在线短期负荷预测方法的研究与应用

根据电力系统负荷的特性，提出了一种在线短期负荷预测方法：用“周期模型”来描述并预测负荷的周期变化分量，再用ＡＲＭＡ模型对周期模型的残差进行建模并用Ｂｏｘ—Ｊｅｎｋｉｎｓ方法进行预测．模型参数的辨识采用在线辨识算法，因而对负荷的变化特性具有较强的适应性．实践结果表明，该方法具有很好的预测效果．     

基于灰色理论的交通量预测

灰色模型可以在交通量资料缺乏的条件下建立模型进行预测,运用灰色模型对未来交通量进行预测。在灰色预测的基础上,建立了一阶单变量的交通量预测模型,运用灰色GM（1,1）模型来体现交通量的灰色性。实例计算分析表明,模型精度良好,预测结果与实际状态基本相符,成功地预测了交通量,预测结果证明了该模型的优点,该模型具有较强的适用性。本方法简便、适用,尤其能够在历史数据缺乏、离散性高、并对影响历史数据的各因素认识不十分清楚的情况下,能够得到较高精度的预测结果,利用灰色理论进行交通量预测是一种行之有效的方法。     

高速公路月度交通量ARIMA预测模型

为避免传统预测方法误差率较大的缺陷,在考虑高速公路月度交通量季节性周期特点的基础上,构建了ARIMA预测模型,并对ARIMA模型识别、模型检验和模型预测进行了系统分析,并应用于某高速公路进行月度交通量预测。应用结果表明:模型预测综合误差率为5.45%,低于灰色模型35.43%的误差率,低于三次指数平滑法的5.65%误差率;ARIMA预测模型能更好地适应于高速公路月度交通量预测。     

项目后评价中交通量分析与预测研究

道路建设项目后评价工作中的交通量分析与预测关系到项目投资决策,而影响交通量预测的因素众多,本文从城市道路交通量预测的方法步骤出发,寻找现行城市道路建设项目后评价工作中交通量预测方法存在的一些问题,对城市道路建设项目后评价中交通量分析和预测的准确性提供理论支持。     

实时交通量的灰色马尔柯夫预测方法

灰色预测适合于原始数据序列按指数规律变化的问题,而马尔柯夫适用于预测随机波动大的动态过程．有机地结合两者构成灰色马尔柯夫预测方法,可发挥两者的优势,从而提高预测精度．该方法首先用GM（1,1）模型进行预测,而后对相对误差序列进行马尔柯夫预测,最后用该预测值修正GM（1,1）的预测结果,因而具有较高的预测精度．使用灰色马尔柯夫预测方法对苏州某交叉口实时交通量进行预测,预测结果优于单一灰色GM（1,1）预测．实验表明,灰色马尔柯夫预测方法用于交通量预测是有效可行的．     

国家干线公路交通量特性

对1995～2001年中国干线公路不同区域路段上交通量的变化状况作了系统分析,分别选取不同省份为点、同一干线上不同路段为线、划分的不同区域为面,从三方面揭示了交通量相关影响因素变化带来的交通量的变化特性。给出了反映交通量与其影响因素之间的定量关系的回归模型,并对回归结果作了进一步分析,求出了中国东部、中部和西部地区的弹性系数,从而为交通需求预测中相关模型的参数确定提供参照依据,同时对未来国家干线交通发展状况作出预测。     

公路交通量预测的思想方法

从分析公路交通量预测中存在的问题入手 ,提出了交通量预测中应有的思想方法。为提高交通量预测的准确性 ,笔者认为在交通量预测工作中应树立起系统分析的思想 ,采用定性、定量、定时相结合的方法 ,加强对预测理论系统的研究。     

基于BP神经网络的工作面周期来压预测

针对现有工作面周期来压预测方法在算法结构复杂、计算量较大等问题,探索一种高效、准确、易于使用的工作面周期来压预测方法。以淮南潘集矿区20个已采工作面作为工程研究背景,采用BP神经网络预测原理,在分析工作面周期来压的影响因素基础之上,设计出一种基于BP神经网络的工作面周期来压预测方法,通过MATLAB编程实验表明BP神经网络在工作面周期来压的预测中具有较高的精度。     

基于GA-tBP模型的城市道路交通量预测

针对城市道路交通量时间差异性强的问题,提出了一种使用遗传算法(genetic algorithm,GA)优化BP(back propagation)神经网络并考虑时间特性的模型(GA-tBP)预测道路交通量。从月、周、日3个维度统计分析了历史交通量数据存在的差异,得出影响城市道路交通量的时间因素。以江西省南昌市赣江中大道交通量为例,对未来24 h内每5 min交通量进行预测,对比分析了不同模型在预测精度和学习能力等方面的表现。研究结果表明,同不考虑时间特性的模型及其他传统预测模型相比较,GA-tBP模型的预测效果最好,其均方误差(mean squared error, MSE)及平均绝对误差(mean absolute error, MAE)分别为14.87 veh/5 min和2.44 veh/5 min,故该模型具有可行性和有效性。     

灰色马尔柯夫模型在交通量预测中的应用

交通量预测是道路交通规划与路面设计的基础,由于影响交通量生成和增长的因素具有层次复杂性、关系模糊性、动态变化随机性和指标数据不确定性等,从而导致交通量的预测结果与路面实际运营数量之间有较大差异.本文利用改进的灰色GM(1,1)预测模型和马尔柯夫随机过程理论,建立了交通量的灰色马尔柯夫预测模型.实例计算分析表明,该模型具有较强的适用性,预测得到的交通量数据具有较高的精度和可靠度.     

