基于灰色理論與BP神經(jīng)網(wǎng)絡交通運輸量組合預測

組合預測方法與單一預測方法相比可以提高預測的精度和穩(wěn)定性,因此得到廣泛的應用.本文首先概述了組合預測的基本思想,然后介紹了基于bp神經(jīng)網(wǎng)絡的組合預測模型,并以吉林省公路貨運量為例給出計算實例,實例的預測結(jié)果非常理想,同時也用數(shù)理統(tǒng)計的方法證明了此模型的適用性.統(tǒng)計分析和實踐都證明此模型的可行性和適用性,說明將此模型用于公路交通運輸量預測是有效可行的.

本文分析了影響房價的多種因素;運用灰色gm(1,1)模型預測這些因素的數(shù)據(jù)走勢,利用bp神經(jīng)網(wǎng)絡以歷史數(shù)據(jù)為依據(jù)運用matlab進行仿真,得出我國未來五年房價預測值。結(jié)果表明,采用神經(jīng)網(wǎng)絡結(jié)合灰色gm(1,1)預測而得的各影響因素預測值,預測未來房價,具有很強的實用性。

利用智能方法對邊坡形變進行預測,進而對礦區(qū)安全進行評估近年來成為研究的熱點。針對邊坡形變數(shù)據(jù)小樣本、貧信息、高非線性等特點,本文將灰色理論與神經(jīng)網(wǎng)絡方法相結(jié)合構(gòu)建灰色神經(jīng)網(wǎng)絡,充分利用灰色模型處理小樣本和神經(jīng)網(wǎng)絡處理非線性的能力,對礦區(qū)邊坡形變進行預測。實驗分析表明,利用灰色神經(jīng)網(wǎng)絡進行形變預測是正確有效的,預測精度取得了較好的效果。

以福建省公路旅客周轉(zhuǎn)量和貨物周轉(zhuǎn)量的統(tǒng)計資料為基礎,結(jié)合神經(jīng)網(wǎng)絡技術(shù)原理,應用bp神經(jīng)網(wǎng)絡方法建立3維輸入、單輸出、隱層單元數(shù)為15的3層神經(jīng)網(wǎng)絡模型,分別對福建省公路旅客周轉(zhuǎn)量和貨物周轉(zhuǎn)量進行預測.結(jié)果表明,各月的旅客周轉(zhuǎn)量和貨物量預測值的最大相對誤差的絕對值分別為0.4890%和0.4495%.該模型具有簡便實用、預測精度高的優(yōu)點.

文章根據(jù)組合預測的理論和bp神經(jīng)網(wǎng)絡對非線性數(shù)據(jù)良好的逼近特性,提出了基于bp神經(jīng)網(wǎng)絡的灰色預測、多項式回歸模型的民用汽車運力組合預測模型。此模型綜合了各單一模型的有效信息,能夠比較客觀地反映地區(qū)民用汽車運力的發(fā)展趨勢,為相關部門提供決策依據(jù)。

在深基坑工程施工過程中，基坑周圍地表的沉降對周圍建筑物、地下管線和支護體系的安全都會造成很大的影響，如何利用對影響基坑周圍地表沉降的關聯(lián)因素的研究并結(jié)合基坑周圍地表沉降的監(jiān)測數(shù)據(jù)來分析得到基坑周圍地表沉降量的走勢，已成為城市建設中的一個重要的安全課題．以天津市某換乘車站為例，分析影響該基坑周圍地表沉降的關聯(lián)因素，建立灰色預測和bp神經(jīng)網(wǎng)絡組合模型，在“小樣本、貧信息”的情況下，得到的預測結(jié)果與實際監(jiān)測值吻合度較高．利用該預測模型可對一些在開挖過程中監(jiān)測天數(shù)相對較少的深基坑工程進行可靠而準確的預測．

gm模型在預測中對歷史數(shù)據(jù)作不同取舍時,其預測值并不相同,即這種預測結(jié)果將是一個預測值的區(qū)間,這就給預測人員的取舍帶來一定困難。利用gm模型少數(shù)據(jù)建模和人工神經(jīng)網(wǎng)絡非線性逼近的優(yōu)點把兩種模型結(jié)合起來,用對歷史數(shù)據(jù)作不同取舍的gm模型的預測值和純神經(jīng)網(wǎng)絡的預測值作為組合神經(jīng)網(wǎng)絡的輸入,由人工神經(jīng)網(wǎng)絡確定這些不同gm模型和純bp網(wǎng)絡的組合,實例驗證得出更為準確的預測值,從而證明這一模型的可行性和有效性。

