车诱导系统(PGS)是缓解交通拥堵的有效办法,但停车需求短时精准预测作为空余车位发布的关键技术并没有得到有效解决。利用停车需求时变特征曲线的线型稳定性,以及在周内各工作日间的振幅的显著差异性对数据进行分组,采用不仅具备记忆时间序列数据能力,同时有着更简洁的逻辑门控制结构的GRU(gated recurrent unit)模型对停车需求进行短时精准预测,发现相比于传统神经网络以及ARIMA模型,在考虑停车需求周内日间差异性并对数据进行分组后的GRU模型能提供更高的预测精度。     

基于小波分析的纸浆Kappa值分类模型软测量

针对在蒸煮过程纸浆Kappa值软测量中,基于经验的直接模型法在复杂工况情况下预测精度不高的问题,提出了一种分类模型软测量方法.该方法选择Daubechies小波作为分析工具,提取五维特征向量对升温过程曲线进行特征描述,并利用曲线特征对工况进行分类,对不同工况采用不同的软测量模型进行预测.用某造纸厂化浆车间的130组实际生产数据对该方法进行了检验,其中前100组数据用于训练,后30组数据用于测试.检验数据结果显示,分类模型预测标准偏差(3.87)比直接模型预测偏差(4.21)小,取得了更好的效果.     

城市中央商务区停车问题调查及解决方案

以郑东新区中央商务区为例,对城市中央商务区停车难题的现象进行了调查,并分析其原因.提出可以按照停车需求与机动车出行关系为核心的出行吸引模型来对近期和远期的停车需求进行预测,在此基础上,提出短时期内通过加强管理,中期范围内加强停车设施建设,尤其是立体车库的建设,及在相当长的时期内大力发展公共交通和绿色交通等各项措施来解决...     

等维灰数递补模型在人口预测中的应用——以浙江省为例

介绍了GM(1,1)灰色模型的建模过程,应用等维递补方法对其进行修正,得到等维灰数递补模型,采用该模型对2010- 2020年浙江省总人口进行了动态预测.精度检验结果表明,模型预测精度较高、预测结果可靠.     

基于组合预测包容性检验的单项模型选择

组合预测模型实际上是单项预测模型的信息进行选择利用的过程.最优组合中单项预测模型的选择是十分重要的问题,将包容性检验应用于组合预测单项预测模型的选择;给出了基于组合模型包容性检验的单项模型的选择方法和步骤,该方法主要是利用增加一个单项预测方法的组合预测模型与原组合预测模型之间的包容性检验,确定单项模型是否要保留在组合预测模型中,这样可以达到提高组合预测的预测有效度.最后通过应用实例的分析,表明通过组合预测模型的包容性检验筛选出合适的单项预测模型,再建立组合预测模型就能够达到提高预测精度的效果,因此该方法是可行的和有效的.     

基于生成率的城市中心区域停车需求预测研究

在生成率模型的基础上,引入区位因子,建立一种适合城市中心区域的停车需求预测模型。通过在上海市江湾五角场城市副中心停车规划中的实际运用,该模型在预测变化较大的城市中心区域的停车需求时,可以较好地避免传统方法中的一些不足。     

地下水水质预测的一元线性回归方法研究--以乌鲁木齐河流域仓房沟地区为例

一元线性回归分析预测方法是利用一个自变量和预测变量之间的依赖关系来进行预测的方法,主要适用于中短期地下水水质变化预测.文章介绍了一元线性回归模型的建模过程和精度检验,并用C语言将其实现.利用模型预测了乌鲁木齐河流域仓房沟地下水水质的变化趋势.     

应用改进的残差GM(1,1)模型预测城市用水量

运用灰色系统理论建立GM(1,1),并用改进的残差GM(1,1)模型进行修正,对城市用水量进行预测.改进的残差修正方法能够使模型保持良好的适应性,有效提高了预测精度.应用该模型对某市年用水量进行预测检验,结果表明:改进的GM(1,1)模型具有较高的预测精度,模拟效果更好.     

中国居民消费价格指数的ARIMA预测模型

本文将2009年1月至2014年12月期间的中国居民消费价格总指数进行了分析,对序列进行了季节性检验和季节性调整,通过计算季节指数,利用时间序列图以及ADF检验方法检验了调整后序列的平稳性,得到了居民消费价格总指数的ARIMA模型.最后分别对CPI进行静态预测和动态预测,将预测结果乘以季节指数将预测结果还原,得到了较为满意的结果.     

Box-Jenkins法在广西GDP预测中的应用

利用Box-Jenkins方法对1950至2004年广西国内生产总值进行了分析,建立了ARIMA模型,检验结果表明该模型有较好的预测效果.并把广西全社会固定资产投资额作为回归项引入到ARIMA模型中,由此建立了ARIMAX模型,从而进一步提高了模型的预测效果.     

基于灰色预测模型的重庆市入境旅游客流量预测

灰色预测模型在研究入境旅游客流量预测上有很高的精度.依据灰色预测模型的建模过程和模型精度检验的方法,对重庆市1997—2007年的入境旅游客流量进行分析,选取2004—2007年的入境旅游客流量作为原始数据,建立了重庆市入境旅游客流量和时间的数列预测GM(1,1)模型,经检验该模型预测精度可靠.依据该模型,计算出了2008—2012年重庆市的入境旅游客流量,预计2008—2012年重庆市入境旅游客流量会继续迅速上升,有望在2009年突破100万人次.