铁路货运量组合预测方法

为了对铁路货运量进行科学预测,在指数平滑、模糊移动、线性回归、灰色预测4种单一模型的基础上建立组合预测模型.结果表明:组合预测模型能有效综合各模型的有用信息,并能提高其预测精度,预测结果可靠.与单一模型相比,该法具有较好的实用价值.     

铁路货运量组合预测方法

为了对铁路货运量进行科学预测,在指数平滑、模糊移动、线性回归、灰色预测4种单一模型的基础上建立组合预测模型。结果表明：组合预测模型能有效综合各模型的有用信息,并能提高其预测精度,预测结果可靠。与单一模型相比,该法具有较好的实用价值。     

灰色神经网络在混凝土结构徐变预测中的应用

根据灰色系统理论处理贫信息系统的优势,以及神经网络学习和自适应的优点,将灰色神经网络组合算法应用于混凝土结构的徐变预测中.利用GM(1,1)模型和BP人工神经网络,建立灰色新陈代谢短期组合预测模型和长期组合预测模型.该组合模型既克服了原始数据少,数据波动性大对预测精度的影响,也增强了预测的自适应性.通过自密实预应力混凝土梁长期变形试验结果的算例分析,表明短期和长期组合模型的预测结果均与试验结果吻合良好,该模型可以作为混凝土结构徐变预测的有效工具.     

灰色预测模型及其在沉降预测中的应用

探讨灰色预测模型,即GM预测模型的基本概念、建模方法,以及GM在沉降预测中的应用.     

高速铁路路基施工期沉降量的灰色预测模型及应用

为正确估算高速铁路无碴轨道路基施工期的沉降量,以京津客运专线工程为例,分别采用传统灰色预测模型和修正灰色预测模型对路基的沉降变形进行预测.研究结果表明:一方面,因为修正灰色预测模型对原始资料中已有信息的利用更加充分,所以,模型的精度更高;另一方面,修正灰色预测模型突破了传统灰色预测模型等间隔时序系统的限制,拓宽了模型在实际预测中的适用范围.因此.在实际应用中,推荐采用修正的非等时距灰色预测模型.     

基于灰色系统理论的铁路客运专线路基沉降预测

基于灰色预测模型GM（1,1）模型、离散灰色预测DGM（1,1）模型和非线形离散灰色预测NLFDGM（1,1）模型,采用FORTRAN语言,编制了路基沉降预测程序GREYMODEL。将该程序应用于铁路客运专线路基典型断面沉降预测,并与实测结果进行对比。结果表明：DGM（1,1）模型作为GM（1,1）模型的离散形式,两种模型的预测结果比较接近,短期预测精度高,中长期预测精度低;结合等维信息建模,非线形离散灰色预测NLFDGM（1,1）模型具有极高的精度和稳定性,在路基沉降预测中推荐使用;并提出了若干关于提高灰色模型预测稳定性和精度的建议。     

灰色理论在铁路客运量预测中的分析研究

针对传统灰色预测模型存在对历史数据依赖性强、容错性小及抗干扰能力差的局限性，将无偏灰色理论与残差验证理论引入预测模型，从趋势曲线灰色拟合与状态分类方式上对传统灰色模型进行改进，提出无偏灰色预测铁路客运量方法；同时，对铁路客运量预测方法从定性预测和定量预测两个方面进行阐述并对其优缺点进行分析。依据建立的无偏灰色预测铁路客运量模型，以1997—2016年铁路客运量为基础数据，对铁路“十三五”时期的数据进行预测，通过残差检验和结果分析，其预测精度明显高于BP神经网络预测。     

基于改进灰色模型的东北地区铁路货运量预测

铁路货运量预测在国家和区域经济发展规划中具有十分重要的作用。灰色GM(1,1)预测模型被广泛应用于铁路货运量预测研究中。本文在建立灰色GM(1,1)模型的基础上,采用更符合东北地区经济发展态势的改进灰色模型——新陈代谢GM(1,1)模型对东北地区2006—2011年铁路货运量进行预测。通过对原始数据与预测数据的精度检验后发现:新陈代谢GM(1,1)模型满足四种精度检验要求,符合一级预测标准并适合中长期预测,适合于东北地区铁路货运量的预测研究。最后应用新模型预测2012—2015年东北地区的铁路货运量,使得预测数据更加合理化。与灰色预测的基本模型相比,改进的预测模型具有较好的实用价值。观察预测数据发现东北地区货运量呈单调递增趋势,有良好的发展态势。     

RBF神经网络在铁路货运量预测中的应用

基于回归和时间序列模型的传统预测方法以及目前较为常用的灰色预测和BP神经网络预测方法，建立了RBF神经网络模型对全国铁路货运量进行详细分析和预测。利用铁路货运量的原始数据构造时间序列，并对时间序列进行分析和相应的处理。将处理后的数据构造为一个非线性映射，利用RBF神经网络进行逼近。利用Matlab对灰色预测、BP神经网络预测和RBF神经网络预测模型进行仿真实验，得出3种预测模型的平均相对误差，分别为7.67%、4.79%和1.31%。表明RBF神经网络预测方法的预测精度比另外两种预测方法高很多，可为铁路货运量预测研究提供方法支撑。     

