三支交叉汾河大桥交通量预测研究

为了科学预测三支交叉公路桥交通量,以交通工程学、交通流等理论为基础,通过对省道宁白线、忻黑线的三支交叉汾河大桥的实地交通调查,定量分析其交通组成和交通量的变化规律,借助计算机辅助手段,采用时间序列法构建了三支交叉桥交通量的预测模型,结合实际交通流加权得到三支交叉汾河大桥目标年交通量,并以该区域的社会经济状况建立了多因素交通量模型进行了拟合验证。最终为三支交叉桥交通量的科学预测探索了一种新的思路。     

基于灰色马尔科夫模型的道路施工期交通量预测

针对城市道路施工期,交通量历史数据少的特点,建立灰色马尔科夫交通预测模型,并以崇川路由西向东断面的交通量数据为例进行研究。结果表明,此模型相比于传统的GM1,1模型预测交通量具有更高的预测精准度,能够更好地研究道路施工期交通量的发展趋势。     

基于算法融合的高速公路断面交通量预测

高速公路断面交通量是交通状态分析和管控策略制定的重要数据支撑。本论文对交通流进行服务水平划分,将不同时刻的交通流按饱和度划分成四类服务水平,采用ARIMA、XGBoost、SVR、BP和GRU五种常用的预测模型对高速公路交通量进行了预测,并提出基于SVR、BP和GRU模型的融合预测模型,提高了高速公路断面交通量预测的准确率,为高速公路规划和管理提供信息支撑。     

基子组合预测法的公铁立交桥交通量预测研究

交通量的调查与预测是公路管理中的一项基础性工作,为了能够科学预测交通量,在交通工程理论、系统论等理论的指导下．采取系统分析的方法,对近10年公铁立交桥的各种交通组成、交通量,当地人口、GDP数量进行实地调查,再把调查的交通量数据进行折算为标准交通量,以此为基础对立交桥的交通量科学分析,进行组合预测,把预测的结果通过多元回归验证,最终确定了该立交桥的交通量,为公路建设总体布局与规划、旧路技术改造以及交通措施管理等提供了重要依据。     

论公路交通量预测的方法与发展

本文通过对公路交通量预测的现实意义进行分析,揭示了这门研究的重要性,指出了公路交通量预测包含的内容及应用的广泛范围,并详细介绍了我国普遍采用的四阶段法,指出了其中的利弊,对交通量的预测的发展进行了可行性推测.     

基于ARIMA-RBF模型的区域物流需求预测

区域物流需求预测是区域物流系统规划和设计研究的基础,其结果为区域物流系统规划和设计提供科学的依据。考虑到影响区域物流需求的因素众多且复杂,且单一的预测模型很难做出准确预测,首先通过对影响物流需求的各生产或经济指标进行相关性分析,并构建基于ARIMA-RBF模型的区域物流需求量预测模型,然后以吉林省为例,对吉林省2014-2020年物流需求发展趋势进行了预测。结果表明,该方法具有较高的预测精确度,适用于不规则变化的区域物流需求预测。     

基于注意力机制的LSTM股价趋势预测研究

针对中国股票市场,提出了一种基于注意力机制的LSTM股价趋势预测模型。选取42只中国上证50从2009年到2017年的股票数据为实验对象,根据股票市场普遍认可的经验规则,分别对每个技术指标进行量化处理得到股票涨跌的趋势数据,并和交易数据混合作为预测模型的输入,然后使用基于注意力机制的LSTM模型提取股价趋势特征进行预测。实验结果表明:引入股票离散型趋势数据到预测模型中,能够在已有交易数据和技术指标的基础上提升预测精确度,与传统的机器学习模型SVM和单一的LSTM模型相比,基于注意力机制的LSTM模型具有更好的预测能力。     

小子样地铁备件需求量的贝叶斯预测模型改进研究

地铁备品备件的需求量预测有利于备件储备决策质量的提高,但是大量少样本备件的需求量预测不能采用常规的统计方法,经典贝叶斯预测模型有效利用先验信息进行预测,但是需要较多的数据,操作复杂,结果误差值较大。文章基于样本数据,通过实验的方式调整贝叶斯预测模型参数的计算方法,降低了数据要求,简化了贝叶斯模型操作的复杂程度,也提高了预测的精确度,在一定程度上提高了地铁备件管理的效率。     

连云港港口货物吞吐量自适应过滤预测模型及其Excel宏实现

利用自适应过滤预测法对连云港港口2008年前几个月货物吞吐量数据建立港口吞吐量预测模型,通过VBA编程实现Excel的宏按钮操作,按照预测误差方差最小原则交互实现迭代功能,选择对最小预测误差方差贡献最小的一期对应的权值作为最佳权值进行预测,获得了精确度较高的预测结果。     

