基于K-Factor GARMA模型的网络流量预测

为衡量网络运行负荷和运行状态,在对目前网络流量预测模型进行研究的基础上,结合GARMA,对网络进行合理规划,使之能过较好描述长相关和短相关流量的特征,并且提出一个拥有简单参数改进的k-factor GARMA预测模型.仿真结果验证了所提方法的有效性.     

有先验信息的多参数分布族的参数估计

定义了拟极大似然估计和偏拟极大似然估计,并证明了二者在一定的条件下是一致的,最后给出了两个例子说明这两种估计的一致性.     

基于小波变换的交通流预测及模型优化

将小波变换的理论应用于短时交通流量的预测。通过小波分解与重构获取交通流量数据中的低频近似部分和高频随机部分,然后在分析各种模型的优、劣的基础上,选取较有效的模型或模型结合方式,建立了交通流量预测模型。最后,利用实测交通流量数据对模型仿真,结果表明该模型可以有效地提高短时交通流量预测的精度。同时,深入研究了小波基、分解层数选取的依据,通过实验检验表明效果良好。     

对数正态分布场合下恒定应力加速寿命中含有缺失的定数截尾样本的AMLE

导出了对数正态分布场合下恒定应力加速寿命中含有缺失定数截尾样本的近似极大似然估计(AMLE)，得到了分布参数和加速方程中未知参数的AMLE的显式解，便于实际计算和工程应用，数值模拟的结果表明本方法可行．     

一阶转移Poisson模型参数的统计推断

分析了一阶转移Poisson模型,给出了参数估计的方法．理论分析结果表明,参数估计具有渐近正态性,方差矩阵的估计具有相合性．     

多元逻辑模型的极大似然估计

在经济计量研究中，逻辑模型是一种应用非常广泛的非线性概率模型，几今关于一元情形参数估计的讨论文献很多，对多元情形仅证明似然估计的存在性，而没有给出求参数的具体算法，然而多元模型也有其十分广阔的实际应用，本文将给出了多元情形下逻辑模型的极大似然估计及一种具体计算方法。     

基于宏观交通流模型的行程时间预测

以高速道路为研究对象,概述了宏观交通模型的基本方程,提出了一种基于宏观交通模拟的路径行程时间预测方法．预测方法以宏观模型输出的速度为基础计算路径行程时间,能够考虑交通拥堵以确保行程时间预测结果更合理．预测方法包含一般计算方法、由路段行程时间合成的方法（近邻组合法）这两种计算方法,后者用以加快计算速度,确保预测能够适用于较大规模路网．算例分析说明了预测方法的有效性．     

正态AR（1）模型参数之极大似然估计

评述了有关工作，强调了我们的独特工作，即另一种可推广到ＡＲ（Ｐ）的解析表达式和Ｒ０已知，单对Ｒ１作极大似然估计，此时出现了不唯一性点集。     

基于小波消噪和混沌时间序列的交通流预测研究

基于实际交通流变化的不确定性和交通系统时变复杂的特征,应用小波分析理论,对原始交通流数据进行消噪处理,使消噪后的数据更能反映交通流的本质及变化规律。再针对交通流的非线性特征及其短期可预测性,应用混沌时间序列预测模型来预测短时交通量。结果表明:先进行小波消噪再进行预测所得的结果与实测值有更高的拟合度,可以用于短时交通流的预测。     

Multi-Dimensional Traffic Flow Time Series Analysis with Self-Organizing Maps

The two important features of self-organizing maps （SOM）, topological preservation and easy visualization, give it great potential for analyzing multi-dimensional time series, specifically traffic flow time series in an urban traffic network. This paper investigates the application of SOM in the representation and prediction of multi-dimensional traffic time series. Ffrst, SOMs are applied to cluster the time series and to project each multi-dimensional vector onto a two-dimensional SOM plane while preserving the topological relationships of the original data. Then, the easy visualization of the SOMs is utilized and several exploratory methods are used to investigate the physical meaning of the clusters as well as how the traffic flow vectors evolve with time. Finally, the k-nearest neighbor （kNN） algorithm is applied to the clustering result to perform short-term predictions of the traffic flow vectors. Analysis of real world traffic data shows the effec- tiveness of these methods for traffic flow predictions, for they can capture the nonlinear information of traffic flows data and predict traffic flows on multiple links simultaneously.     

