组合预测模型在短时交通流预测中的应用研究

根据智能交通诱导和信号控制的需要,短时交通流预测应具备实时性、准确性和可靠性,应用单项预测模型已不能满足当前交通流预测的要求,借此提出了以时间序列法、非参数回归法和RBF神经网络预测法为基础的定权系数和变权系数组合模型进行短时交通流预测,实例应用表明组合预测模型较单项预测方法预测精度有显著的提高。     

交通流状态辨识系统框架分析

交通流状态辨识是动态交通管理中交通控制和交通诱导措施制定的基础。首先讨论了交通流状态辨识概念,然后分别概述了交通流短时预测和实时检测的内容和常用方法,最后遵循动态交通管理的基本思想,以交通事件管理为基础,探讨交通流状态辨识的系统框架。     

对交通流预测模型的理论分析，深化社区警务

交通流预测在智能交通系统中发挥着越来越重要的作用，包括交通信号的实时控制、路径分配及疏导、自动导航、检测交通事故等。本文分析了交通流短期预测模型应具备的特性，讨论了基于统计方法的模型，交通仿真模型、基于动态交通分配的模型、非参数回归模型和神经网络模型五种主要模型的结果和精确度。     

船舶交通流仿真研究的应用及其影响

随着科学技术的发展，对于船舶交通流研究的仿真平台和仿真方法也在不断改进，船舶交通流仿真技术经过众多学者的研究，日益成熟，应用于航线规划、航道通过能力、船舶交通流影响因素分析等多个领域。本文介绍了船舶交通流仿真技术的主要应用方向，及其技术发展对不同主体产生的影响，为今后船舶交通流仿真技术在各领域的应用研究提供参考，也为船员及相关管理部门在仿真技术应用大趋势下的发展提供了建议。     

神经网络组合预测方法在R&D支出中的应用分析

通过BP和RBF两种神经网络的组合应用,并结合使用Matlab7.0软件提出了一种新的组合预测方法。首先通过采用了两种成熟的预测方法BP和RBF神经网络对R&D经费的支出分别进行预测,然后把所得的预测值再通过三层结构的RBF网络结合Matlab软件进行组合预测,得出最后的预测值再与实际的数据进行比较。从预测结果来看,将该组合预测方法很好的拟合了我国每年R&D经费支出,避免单一预测方法存在的预测精度不高,限定条件过多等问题,有效地提高了预测精度,得出了较为满意的预测结果。     

基于交通流模型的小区开放政策研究

本文首先根据基本交通流模型定义车流量、车流密度、车速函数,探讨交通流基本规则得到平均流量以及平均车速与平均车流密度的关系;利用车流守恒方程推导车流密度基于道路位置、时间的一阶拟线性偏微分方程,然后对其求解得到特征线并给出车流密度函数及其图像,建立基于路段车辆通行的连续交通流模型,在此基础上推广得到基于交叉路口通行规则的间断交通流模型;最后选取高要广塘小区某一路段代入模型求解,并对连续交通流模型进行灵敏度分析。     

加强公路交调统计,为科学管理公路服务

一、公路交调统计的目的和意义 公路交调是公路交通情况调查的简称,是对国道、省道、县道、乡道和专用公路交通状况进行经常性、定期或不定期调查,以掌握各等级公路的交通流量、交通流分布、交通流构成、车辆行驶速度等交通流特性,分析交通拥挤状况,为公路规划、养护、管理部门提供交通情况基础资料.     

天文大自然

创立了天文大自然学说,发现了大自然密码,修正了牛顿第四定律为王凤林定律,探索出重大天气过程预测和天气变化趋势预测和长期逐日天气预测三种方法,探索出部分地震长期逐日预测的方法,探索出农作物产量预测的方法,淘汰了运用周期的预测方法,论证出绝对周期的不存在和为什么不存在.     

股票的并联型灰色神经网络PGNN预测方法研究

提出了一种改进的灰色预测GM(1,1)模型,在此基础上构建了一种并联型灰色神经网络PGNN股票预测方法,该方法可以充分利用灰色预测少数据建模和神经网络精度可控的特性,发挥两者的优势,从而进一步提高了预测精度。预测实例表明:PGNN 的平均相对误差最小,其他指标介于GM和BP之间,显示了PGNN的预测性能是非劣的。更为重要的是,在实际预测时,我们事先不知道哪个模型最优,因此使用PGNN可减小盲目性。对于其他方面的预测应用也具有借鉴作用。     