城市大型活动交通需求预测研究

以2016年唐山世界园艺博览会为研究对象,运用恩格尔系数法对其进行交通量的需求预测,得到科学的参观人数。在交通需求预测的基础上结合唐山市城市道路网,利用用户均衡分配法,计算出从出行节点到举办地出入口各方向的高峰时段交通量,将交通量分配到以南湖公园为中心的各个路段上去,并用交通仿真软件Transcad对预测的交通信息进行仿真,根据仿真结果预测世园会举办期间交通拥堵情况,为交通管理部门进行交通疏散提供依据。     

灰色理论在城市总体规划中的应用研究

在编制城市总体规划时收集的资料和信息往往是不完全和不对称的，很多数据需要通过科学的理论去建立合理的模型来推算，本文采用灰色理论建模，以GDP预测为例详细说明了灰色预测模型GM（1，1）的建模过程。该模型对于预测城市总体规划中水文、人口、用地规模、城市化水平、交通运输发展、公共交通以及客货运量等具有普遍指导意义。     

GM(1,1)预测模型中原始数据的函数变换研究

灰色预测模型是灰色系统理论的重要内容之一,也是预测理论中被广泛使用的一种预测方法。为了提高预测精度,需要对原始数据序列作数据处理,提高数据序列的光滑度,本文主要是对灰色预测GM(1,1)模型利用函数变换理论对其原始数据函数变换处理进行研究,并对进过函数变换原的数据精度进行比较。     

基于组合模型的用电量预测方法研究

电力是经济发展的保障,对用电量进行科学合理的预测是安排电力生产、电站建设的前提。文章基于灰色和时间序列预测模型,建立组合模型,经验证,组合模型预测精度较单一预测模型有一定程度的提高,最后利用组合模型对湖南省2010-2015年用电量进行预测。     

Evaluating the forecasting performance of econometric models of air passenger traffic flows using multiple error measures

Airline traffic forecasting is important to airlines and regulatory authorities. This paper examines a number of approaches to forecasting short- to medium-term air traffic flows. It contributes as a rare replication, testing a variety of alternative modelling approaches. The econometric models employed include autoregressive distributed lag (ADL) models, time-varying parameter (TVP) models and an automatic method for econometric model specification. A vector autoregressive (VAR) model and various univariate alternatives are also included to deliver unconditional forecast comparisons. Various approaches for taking into account interactions between contemporaneous air traffic flows are examined, including pooled ADL models and the enhanced models with the addition of a “world trade” variable. Based on the analysis of a number of forecasting error measures, it is concluded that pooled ADL models that include the “world trade” variable outperform the alternatives, and in particular univariate methods; and, second, that automatic modelling procedures are enhanced through judgmental intervention. In contrast to earlier results, the TVP models do not improve accuracy. Depending on the preferred error measure, the difference in accuracy may be substantial.     

基于最优定权组合模型的物流量预测

为了实现对市场需求变动的准确估计,在经过参阅大量文献之后,采用趋势外推模型、灰色GM（1,1）模型分别进行物流量的预测,以每种方法单项预测结果组合误差平方和最小为原则,提出一种最优定权组合预测模型,以此为物流园区的合理规划做出贡献。     

基于BP神经网络的西安市宏观经济预测

宏观经济系统是一个复杂的非线性系统,对宏观经济进行预测应采用非线性的工具进行建模。采用BP神经网络对西安市宏观经济指标进行预测,此预测模型只需少量训练样本就可以确定网络的权值和阈值。实验表明模型预测精度高,能够对西安市宏观经济系统中的非线性关系进行描述,使建立的非线性模型与实际系统更加接近。     

基于组合模型的中长期电力负荷预测研究

本文研究了组合预测的模型,提高了预测的准确度。并对甘肃省2011-2020年全社会用电量做组合预测。     

Exploiting sports-betting market using machine learning

We introduce a forecasting system designed to profit from sports-betting market using machine learning. We contribute three main novel ingredients. First, previous attempts to learn models for match-outcome prediction maximized the model’s predictive accuracy as the single criterion. Unlike these approaches, we also reduce the model’s correlation with the bookmaker’s predictions available through the published odds. We show that such an optimized model allows for better profit generation, and the approach is thus a way to ‘exploit’ the bookmaker. The second novelty is in the application of convolutional neural networks for match outcome prediction. The convolution layer enables to leverage a vast number of player-related statistics on its input. Thirdly, we adopt elements of the modern portfolio theory to design a strategy for bet distribution according to the odds and model predictions, trading off profit expectation and variance optimally. These three ingredients combine towards a betting method yielding positive cumulative profits in experiments with NBA data from seasons 2007–2014 systematically, as opposed to alternative methods tested.