基于极大熵谱估计的径流周期分析

目的:探索河川径流的周期波动性,揭示河川的径流的丰枯交替以及干枯或洪峰的规律,进而计算出全局性的主要周期,从而达到反应河川径流整体特性的目的.方法:运用极大熵谱法,经基于Burg算法的AIC准则来选择模型参数,分析河川径流的主要周期.结果:将极大熵谱分析方法应用于后河径流演化规律分析中,结果显示:后河具有5年的显著周期.结论:极大熵谱分析法分辨率高,也可为未来总结、预测年径流变化的规律奠定基础.     

区域交通量预测的优化与应用

本文主要论述了进行区域交通量预测的基本方法和优化原则，通过比较传统的交通量预测三种方法，得出了在进行区域交通量预测时，要把三种传统的预测方法进行有机地结合使用结论。并以实例加以回推，进一步强化了研究交通量预测模型与把预测的结果应用于实践同样重要。     

短时交通量时间序列的小波分析-模糊马尔柯夫预测方法

基于短时交通量时间序列的随机波动特征,提出一种小波分析和模糊马尔柯夫结合的预测方法．首先对交通量时间序列进行多分辨率小波分解,然后对低频部分和高频部分分别进行重构,对重构后的基本信号和干扰信号建立模糊马尔柯夫模型,最后对多个预测结果进行合成,从而得到交通量的预测结果．此外,根据灰色系统理论的新息优先原理,实时更新马尔柯夫预测模型中的状态转移矩阵,进一步提高预测精度．通过对苏州某交叉口短时交通量预测,表明小波分析和模糊马尔柯夫结合的预测方法具有良好的抗干扰能力和容错能力．     

高速公路诱增交通量分析

对高速公路诱增交通量的有关内容作了尝试性的探讨，主要明确了高速公路诱增交通量的定义，论述了诱增交通量的产生机理和基本特点；分析了高速公路诱增交通量的发展变化过程，根据其变化规律建立了定量计算的数学模型，并给出了模型标定的方法；同时，分别计算了成渝和京津塘高速公路的实际诱增交通量，采用实证归纳方法，根据计算结果总结出了不同地区诱增交通量的变化特点和特性值。     

一般公路的交通量预测方法及示例

目前,我国规范中未有明确而成熟的一般公路交通量预测的方法.对此,本文以某四级公路为例,叙述了其交通量预测的过程、方法和结果,可供相关公路工程项目的交通量预测借鉴.     

基于时间序列与GSVMR模型的短时交通量组合预测

交通流预测是实时控制与诱导的前提,是智能交通系统实现的理论基础,对短时交通量预测方法的研究具有重要意义。分析中国短时交通流预测研究的现状,同时对目前被广泛应用于城市道路短时交通量预测的基于统计理论模型、神经网络模型等几种模型进行了简要概述及评价,最后以南昌市庐山南大道交通量实际数据为例,利用时间序列与GSVMR模型的组合短时交通量预测理论进行了预测。研究结果表明:与时间序列及GSVMR模型预测方法的预测结果相比,组合模型的预测精度有明显提高,结果令人满意。     

基于模糊神经网络的信号交叉口交通量预测

预测精度高,实时性强的交叉口交通量预测算法可以极大地提高城市交通控制的效率。文中提出了基于模糊神经网络的信号交叉口交通量预测方法。该方法以模糊神经网络为核心,应用在线滚动学习模型实现交叉口交通量预测,并应用了交通量微观仿真系统对模型进行检验,仿真结果表明该模型比传统方法精度高,收敛速度快。本模型在城市交通控制系统研究中有巨大的应用潜力。     

基于出口流水数据的高速公路节假日日OD交通量分布预测

为解决已有传统OD交通量预测方法工作量繁重而精度不高的问题,以高速公路联网收费产生出口流水为数据支撑,综合考虑影响高速公路OD出行需求的多种因素,提出构建多维线性回归模型预测重大节假日总OD交通量,再根据往年各日占总量比例的均值将总量分配至各日的节假日OD交通量分布预测方法。将广东省西片区高速公路网收费出口流水数据用于对本模型的验证。结果表明,该模型在保证较高的预测精度的前提下简化了OD矩阵预测过程,具有较高的实用价值。     

极大熵谱在径流时间序列周期分析中的应用

针对年径流序列存在多年变化周期,但径流时间序列变化受诸多因素影响,存在着多种不确定性的情况,笔者采用极大熵谱分析来提取径流时间序列的周期成分,对黄河上游贵德站年径流时间序列进行周期分析,得出贵德站具有12.5,5.9,4和3年的主周期。结果证明该方法可行,同时其结论为研究径流预测提供了科学的依据。     

重力模型在公路可行性研究中的应用

交通量预测是公路可行性研究中基础部分,交通量预测是否准确直接影响公路可行性研究的质量。交通量预测中重力模型参数的确定直接影响预测结果的有效性。本文结合计算机技术提出并实现重力模型参数的标定,为了验证标定方法的有效性,本文选用北京西部某地区进行了实例研究,研究证明了本文所提研究方法的有效性。