空中交通流时间序列的复杂度分析

空中交通系统是复杂的非线性系统,时间序列是研究空中交通系统的有效措施。为了定量分析空中交通的复杂性,首先阐述Lempel-Ziv算法复杂度及其修正复杂度;然后采集三亚01号、02号、04号扇区连续28 d的实际运行数据,构建了空中交通流时间序列;计算了3个扇区交通流时间序列的算法复杂度,并对相关参数的影响进行了分析。计算结果表明,修正的算法复杂度适用于长度较短的时间序列,可用于量化测度空中交通流复杂性;符号化方法、序列长度、时间尺度等对算法复杂度有较大影响。     

交通流的季节ARIMA模型与预报

使用季节ARIMA模型对交通流进行建模及预报为高速公路交通状况分析、道路设施建设、公路效益评价及控制策略设计等提供了一种可靠的方法和途径。介绍了具有周期的季节ARIMA模型的一般表达方式，并提供了使用这一模型进行建模和预报的一般过程。最后以某高速公路的实测数据为例，进行实证分析，得到了72步的长期预报结果，其相对误差为0．13。     

异构交通场景下的宏观交通流建模

提出了基于动态图混杂自动机与改进的元胞传输模型相结合的建模方法.通过对不同自动驾驶车辆混入率下路段的流量和密度进行三角基本图拟合,讨论了临界拥堵密度、通行能力、反向波速等主要参数的变化规律,并基于此改进了传统的元胞传输模型;利用动态图混杂自动机表征路网分层递阶的拓扑结构,并将改进的元胞传输模型嵌入动态图混杂自动机来建立...     

城市道路施工区交通延误建模与仿真

随着城市的快速发展,为了提高道路通行能力,许多道路必须扩建,而施工区广泛存在于路段和交叉口区域,城市道路施工区将改变车道的宽度,对车辆的正常行驶产生一定的影响,导致大量排队和交通延误.针对城市路段施工区的交通流和交通延误进行了仿真,研究施工区域环境中不同因素对车辆延误的影响、机动车和非机动车到达率,分析了受施工区影响的入口交通延误的特征,施工区的尺寸与位置等因素对路段施工区交通延误的影响,提出了基于社会力模型的城市路段施工区交通延误分析方法,并考虑了路段施工区长度、施工区宽度、大型车比例将对路段施工区的交通延误和平均通行速度产生显著影响.模拟结果表明,本文建立的基于社会力模型的施工区交通延误计算方法具有良好的适用性.基于分析结果可制定合适的交通管理措施,减少路段施工区的交通拥堵降低延误和事故率.     

PM10浓度的时间序列模型及预测.doc

利用统计软件Eviews3.1对四川省宜宾市2004年7月1日到8月31日的PM10浓度时间序列数据进行了分析,建立时间序列模型,并对PM10浓度进行预测。结果表明,预测模型精度较高,残差最大值小于10%,预测结果与实际状况基本相符。     

基于交通流理论的道路实际通行能力模型

车道被占用会导致道路横断面通行能力在单位时间内降低,从而影响整个路段的交通状况,造成堵车。针对车道被占用问题,基于2013年全国大学生数学建模竞赛A题所提供的道路交通事故监控视频案例的人工观测数据,以对数关系的流量一速度模型为基础,结合交通工程学理论和通行能力修正系数,导出了道路实际通行能力的计算模型。同时根据交通流理论,建立了一个包含上游流量、事故所处横断面实际通行能力、事故持续时间和堵车排队长度的模型,根据其中任意三个量可求解另外一个量。经检验,模型结果和实际交通情况较吻合,且易于操作,具有一定的实际意义和应用价值。     

一种交通拥堵流量范围界定及拥堵预测的方法

针对城市的交通拥堵问题,本文提出了一种交通拥堵流量范围界定及拥堵预测的方法。首先采用均值变点理论寻找出交通拥堵点,确定拥堵流量范围,然后通过小波分析与ARMA相结合的交通流组合预测模型,实现了拥堵点的实时预测。并以贵阳市中心城区数据为例,验证方法的可行性。