干线公路网交通量综合预测法研究

将四阶段法与总量控制法相结合形成了区域干线公路风交通量的综合预测法，该法吸收两类方法的优点，克服了它们的缺陷，是一种实用预测方法，针对公路网的特点，分析和研究了交通分配方法的改进，由部分路段交通量预测ＯＤ量的重力模型法，规划年度ＯＤ量预测等问题，以黑龙江省国道网为例应用了提出的综合预测法。     

区域公路网路段交通量综合预测模型研究

研究了缺乏OD资料的情况下进行综合预测的方法．利用灰色预测系统进行人口、社会经济预测，然后进行多元回归交通发生预测，再利用重力模型和FRATAR模型进行交通分布，最后采用多路径概率模型进行交通分配．结果表明：采用反推OD的方法，可减少大规模OD调查的次数，减小资料处理的难度；利用灰色系统进行人口、经济预测，可有效地处理贫信息和离乱数据，在一定的预测时段内具有良好的预测精度和实用性．     

一种新的改进GM（1,1）模型及其应用

通过对传统GM（1,1）模型的分析,针对影响预测精度的因素之一提出了一种改进的GM（1,1）模型,并将该新模型用于预测2010到2015年的道路乘客交通量.最后,通过试验结果可知新模型比传统GM（1,1）模型预测结果在预测精度上有了很大的提高,表明了该方法的有效性.     

水资源需求预测研究

叙述了国内外在水资源需求预测方面的研究概况。在系统研究水资源需求预测的常用预测方法和模型的基础上，对过去需水量预测中存在的主要问题进行了分析，并对需水量预测中长期需水量预测结果与实际情况误差较大的问题作了深入探讨，认为，对需水量变化规律认识的不足是产生需水量预测误差的主要原因。指出，对水资源需求预测方法及水资源需求量的预测研究都有待于进一步完善。     

浅谈TransCAD软件中的OD矩阵反推功能——以杭州绕城高速公路发展规划为例

正交通量分析与预测是公路建设项目可行性研究的重要内容,是确定公路建设项目的技术等级、工程设施规模以及进行经济评价的基础。而公路建设项目交通量的预测,一般采用以汽车出行起讫点矩阵(简称OD表)为基础的"四阶段预测法"。所以,精确的和最新的交通出行表就成为了交通规划模型的关键性和基础性数据。交通出行OD表一般通过在项目影响区域内的主要公路上进行大范围的OD调     

灰色计量经济学模型在中长期电力需求预测中的应用研究

提出了一种基于灰色计量经济学模型的中长期电力系统负荷预测方法。通过在传统计量经济学模型中融入灰色系统模型,改善了传统模型的拟合效果,提高了预测精度。在华北地区某市"十一五"电力需求预测工作中,分别用传统计量经济学模型和灰色计量经济学模型对电力负荷进行了预测,结果表明灰色计量经济学模型具有显著的优越性,是一种实用而有效的电力需求预测方法。     

在交通预测中应用TRIPS软件对交通小区问题的处理研究

分析了在进行公路网规划的交通需求预测时,以行政区为单位的小区划分方法在交通量预分配与核查线调查流量存在较大偏差的原因.结合传统四阶段交通预测法提出二级分区的交通小区划分方法.给出根据此划分方法并应用TRIPS软件进行公路交通量预测的总体流程图,以及所需建立的两个主要模块,即交通分布模块和分配模块.还总结了建立抽象路网时如何合理选择小区中心点位置,以及建立小区中心联线时应该避免的几种不当方法.结合济南市干线公路网规划项目,给出一个交通小区抽象路网例图.     

基于小波分解—支持向量机的短时交通量预测

基于交通流预测问题与函数估计和逼近问题是等价的的思想,提出一种基于小波分解-支持向量回归的短时交通量预测方法。首先对交通量数据进行小波分解,然后分别对基本信号和不同分辨率的干扰信号建立支持向量机模型,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,并利用实例计算显示模型具有较低的误差,证明了该方法具有很好的可靠性。     

道路累计交通量的灰色预测方法探讨

结合实例,就应用灰色预测方法对累计交通量进行预测时灰色模型的建立问题作了对比分析．分析表明,预测不应仅局限于用 Ｇ Ｍ（１,１）模型,应根据已有交通量分布情况,建立多种函数的预测模型,经分析比较后选用之同时将静、动态 Ｇ Ｍ（１,１）模型的预测结果进行了比较,结果表明后者的预测误差反而较大     

