城际客流的影响因素及GM（1，h）预测模型

通过城间客流调查,用灰色理论中斜率关联度分析法对城际旅客列车客流的影响因素进行了分析,并建立城际旅客列车的GM（1,h)客流预测模型,以改进城际间的客流组织工作。     

基于灰色马尔柯夫过程的铁路客运量预测方法研究

将铁路客运量预测分为运量趋势预测和运量波动预测,分别采用灰色GM(1,1)模型和马尔柯夫过程进行预测,并将两者结合形成灰色马尔柯夫铁路客运量预测方法。根据1990年—2002年的铁路客运量数据,预测2003年的客运量以检验模型预测效果,并对我国“十一五”期间铁路客运量进行预测,分析证明基于灰色马尔柯夫过程预测方法的预测可信度。     

基于灰色马尔可夫链模型的铁路客运量预测研究

阐述灰色马尔可夫链预测模型原理,根据灰色预测思想和马尔可夫链预测思想,将灰色GM(1,1)预测模型结合马尔可夫链状态转移,能较好地反映铁路客运量的发展规律。通过对我国铁路客运量预测的实证分析,说明灰色马尔可夫链预测模型对于具有一定波动性和随机性的铁路客运量有较高的预测精度。     

基于GM(1,1)与AHP的郑州市航空物流分析

河南省不断深化改革开放,"买全球,卖全球"跨境贸易平台的不断完善,使郑州这座不沿边,不靠海的内陆城市加大了对航空物流市场的需求.本文立足代表郑州市航空物流发展水平的郑州新郑机场,首先运用灰色GM(1,1)模型对其未来三年航空货邮吞吐量进行预测,得出货邮吞吐规模将继续扩大;其次利用层次分析法(AHP)对标国内典型枢纽机场...     

基于IOWA组合模型的高速铁路客运量预测研究

准确预测高速铁路客运量,对铁路资源配置及经营管理具有重要作用。在考虑高速铁路客运量存在多重相关性影响因素和灰色特性的基础上,运用偏最小二乘回归模型和灰色GM(1,1)预测模型对我国高速铁路客运量进行预测,通过采用IOWA算子,依据单项预测方法在样本区间上各个时点的预测精度从高到低按顺序赋权,以误差平方和为准则构建IOWA组合预测模型,并运用该模型对"十三五"期间我国的高速铁路客运量进行预测。预测结果表明,IOWA组合预测模型能提高预测精度。     

应用灰色-周期外延组合模型预测货运量

灰色-周期外延组合模型是在GM(1,1)基础上建立的残差周期外延模型,并提取优势周期以重新构造新的数据序列,再将不同周期同一时刻的值叠加.该模型克服了货运量的单调性和周期波动性给预测带来的困难.通过利用该模型的优点,对某公司的货运量动态变化进行预测,说明该模型可明显提高货运量的预测精度.     

基于Newton插值与超松弛技术的铁路客运量预测研究

为提高铁路客运量预测精度，提出Newton插值法对客运量原始数据进行预处理以解决因节假日或重大事件造成的数据异常问题。另外，引入超松弛技术(OR)对铁路客运量预测结果进行修正，提出非线性递减权重改进粒子群算法以优化松弛因子。最后，将Newton插值法、超松弛技术与GM(1,1)和BP神经网络预测相结合，提出铁路客运量Newton-GM-BP-OR组合预测方法，并以北京市铁路客运量预测为例验证预测方法的有效性。研究结果表明，基于Newton插值法处理异常客运量数据的预测效果较基于原始数据序列更好，改进的粒子群算法在求解松弛因子过程中体现出更好的寻优能力和收敛速度，且超松弛技术对GM(1,1)和BP神经网络预测结果的修正也使得Newton-GM-BP-OR组合预测方法具有更高的预测精度。     

基于灰色神经网络的油料储备预测模型研究

油料储备是一个复杂系统，受到众多因素影响，具有较大波动性，用常规数学方法建模，不仅工作量大，而且精度难于保征。灰色预测GM（1，1）模型通过累加生成来削弱随机干扰影响，所需数据较少，计算简便，但对波动性较大的曲线进行拟合时精度较低，适合预测呈近似指数增长规律的数据序列，所预测的数据总是呈稳定上升趋势，而油料储备的实际情况并非如此。     

交通工程项目虚拟动态优化管理技术的研究及应用

将BPNN人工神经网络法、FIS模糊推理系统、GM(1,1)灰色预测模型等非线性预测技术,以及虚拟现实技术和动态优化管理技术综合应用于交通工程施工管理各目标的管控中,构建交通工程项目施工虚拟动态优化管理系统,对其施工过程进行优化管理,对于提高交通工程项目的施工管理水平,实现交通工程施工管理的信息化管理和可视化管理,保证项目各计划目标的实现,具有重要的理论研究和实践应用价值。以天津津滨轻轨交通工程中山门西段供电系统工程的施工管理为例,直观展示虚拟动态优化管理技术的应用过程和效果。     

考虑随机波动影响的区域货物周转量预测

基于区域货物周转量由发展趋势值与随机波动值两部分组成.首先建立灰色GM(1,1)模型预测区域货物周转量发展趋势值;再以样本数据与预测发展趋势值两者之差计算随机波动值,并以随机波动值与发展趋势值的比率作为划分随机波动状态的指标;利用马尔可夫链确定随机波动值状态转移概率矩阵,预测出货物周转量的随机波动值;最后把预测的发展趋势值与随机波动值相加得到区域货物周转量预测值.并对湖南省货物周转量进行了实例计算,验证了方法的可行性.     