瓦盆窑高速公路收费站交通参数调查与分析

现场观测是交通流特性分析的基础。正确描述高速公路收费站的交通流状态和驾驶员在收费站的驾驶行为特性，有助于了解大量统计特性背后的深层次原因，为进一步研究交通行为和计算高速公路收费站通行能力打下基础。     

高速公路交通监控系统分析

交通监控系统是对高速公路交通流运行状态及其设施和交通环境的监测与控制。高速公路监控系统的建立增强了高速公路的信息反馈，是一种无形的软效益。建立使用有效的临控系统是实现高速公路现代化管理的必不可少的手段。     

直线回归技术在相关预测和因素分析应用中的几个问题

直线回归技术是相关预测和相关因素分析最常用的一种方法。回归分析法是借助回归分析这一数理统计工具进行定量预测的方法。回归分析是建立在大量实际数据的基础上的,寻求其随机现象统计规律并建立经验公式的一种工具,而回归预测法正是利用预测对象和影响因素之间的因果关系,通过建立回归方程式进行预测的一种方法。     

包头市城区农产品物流园区规模预测

运用灰色理论,对包头市城区居民人均年消费农产品数量和人口数量进行了预测,得到了预测数学模型和预测值;在其基础上,根据时空消耗法数学模型对该市城区农产品物流园区规模进行了预测,提出了一种预测农产品物流园区规模的方法。     

股票的并联型灰色神经网络PGNN预测方法研究

提出了一种改进的灰色预测GM(1,1)模型,在此基础上构建了一种并联型灰色神经网络PGNN股票预测方法,该方法可以充分利用灰色预测少数据建模和神经网络精度可控的特性,发挥两者的优势,从而进一步提高了预测精度.预测实例表明:PGNN的平均相对误差最小,其他指标介于GM和BP之间,显示了PGNN的预测性能是非劣的.更为重要的是,在实际预测时,我们事先不知道哪个模型最优,因此使用PGNN可减小盲目性.对于其他方面的预测应用也具有借鉴作用.     

基于BP_GA的企业新产品成本预测

在分析现有成本预测方法缺陷的基础上,给出了一种基于BP_GA的新产品成本预测方法,计算机仿真和企业实证研究表明,这种方法有一定的实用价值。     

基于SARIMA-BP神经网络方法的汽车销量预测研究

对汽车销量时间序列的预测方法进行了研究,针对汽车销量影响因素表现出的多样性,应用灰色关联分析法对其进行筛选。针对汽车销量时间序列表现出的线性特征和环境动态变化导致的非线性规律,单一的线性预测方法和非线性预测方法都无法满足时间序列的预测要求。提出了一种SARIMA-BP神经网络预测方法,利用SARIMA方法对时间序列的线性部分进行建模,利用BP神经网络方法对时间序列的非线性部分进行建模。仿真结果表明,SARIMA-BP神经网络方法比单一模型的预测准确率更高。     

基于支持向量机在重工业经济领域预测研究

提出了一种基于支持向量机预测重工业经济月度同比增长率的方法。利用2002年以来,我国6年的重工业月度同比增长率数据,建立支持向量机预测模型,并对预测结果和实际值进行了比较分析,表明该方法用于经济预测和经济分析是有效的。     

隐含波动率、GARCH模型对汇率的预测效果比较

一、引言 目前预测汇率的方法很多,本文主要对两种方法的预测效果进行实证比较：一种是通过外汇期权的隐含波动率挖掘出汇率的价格信息从而对汇率做出预测;一种是运用时间序列的GARCH模型做出汇率预测,最后比较这两种方法的实际预测效果。文章以下部分的结构如下：第二部分用隐含波动率挖掘的信息预测汇率;第三部分用时间序列GARCH模型预测汇率;第四部分为两种预测方法的比较及结论。     

基于BP_GA的企业新产品成本预测

在分析现有成本预测方法缺陷的基础上,给出了一种基于BP_GA的新产品成本预测方法,计算机仿真和企业实证研究表明,这种方法有一定的实用价值.     

基于BP神经网络和相关系数结合的股票价格预测

股票价格预测一直是困扰投资者的难题,为了提高股票价格的预测精度,本文提出一种基于BP神经网络和相关系数结合的股票价格预测方法。从股票数据中选取10个影响股票价格的因素,计算它们与股票价格的相关系数,从中提取关键因素,利用BP神经网络预测未来股票价格。将此方法用于华谊兄弟(300027)预测股票收盘价,结果表明,相对于未提取关键因素的BP神经网络,此方法提高了股票价格的预测精度。