常用预测方法及评价综述

科学的预测是正确决策的前提和依据，介绍了回归分析方法，神经网络方法，组合预测方法等预测方法，还介绍了利用模糊综合评判来评价预测方法以辅助预测者选择预测方法。     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

人工神经网络在软土地基路基沉降预测中的应用

将人工神经网络应用于软土地基填筑施工中的沉降预测，提出了一种有效的预测方法，并构造了预测路基沉降的神经网络模型，预测结果表明，该模型具有很高的预测精度，为预测软土地基路基填筑施工引起的沉降提供了一种新的方法。     

电力系统中长期负荷预测的模糊算法

介绍了用模糊指数平滑法和模糊线性回归法进行电力系统中长期负荷预测的方法，以实际预测为例，给出预测结果，实践证明了上述2种方法虽然以传统预测方法为基础，但具有算法简单，计算速度快，预测精度高，预测误差小，并能提供负荷的一个预测区间等优点，尤其在原始数据存在不确定性和模糊性时，更有着常规预测方法无可比拟的优越性。     

情报信息预测中定性方法与定量方法的结合

通过阐述定性预测方法和定量预测方法的优点和缺陷，探讨了在情报信息预测中两种方法之间的内在联系和有机结合，指出只有两种方法相结合，才能使预测对象的各方面因素融合在预测结果之中，从而提高情报信息预测的精确度。     

经济系统预测精度及有效性分析

本文讨论了预测误差的根源，给出了点或区间预测精度的测度准则，分析了目前人们给出的预测精度测度，以及评价预测方法的有效性测度，为不确定性系统预测方法评价提供了可行的工具。     

高速公路车流量预测方法的研究

阐述了高速公路车流量预测研究的意义，并对各种预测方法进行了详细的讨论。通过一个高速公路的实例，对这些预测方法进行了对比分析，并对这些预测方法在高速公路车流量预测问题上的适用性进行了归纳总结。     

混沌预测技术在径流预报中的应用

以多条河流的径流时间序列为例详细分析了基于混沌动力学的局部预测方法，并与全局方法和基于随机理论的ＡＲ（ｐ） 模型等预测方法进行了对比，结果表明，局部预测方法往往优于其他预测方法．     

一种电力系统中长期负荷预测方法

提出了一种电力系统中长期负荷预测的方法－时间序列的指数平滑法。该方法适用范围广，具有较强的预测精度，并通过实例计算，结果表明预测精度满足要求，证实了这一方法用于系统中长期负荷预测的可行性。     

神经网络BP模型在室内轰燃预测中的应用

总结了目前常用的室内轰燃预测方法，评述了人工神经网络和BP网络模型的特点以及神经网络在轰燃预测中的工作原理和网络构建方法，提出了预测轰燃的神经网络预测法，进行了有效的验证。由于室内火灾受建筑材料热惯性、开口通风因子、燃料热释放速率和房间内部尺寸等多种因素影响，传统轰燃预测方法存在多方面的局限性，而BP神经网络预测方法是合理、可行的方法。     

基于“四阶段法”的改扩建高速公路近期交通量预测

摘 要： 鉴于高速公路改扩建已成为时下我国高速公路发展建设中的常见现象及今后的一大发展方向,本文讨论了交通量预测的基本思路,以现状道路交通OD为基础,根据交通出行的趋势和特点,采用四阶段法（社会经济预测、交通生成预测、交通分布预测和交通分配）对改扩建高速公路交通量进行预测,为今后高速公路扩宽改造交通量预测工作如何开展提供思路。     

IP网络中流量的测量与预测

为了避免单纯的一味升级网络，提高网络的性能，对网络流量的测量和预测进行一些研究。通过对国内外流行的流量采集工具进行了比较，总结它们各自的应用范围，并使用预测算法对网络流量进行预测分析，为网络优化提供科学依据。通过对流量的测量与预测，找出影响网络性能的关键因素，进而对网络进行有效、有针对性的改进。     

