灰色残差GM(1,1)模型在道路交通量预测中的应用

本文通过实例介绍了灰色残差GM(1，1)模型在道路交通量预测中的应用，预测结果表明，该方法是正确的，算法是有效的。     

浅议高速公路交通量预测和收费标准制定

四阶段法基于起讫点调查,要获得全部路段交通量比较困难。经济增长因素、转移交通量、路网条件的 变化还影响其准确性。建议采用起讫点调查与区域内路段交通量历年实测量相结合的方法，提高前期收集数据的准确性；在标定交通量与分配模型时采用非平衡模型中的静态多路径分配方法，着重考虑出行时间、出行距离以及路况等因素对出行者选择出行路线的影响，使预测交通量更接近实际交通量，确定出相应的、合理的费率标准，让投资者在政府允许的年限内还清贷款和利息。     

灰色系统理论在无检测器交叉口交通流量预测中的应用

为解决一般预测方法要求原始数据量较大，而无检测器交叉口所能获得的交通流量数据又非常有限的矛盾，提出了利用灰色系统理论预测无检测交叉口交通流通的方法，并建立了一种新的自适应GM（1，1）模型，利用编制的计算机程序对常熟市无检测器交叉口交通流量进行预测计算分析，结果表明自适应GM（1，1）模型可以根据有限的交通流量数据进行预测，且预测精度较之全数据GM（1，1）模型有显著提高，实践证明，该方法是有效的。     

城市交通中的无效交通量成因及其对策

给出了无效交通量的定义，分析了城市交通中无效交通量的成因，并提出了控制和削减城市中无效交通量的方法。针对南京市客运交通的现状及其发展趋势，提出了减少南京市客运交通中无效交通量的对策，对进一步缓解未来南京市的交通拥挤提出了改进建议。     

水上交通观测天数与交通量估计精度的关系

利用数理统计与概率论的有关理论,在定义了以置信区间的长度与船舶交通量日均估计值之比作为"相对误差"的基础上,得到了船舶交通量观测时间与精度关系的有关结论.该结论可作为港口规划、实施船舶定线制及确定无线电岸台交换机容量决策的参考依据.     

基于混沌和RBF神经网络的短时交通流量预测

针对传统的应用数学模型方法在短时交通流预测精度和实时性方面存在的问题，论文从非线性时阅序列的角度对短时交通流量预测进行探讨，提出采用基于混沌理论的RBF神经网络预测方法。首先在采用小数据量的Lyapunav指数计算方法判定交通流存在混沌的前提下，对交通流量数据进行相空间重构。构建了RBF神经网络，并对模拟产生的Lorenz和Rossler混沌时间序列数据以及实际采集的高速公路交通流量数据进行了仿真研究。结果表明，该方法对模拟产生的混沌时间序列具有很好的预测效果，在交通流量的短时预测上也具有较高的预测精度。     

重力模型改进在交通分布预测中的应用

阐述了重力模型法的原理,介绍了在交通分布预测的实际应用中对重力模型进行的改进。     

渝合高速公路交通量分布与分配预测研究

本文在基年OD调查的基础上,对国道212主干线重庆至合川段高速公路交通量分布与分配进行了预测,其中交通量分布采用重力分布模型,而交通量分配则采取随机用户均衡分配(SUE)模型。得出了主城区至北碚是渝合高速路主要的交通流向,过北碚至合川的交通量次之的主要结论。     

苏北农村公路排水设施探讨

排水设施不完善是公路产生水损害的重要因为.高等级公路排水设施的技术标准和规范比较完备,但农村公路目前尚无排水设施的技术标准或指南.     

基于短时相关性和极值点的语音边界检测

针对基于短时能量和过零率相结合的语音边界检测法在实际应用中的不足，提出了一种改进方法——基于短时相关性和极值点的语音边界检测法，并在MATLAB环境下进行实验测试，在语音客观评价及语音识别算法中取得了良好的效果．