浅谈几种电力需求量的预测方法

根据多年从事电力负荷预测的经历和感受,重点介绍在电力需求预测中需电量预测的几种常用方法,并对这几种预测方法作了阐述,同时就如何做好电力需求预测工作提出建议。     

物流需求预测中周期因素和季节因素的探讨

物流需求预测是物流活动的战略性和规划性决策基础。作者在一大型医药生产企业实地调研 ,发现其多数产品的市场需求都带有很强的周期性和季节性。由此建立两种模型对这一企业某一成品的市场需求进行预测 ,并对需求预测中的周期性因素和季节性因素进行了探讨。最后得出在预测阶段特别关注时间序列中的周期性因素 ,会提高预测的精度     

基于IOWGA算子的组合预测方法及其应用

针对汽车配件需求量的预测进行了预测模型的建立、选择并优化．特别是将灰色预测和神经网络预测与IOWGA算子相结合,提出了以对数误差平方和为准则的基于IOWGA算子的组合预测方法,从而提高了预测的精度。将该方法用于汽车配件需求预测取得了较好的效果,说明了算法的有效性．     

预测支持系统中动态模型的研究与应用

介绍了一个智能预测支持系统中的动态模型生成的研究，提出了静态模型与动态模型两种模型表示方法。并对静态模型的表现形式，为产生动态模型而对方法库系统和模型库系统所作的改进，系统中心部件－－模型求解控制模块、动态模型的生成进行了详细论述。     

一种基于输出信息的控制系统设计方法

提出一种利用系统当前输出信息预测未来输出的控制策略．针对系统模型研究了一种设计方法,并进一步推广到未知模型情况下的设计方法．     

TransCAD软件在城市交通规划中的开发与应用

基于地理信息系统，TransCAD软件在交通规划中简化并完善了交通需求预测的建模过程，对于模型选择的关键问题，尤其对交通需求预测中的交通分布，交通分配两步骤的模型进行详细探讨，最后给出应用TransCAD软件对大庆市市区交通需求进行预测的算例，得到与实际调查相符的交通量分配结果。     

并行式时空二维融合路段交通量预测

提出了一种基于支持向量机(SVM)的并行式时空二维融合路段交通量预测方法,对时间SVM和空间SVM分别在两个并行的操作系统模型中进行,以此降低时间成本.并将时间维SVM预测、空间维SVM预测与基于SVM的数据时空二维线性融合预测结果进行了对比,通过对比表明,时空二维线性融合预测的误差很明显比其它两种方法预测的结果误差要小得多,因此本文提出的时空二维融合可大大的提高预测精度.尤其是当有突发因素(如:交通事故发生)时,本文所提出的方法可在很大程度上避免一维时间源数据融合的结构性系统误差.     

系统灰理论在交通量预测中的应用

系统灰预测是灰色理论的一个重要部分.使用GM(1,N)在某些适合的系统中对其中一个或几个变量进行预测,所得结果的精度和可以外推的预测范围都明显优于普通的GM(1,1)模型.在交通运输系统中,交通量、行程时间和交通密度是交通系统中的三种行为变量.本文对交通系统建立灰色系统模型,使用GM(1,N)和GM(1,1)嵌套解法求解,对其中交通量进行预测,预测结果较好.     

基于非参数回归预测下的干线协调控制研究

城市干线协调控制是智能交通研究的关键环节。由于交通流是一个时变的、复杂的非线性系统,具有高度的不确定性、随机性,因此很难建立准确的模型,针对这一问题,本文采用非参数回归预测的方法对交通量进行预测,并运用到干线协调控制中,根据预测出的各交叉口短时交通量对干线协调控制进行配时设计。通过仿真表明,该方法能有效减少交叉口平均延误。     

道路累计交通量的灰色预测方法探讨

结合实例,就应用灰色预测方法对累计交通量进行预测时灰色模型的建立问题作了对比分析。分析表明,预测不应仅局限于用ＧＭ（１,１）模型,应根据已有交通量分布情况,建立多种函数的预测模型,经分析比较后选用之。同时将静、动态ＧＭ（１,１）模型的预测结果进行了比较,结果表明后者的预测误差反而较大。     

城市日用水量需求预测的等维新息SVR建模方法

针对社会经济因素和气象因素对城市日用水量需求的复杂非线性影响以及这种影响的动态变化特性,提出一种基于等维新息的支持向量回归(SVR)预测建模方法并用于城市日用水量需求预测.鉴于传统留一交叉验证法确定SVR模型参数时,存在样本分组数过少及容易出现预测误差评价失真等问题,采用测试集的等维新息SVR模型预测结果,提出了一种基于等维样本集的概率统计参数确定方法.实例分析表明：SVR模型的引入及新的参数确定方法的提出有利于提高城市日用水量需求预测精度.