高速公路软土地基沉降灰色预测方法研究

根据高速公路软土地基沉降的特点,探讨了灰色预测模型G(1,1)的基本原理,并将其运用于沉降预测中,通过编程实现了该方法,并且获得了很好的效果.     

基于灰色理论的铁路客货运量预测研究

运用灰色系统理论,以全国铁路1996-2005年客货运量数据为基础,建立了基于改进的灰色理论的影子响应GM(1,1)模型,Dynamic GM(1,1)模型,修饰型残差GM(1,1)预测模型.并采用后验差检验对三种模型的拟合精度进行了检验,从而给出了每一条铁路干线所适合的最佳预测模型,使得决策者能够灵活地根据具体问题选择相应的预测模型,避免了单一模型对不同铁路干线预测结果出现波动和失真的不足.同时用等维灰数递补法预测2007年的客货运量.进而对管理决策人员作出科学,合理的决策提供了理论依据.     

基于灰色系统理论的广东省交通事故预测

针对广东省道路交通事故统计信息少和内部发生机理复杂的特点,文章在分析广东省道路和交通安全现状的基础上,利用灰色系统理论,构建广东省交通事故GM(1,1)预测模型.根据广东省2007-2011年的交通事故统计数据,对未来短期内广东省发生的交通事故数和伤亡人数进行预测,经检验模型预测精度较好.     

基于测斜仪数据的边坡灰色预报

钻孔测斜仪是一种测定钻孔横向位移的原位监测仪器,在边坡工程原位监测中应用最为广泛。通过监测确定岩（土）体内滑裂面的位置、大小和滑动方向,对分析边坡稳定性、确定滑坡动态起着重要作用。介绍钻孔测斜仪的组成、工作原理,测斜管的埋设技术和监测技术,并应用灰色系统理论对边坡变形的发展趋势进行预测,同时对边坡防护提出合理建议。     

灰色理论在交通事故预测的应用

采用GM(1,1)模型对重庆市高速公路重特大交通事故次数进行预测。在定性分析的基础上,把握原始数据的发展趋势,进而定义适当的序列算子,对算子作用后的序列建立GM(1,1)模型。通过预测结果的精度检验,可以说明:适当的序列算子可以提高预测精度。这一方法简单实效,可供参考。     

无偏灰色预测在列车自动驾驶系统中的应用

列车自动驾驶系统是列车控制系统研究中的一部分,可以按照目标速度自动完成运输任务,并且最大程度地节约能源、提高旅行速度。无偏GM（1,1）模型克服传统灰色预测模型存在灰色偏差与抗干扰能力弱的局限性,提高速度预测值的精度。通过算例表明,该方法具有可靠的预测结果,能有效地指导列车自动驾驶。     

基于灰理论的成都市铁路旅客周转量预测

铁路旅客周转量是一个受多种因子制约的多层次的复杂关系量,将成都市2004—2008年铁路旅客周转量作为基础数据,运用灰理论所提出的灰系统模型预测法,建立GM（1,1）模型,预测2009--2011年的铁路旅客周转量。预测结果表明2009--2011年成都市铁路旅客周转量总体呈上升趋势。同时,GM（1,1）预测值经过检验,预测结果精度较高,说明预测方法的可靠性,预测结果对合理布局规划成都市铁路枢组具有重要的现实意义。     

路基沉降的灰色理论预测及其应用

运用灰色理论，对铁路高填方路基的沉降进行预测，建立了GM(1，1)预测模型．以相同观测时段的GM(1，1)模型为原型，考虑荷载变化，针对地基土体均匀的情况，提出了GM(1，1)修正模型，通过具体实例，对模型的预测结果进行分析，分析表明，用修正模型预估下一级加载后的沉降，选取适当的沉降变化比进行计算，预测值与实测值之间误差小于6％，方法简单可靠，对类似高填方路基工程有一定参考价值．     

基于灰色理论的高速公路软基沉降变形预测研究

基于灰色理论中的GM模型,推导出等载条件下的沉降速率公式,与基于双曲线模式的沉降速率公式相比较,找出一种与实测结果相接近的预测方法,并结合有限元计算结果对这两种方法在预测最终沉降方面进行比较研究,总结两者的优缺点,对于工程实践具有一定的参考价值.     

基于灰色理论的高速公路软基沉降变形预测研究

基于灰色理论中的GM模型,推导出等栽条件下的沉降速率公式,与基于双曲线模式的沉降速率公式相比较,找出一种与实测结果相接近的预测方法,并结合有限元计算结果对这两种方法在预测最终沉降方面进行比较研究,总结两者的优缺点,对于工程实践具有一定的参考价值。     

A vehicle traveling time prediction method based on grey theory and linear regression analysis

Vehicle traveling time prediction is an important part of the research of intelligent transportation system. By now, there have been various kinds of methods for vehicle traveling time prediction. But few consider both aspects of time and space. In this paper, a vehicle traveling time prediction method based on grey theory (GT) and linear regression analysis (LRA) is presented. In aspects of time, we use the history data sequence of bus speed on a certain road to predict the future bus speed on that road by GT. And in aspects of space, we calculate the traffic affecting factors between various roads by LRA. Using these factors we can predict the vehicle's speed at the lower road if the vehicle's speed at the current road is known. Finally we use time factor and space factor as the weighting factors of the two results predicted by GT and LRA respectively to find the fina0l result, thus calculating the vehicle's travehng time. The method also considers such factors as dwell time, thus making the prediction more accurate.     