基于无偏灰色模糊马尔可夫链法的铁路货运量预测研究

针对传统灰色马尔可夫预测模型存在灰色偏差与抗干扰能力弱的局限性,将无偏灰色理论与模糊集合理论引入预测模型,从趋势曲线灰色拟合与状态分类方式上对传统灰色马尔可夫模型进行改进,提出无偏灰色模糊马尔可夫链预测铁路货运量的方法,并结合"十一五"期间中国铁路货运量和货运市场发展趋势的预测分析,详细阐述了该方法的具体应用,最后使用定性分析对该方法的预测结果进行检验与讨论.理论分析和算例表明,该方法有更可靠的预测结果,并且能够对铁路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为.     

老寨一号双线隧道超前地质预报及安全施工技术要点

通过贵阳枢纽南编组站扩建及枢纽客车外绕线站前Ⅰ标老寨一号隧道工程的施工实践,简要介绍铁路中长隧道超前地质预测预报方法及快速施工关键技术,对今后类似工程的施工具有一定的参考和借鉴意义。     

基于实测沉降数据的路基沉降机理及其预测分析

对路基沉降机理进行较深入的分析,归纳对比各类沉降预测模型,根据组合预测的思想通过加权建立组合预测模型,并基于最小二乘法进行求解。通过实测数据的建模分析,发现S形曲线拟合优度明显更好;组合模型确实能有效利用每种模型的信息而使预测值更为精确,组合模型的建立方法是合理且能够应用的。基于一维固结的解析法计算的最终沉降值与预测值的比较表明预测方法是可行的。两种计算方法都能满足工程实际需要。     

TSP超前地质预报系统预报误差原因浅析及对策

通过大量的TSP超前地质预报系统现场实践,分析、总结出预报误差产生的主要方面及原因,并提出相应对策和措施,有效提高超前地质预报的准确性和精度。     

铁路客运专线客流量预测的探讨

依据客运专线客流的成因,将其分为趋势客流、诱增客流和转移客流。运用灰色预测模型对趋势客流进行预测;采用以GDP和常住人口数量作为影响因素的改进型重力模型对诱增客流进行探讨;利用MNL（Multi-Nominal Logit）模型来预测转移客流。以某规划中的客运专线为例,对文中的预测模型进行阐述,以验证本模型对于客运专线客流预测的正确性。     

东秦岭特长隧道平导施工地质超前预报

通过对东秦岭特长隧道平导施工中地质超前预报工作的总结 ,介绍了隧道施工中地质超前预报的工作方法和程序。     

齐岳山隧道超前地质预测预报系统

介绍宜万线控制性工程齐岳山隧道以RPD150C多功能钻机超前钻孔和加强钻爆孔为主,TSP203等物探为辅的超前地质预测预报系统,具有简单、直观,并且对施工进度干扰小的优点,有效地预测岩溶高压突水、突泥等不良地质。     

隧道变形监测及灰色模型预测分析

在哈尔滨地铁施工过程中现场监测基础上,结合现场施工状况,对隧道收敛、拱顶下沉做了深入分析,并利用灰色理论对风险源进行了预测,得出以下结论：双向扩挖比单边扩挖造成的隧道收敛和拱顶下沉变化值增长接近1倍;渗水影响围岩的稳定性,裂缝的出现会加速渗水,造成围岩稳定性的进一步恶化,隧道一旦出现渗水现象要及时排水,并铺设防水材料;对于收敛和拱顶变化较大的地方要及时架设钢支撑;灰色模型能快速准确的反应隧道拱顶下沉趋势,为后续施工提供借鉴。     

短时交通流预测模型综述

介绍短时交通流预测的背景和意义,将短时交通流预测的方法分为5类,包括基于统计分析的预测模型、非线性理论模型、基于仿真的预测模型、智能预测模型及混合预测模型。对这5类预测模型进行逐一介绍,并对其在算法复杂度、预测精度、计算时长、适用路段等方面进行分析。短时交通流预测研究领域今后可能的发展趋势是数据来源多样化、混沌理论和深度学习逐渐发展,组合预测模型更加多样,预测精度不断提高。     

超前地质预测预报在隧道中的应用

根据宜万铁路云雾山隧道实际实施的超前预报情况,主要介绍多种预报手段相互验证,判释前方围岩。     

区域性城际轨道交通客流预测方法研究

分析了区域性城际轨道交通规划与传统交通规划方法的差异,提出了城际轨道交通客流的特点,以及以影响范围、交通小区划分、交通方式分担、诱增客流、时间价值为要点的区域性城际轨道交通客流预测方法。