短時交通流預測是現(xiàn)代智能交通系統(tǒng)的核心內(nèi)容,針對城市道路被占所造成的城市交通擁堵排隊問題,以路段視頻統(tǒng)計為例,利用bp神經(jīng)網(wǎng)絡方法就實際通行能力、具體車輛數(shù)、事故持續(xù)時間與排隊最長長度之間的關系進行預測分析,從實驗模擬結(jié)果來看,該方法能有效地解決交通流實時和可靠性預測。

交通事故的發(fā)生因受隨機因素的影響而呈現(xiàn)出不確定性和非線性的特點.在分析交通事故與人口、車輛、道路、經(jīng)濟發(fā)展等因素關系的基礎上,綜合考慮影響交通事故的多種因素,建立了bp神經(jīng)網(wǎng)絡.進而,選取總?cè)丝?、機動車駕駛員人數(shù)、公路密度、民用車輛、人均gdp作為交通事故預測模型的輸入向量,以交通事故的四項指標作為輸出向量,利用lm算法或galm算法優(yōu)化的bp神經(jīng)網(wǎng)絡模型對交通事故進行預測.實驗表明,galm算法優(yōu)化的bp神經(jīng)網(wǎng)絡模型與bp神經(jīng)網(wǎng)絡或lm算法優(yōu)化的bp神經(jīng)網(wǎng)絡相比,具有較高的精度和較快的收斂速度,能更好地適用于交通事故預測.

bp神經(jīng)網(wǎng)絡-灰色系統(tǒng)聯(lián)合模型預測軟基沉降量——目前軟基沉降預測多采用指數(shù)曲線和雙曲線延伸法，其結(jié)果不夠理想，神經(jīng)網(wǎng)絡在此方面的運用也存在一定的局限，雖然gm(1，1)模型在軟基沉降預測領域已得到運用，但在已有的案例中所使用的等時距模型都沒有明確說明...

結(jié)合灰色模型和bp神經(jīng)網(wǎng)絡模型的特點,對兩種模型進行有機地組合,構(gòu)建一種改進的灰色神經(jīng)網(wǎng)絡預測船舶流量方法。以實際船舶交通流量和主要影響因素為數(shù)據(jù),運用遺傳算法改進的灰色神經(jīng)網(wǎng)絡模型對上海洋山港的船舶交通流量進行預測,計算和matlab仿真結(jié)果表明,改進的灰色神經(jīng)網(wǎng)絡模型預測不僅精度較高,而且能準確預測船舶交通流量的變化規(guī)律。

本文以動態(tài)交通控制理論為基礎,應用神經(jīng)網(wǎng)絡理論和matlab仿真軟件,建立交通流量預測模型。給出了基于改進bp算法的交通流動態(tài)時序的預測算法仿真實驗,并利用試驗得到的結(jié)果對該算法的適用性和局限性進行了驗證。

以黃土高原區(qū)土壤為研究對象,通過土壤基本理化參數(shù)與土壤水分特征曲線的系列試驗,獲得了van-genuchten模型參數(shù)的數(shù)據(jù)樣本。運用灰色理論對土壤基本理化參數(shù)進行了灰色關聯(lián)度分析,建立了以土壤基本理化參數(shù)為輸入變量,土壤水分特征曲線van-genuchten模型參數(shù)為輸出變量的bp神經(jīng)網(wǎng)絡預測模型。研究結(jié)果表明:以土壤黏粒含量、粉粒含量、容重、有機質(zhì)含量、全鹽量為輸入變量,運用bp神經(jīng)網(wǎng)絡方法對土壤水分特征曲線van-genuchten模型參數(shù)進行預測是可行的。所建立的灰色bp神經(jīng)網(wǎng)絡預測模型下,van-genuchten模型參數(shù)α與參數(shù)n的預測值與檢驗值平均相對誤差都小于5%,建模樣本和檢驗樣本都具有較高的精確度。研究成果一方面有助于豐富黃土水力參數(shù)的理論研究,另一方面為土壤水分特征曲線的獲取提供技術(shù)支撐。