基于组合预测理论的交通事故预测研究

提出一种适用于道路交通事故预测的组合预测模型。实例计算分析表明组合预测比单一预测技术的预测效果更好,在交通事故的预测问题方面具有一定的应用价值。     

一种基于灰色系统理论的分布式信任模型

在开放多Agent系统中,引入信任模型有利于选择出保证收益的交互伙伴,发挥灰色系统理论在解决贫信息、不确定性问题中的优势,构建了GTrust信任模型,设计了对证人推荐行为进行评定的方法,用灰色定权聚类的方法判定对证人的信任,克服证人提供的不准确信息带来的负面影响,指导评价者Agent合理使用来自证人的推荐.仿真实验表明,GTrust忽略了对不准确信息来源的甄别,而是只以实际交互结果为依据的策略,针对复杂的环境是一种切合实际的选择,无论在静态环境中,还是动态环境中,均可以取得好的效果.     

灰色理论在沥青路面质量控制中的应用研究

分析沥青路面工程项目的质量特点和现行质量控制中数理统计方法的局限性后,提出了一种基于灰色系统理论的沥青路面质量控制方法,建立了GM(1,1)模型,并对模型精度进行检验,针对沥青路面施工过程中的实际情况,引入新陈代谢预测模型的概念,对GM(1,1)模型作了适当的修正,使得模型具有更强的适应性和更好的预测效果.     

基于数据预处理的铁路客运量灰色预测模型

铁路是国家的基础设施,对铁路的客运量进行准确地预测具有重要的理论意义和实际应用价值。首先对传统预测方法进行了分析,指出它们在运量预测中的不足,进而提出应用灰预测进行运量预测的优势。结合滑动平均法对灰预测方法进行了改进,同时考虑初始条件的改变。在预测2006-2010年全社会客运总量的基础上,根据铁路客运在各种运输方式中所占的份额预测2006-2010年的铁路客运总量。     

基于灰色聚类理论和人工神经网络技术的道路交通安全评价

在深入研究了道路交通安全的评价指标确定的基础上,提出了一种基于灰色聚类理论和神经网络技术的综合评价方法,并对神经网络输入、输出指标属性值的量化方法进行了讨论,建立了道路交通安全的BP神经网络评价模型.最后,介绍了该模型在各省道路交通安全评价中的应用实例.     

基于灰色系统理论的高寒盐沼泽区混凝土耐久性评估

依托青海省德香高速工程, 通过混凝土室内损伤试验, 分析了冻融干湿循环和盐腐蚀耦合作用下混凝土动弹性模量的演化过程与特征; 基于灰色系统理论, 建立了不同工况下混凝土相对动弹性模量GM (1, 1) 预测模型, 预测了2种损伤条件下3种配合比混凝土耐久年限; 依据室内损伤试验与灰色系统理论GM (1, 1) 模型预测结果分析了混凝土的组分, 研究了不同掺合料对混凝土耐久性的影响。研究结果表明: 混凝土耐久性GM (1, 1) 预测模型的相对误差在6%以内, 且后验差比值小于0.35, 小概率误差大于0.95, 预测精度较高; 不同使用环境对混凝土耐久性影响差异较大, 复合盐腐蚀-养护冻融循环的影响程度较复合盐腐蚀-浸泡冻融循环提高了42.8%~46.2%;掺加了粉煤灰、硅灰与膨胀剂的配合比Ⅲ的混凝土耐久性最好, 耐久年限较基准配合比混凝土提高了50%以上, 因此, 为了保证混凝土耐久性, 在类似地区工程实践中, 可参考配合比Ⅲ进行现场混凝土配比设计; 粉煤灰与矿渣同时使用将会生成钙矾石, 相比基准配合比, 不同配合比下混凝土耐久年限降低率均在50%以上, 严重损伤混凝土耐久性。     

道路交通事故灰色Verhulst预测模型

为提高道路交通事故灰色预测模型的预测精度, 分析了GM (1, 1) 模型和灰色Verhulst模型的特点, 发现GM (1, 1) 模型适用于具有较强指数规律的序列, 只能描述单调的变化过程, 而Verhulst模型则适用于非单调的摆动发展序列或具有饱和状态的S形序列。针对近年来中国道路交通事故表现为具有饱和状态的S形过程, 建立交通事故Verhulst预测模型。Verhulst预测模型和GM (1, 1) 预测模型预测的2004年交通事故死亡人数分别为10.87万人和11.72万人, 相对误差分别为1.49%和9.43%, 可见Verhulst模型的预测精度明显优于GM (1, 1) 模型。     

基于GM(1,1)模型的道路交通事故预测

道路交通事故的发生虽具有偶然性,但也可利用预测理论的方法加以预测。在分析道路交通安全系统灰色属性的基础上,提出将道路交通事故作为道路交通安全系统行为特征量处理,运用灰色理论和方法来进行道路交通事故预测,在此基础上,建立了道路交通事故的GM(1,1)灰色预测模型,并通过实例验证了预测模型的适用性。     

灰色模型在GDP预测中的应用

在交通量预测中,社会经济指标数据是最基础的预测数据,研究了灰色预测模型在社会经济预测中的应用方法,并进行了具体的应用,实践证明应用效果良好。