用灰色模型预测铁路旅客运输量发趋势

预测旅客运量对正确制定铁路旅客运输发展规划和决策极为重要由于客运量的受多种因素影响，用线性预测方法误差较大，用灰色模型预测方法较为准确，尤其适用于近期运量的预测。灰色预测的基本模型为ＧＭ（１，１）相应的微分方程为ｄｘ（１）（ｔ）／ｄｔ＋ａｘ＾（１）（ｔ）＝ｕ并通过实测对１９９６年－２０００年的铁路客运量进行预测。     

基于灰色预测模型的深圳港吞吐量预测

<正>自深圳市融入“一带一路”倡议以来，深圳港吞吐量呈快速发展之势，但同时吞吐量增长过快导致港口基础设施不堪重负，因此对吞吐量规模的测算和吞吐量发展趋势的研究，具有十分重要的意义。利用2018-2021年深圳港货物吞吐量和集装箱吞吐量数据，运用EXCEL、MATLABR2018b和数学建模方法，建立灰色预测GM(1,1)模型并进行检验，证明模型可用，并对深圳港2022-2026年货物吞吐量与集装箱吞吐量进行预测。结果表明：深圳港货物吞吐量和集装箱吞吐量都呈逐年上升趋势，集装箱运输发展潜力巨大。港口部门应该加强港口吞吐能力规划与设计，提高港口吞吐能力，满足日益增长的港口实际需求。1.研究背景     

基于灰色预测模型的铁路客运量预测研究

在介绍灰色预测基本原理和算法的基础上,应用灰色预测理论开发了基于MATLAB的铁路客运量预测程序,主要功能是以交互的方式输入数据,动态输出显示模型曲线图形和方程。通过建立株洲站旅客发送量的灰色预测模型,说明利用灰色模型预测铁路客运量具有良好的精度,可以为客流组织提供依据。     

中缅铁路（昆胶线）货运需求量预测研究

<正>中缅铁路是泛亚铁路西线的重要路段,是我国西南部省市连接东南亚、欧盟的新通道。目前,胶漂港处于在建阶段,打通瑞丽与胶漂的铁路是我国国际铁路建设的重要战略。本文结合货运量、货运周转量、货运距离、货运线路等因素建立灰色预测模型GM(1,1)对中缅的货运量进行预测,从而对我国未来国际贸易的货物走向进行研究,为中缅铁路建设的机遇与挑战进行综合分析。     

灰色模型预测技术在公路物流预测中的应用

随着我国经济水平的不断提高及世界经济一体化进程的加快,我国物流业迅速发展起来,物流量预测也越来越得到人们的重视。灰色模型(Grey Model,简称GM)是一种以对时间序列进行研究分析,并建立方程,将无规律的原始数列经过转换,使之成为较有规律的生成数列后再建模用于预测的预测方法。按照数理统计的要求,原始数据越多越好,因为统计规律是建立在大样本基础之上的。但实际情况常常是,大样本数据资料很难获得,即使获得了也不一定     

大广湖北北段高速公路开工

2005年12月28日，大（庆）广（州）湖北北段高速公路正式开工。     

京广通道行包运输OD量预测研究

采用灰色预测法对京广通道主要城市的铁路行包运输发送量和到达量进行预测;在此基础上,采用双约束重力模型对各主要城市间铁路行包OD交流量进行预测。预测结果对于优化铁路运输产品、提高铁路服务水平具有重要意义。     

模糊神经网络非线性组合预测在铁路货运量预测中的应用

准确的铁路货运量预测关系到铁路运输的发展,为此提出模糊神经网络非线性组合预测模型,应用三次指数预测模型、灰色理论预测模型、多元回归预测模型的预测值作为模糊神经网络的测试样本数据库,输出样本为铁路货运量,并采用全局优化的粒子群算法优化模糊神经网络的参数。仿真结果表明该模型能够取得比单项预测模型更高的精度。     

关于铁路货运量预测研究

采用灰色关联分析方法选取影响铁路货运量变化的宏观影响因素,运用多变量灰色MGM(1,4)模型预测未来4年铁路货运量,预测结果通过后验差检验,精度较好。     

基于灰色动态神经网络的油料装备制造成本预测

在分析油料装备制造成本影响因素的基础上，建立了基于灰色动态神经网络预测油料装备制造成本预测模型。提出灰色动态神经网络结构，论述了数据预处理与灰色预测方法，采用隐含层维数动态调整算法优化网络结构。通过应用实例阐明该模型的研究，可有效地提高油料装备制造成本预测的精度.