基于百度地图应用程序接口的轨道交通生成预测

基于百度地图应用程序接口,设计了收集辨识轨道交通站点范围内关注点的查询收集系统,实现了收集关注点信息自动化。通过优化交通小区单元化识别方法构建了出行预测模型,对A市某轨道交通沿线现状进行分析。研究结果表明,应用该方法对轨道新线进行短期的交通发生与吸引预测,有助于提高交通生成基础数据的收集效率和预测精度。     

基于发生率的高峰小时机动车OD矩阵预测

城市道路机动车交通分配一般使用的是高峰小时机动车起讫(OD)矩阵,提出一种基于高峰小时发生率调查的高峰小时机动车OD矩阵预测方法.直接调查各类用地的高峰小时机动车发生率以及其出行种类,可以进行高峰小时的小区出发到达量(OD)预测以及到出行产生吸引(PA)的转换.在使用高峰小时机动车PA进行出行分布预测之后,利用调查得到的出行种类比例进行高峰小时机动车PA矩阵到OD矩阵的转换,进而得到高峰小时机动车OD矩阵.     

关联交叉口短时交通流可预测性分析及组合预测算法

文中首先根据交叉口交通流参数时间序列的相关性对关联交叉口进行定义,给出关联交叉口短时交通流可预测分析的几个定量指标,以及交通流时间序列最大Lya-punov指数的计算方法;然后提出在短时交通流时间序列的可预测分析基础上,选取一组预测模型并建立基于RBF网络的非线性组合预测模型,提出了关联交叉口短时交通流的组合预测算法;最后对实测短时交通流进行仿真试验,结果表明组合预测方法相对于单项预测方法具有更好的预测性能.     

港口船舶交通流量预测

为更精确地对港口或航道内船舶交通流量进行预测,分别建立BP神经网络预测模型和RBF神经网络预测模型进行仿真,并以宁波港船舶交通流量为例进行验证.结果表明,在宁波港现有发展基础和港口设施状况下,RBF神经网络用于宁波港船舶交通流量预测误差较小,预测值与实际值相近.     

BP神经网络在中国旅游发展总量预测中的应用

利用改进的BP神经网络对我国旅游发展总量(旅游收入和旅游人次数)进行了预测,并详细介绍了MATLAB6.5中的神经网络工具箱中的GUI界面的使用程序,得出了BP神经网络能够有效预测旅游发展总量的结论。     

道路交通事故预测模型的构建与应用

利用多种交通事故预测方法构建了事故预测模型,并编制了相应的计算机软件。软件的实际应用表明对道路交通事故实施有效预测,在交通事故的预防、系统规律的模拟、控制以及对交通安全系统的评价等方面有着重大意义。     

空中交通流量预测的人工神经网络和回归组合方法

为了寻找合适的空中交通流量预测方法,在综合回归预测方法和人工神经网络预测方法优点的基础上,提出采用组合预测方法的思想,并基于多元线性回归模型确定组合方法的权重系数。以北京管制区大王庄导航台流量预测为实例,分析结果表明:组合预测方法对实际流量有好的拟合度,能提高人工神经网络的泛化能力,并减小预测的误差,即总体上不仅优于传统的回归预测方法,也优于单独的人工神经网络预测方法。组合方法为空中交通流量的预测提供了一种可靠而有效的新途径。     

基于自适应最优模糊逻辑系统的移动通信话务预测

移动通信话务数据具有强非线性,传统的预测技术很难准确预测其变化规律．文中根据移动通信话务量的特点,对移动通信话务数据进行分块建模——采用最近邻模糊聚类算法对周期分量模块进行建模,采用线性回归方法对趋势分量模块进行建模,并据此设计了一种智能型的自适应最优模糊逻辑话务预测系统,进而对广东某地区的话务数据进行了预测．现场调试结果表明,该预测系统能有效预测移动通信的话务量．