針對建筑能耗受局地氣候多因素影響的特點,為了客觀準確地對建筑能耗進行預測,本文引入了氣象熱舒適度來綜合分析氣候?qū)ㄖ芎牡挠绊?并以該指數(shù)預測值、建筑能耗原始數(shù)據(jù)和日期類型作為輸入層,進行復合灰色神經(jīng)網(wǎng)絡模型預測建筑能耗。該方法不僅克服了灰色模型和神經(jīng)網(wǎng)絡存在的預測缺陷,同時還考慮了氣象因素對建筑能耗的影響。通過對北京某大廈的實例應用分析,取得了較高精度的預測結(jié)果,證實了該方法的合理可靠,為建筑能耗預測提供了新途徑,其預測結(jié)果也將為大型建筑空調(diào)系統(tǒng)的再優(yōu)化設計和改造提供參考。

準確的客流量預測在國家交通規(guī)劃與管理中具有重要意義,預測方法的選擇直接影響到預測的精度。客運量的預測具有小樣本和非線性的特點。結(jié)合灰色理論和rbf神經(jīng)網(wǎng)絡的特點形成灰色-rbf神經(jīng)網(wǎng)絡模型,并采用客流運量分擔率的方式對擬建鐵路客流量進行預測。通過灰色理論對原始數(shù)據(jù)進行生成處理,將無規(guī)律的原始數(shù)據(jù)變?yōu)檩^有規(guī)律的生成數(shù)列,再利用rbf神經(jīng)網(wǎng)絡的超強適應能力和學習能力,大大加快學習速度并避免出現(xiàn)局部極小問題對生成數(shù)列進行預測,再將模型運用到客運量的預測中。最后結(jié)合新建蘭州至中川機場鐵路項目及調(diào)查數(shù)據(jù)進行客流量的預測研究,得出灰色-rbf神經(jīng)網(wǎng)絡模型對客流量具有很好的預測性。

準確的客流量預測在國家交通規(guī)劃與管理中具有重要意義,預測方法的選擇直接影響到預測的精度?？瓦\量的預測具有小樣本和非線性的特點。結(jié)合灰色理論和rbf神經(jīng)網(wǎng)絡的特點形成灰色-rbf神經(jīng)網(wǎng)絡模型,并采用客流運量分擔率的方式對擬建鐵路客流量進行預測。通過灰色理論對原始數(shù)據(jù)進行生成處理,將無規(guī)律的原始數(shù)據(jù)變?yōu)檩^有規(guī)律的生成數(shù)列,再利用rbf神經(jīng)網(wǎng)絡的超強適應能力和學習能力,大大加快學習速度并避免出現(xiàn)局部極小問題對生成數(shù)列進行預測,再將模型運用到客運量的預測中。最后結(jié)合新建蘭州至中川機場鐵路項目及調(diào)查數(shù)據(jù)進行客流量的預測研究,得出灰色-rbf神經(jīng)網(wǎng)絡模型對客流量具有很好的預測性。

為降低船舶交通流量的預測誤差,提高預測精度,在分析傳統(tǒng)的灰色模型和反向傳播(backpropagation,bp)神經(jīng)網(wǎng)絡模型優(yōu)缺點的基礎上,構(gòu)建灰色神經(jīng)網(wǎng)絡模型預測船舶交通流量.以實際測量值作為初始數(shù)據(jù)構(gòu)建不同的灰色模型,各種灰色模型的預測值作為神經(jīng)網(wǎng)絡的輸入值,得到最佳預測模型.實例分析表明:灰色神經(jīng)網(wǎng)絡模型可提高預測精度,預測結(jié)果比較理想,優(yōu)于單一預測模型;該模型具有所需初始數(shù)據(jù)少和非線性擬合能力強的特點,用于船舶交通流量預測是可行和有效的.

為了對混凝土連續(xù)剛構(gòu)橋施工過程中的應力進行控制與預測,保證橋梁施工的安全,根據(jù)灰色理論和bp神經(jīng)網(wǎng)絡建立了灰色bp神經(jīng)網(wǎng)絡應力預測模型gnnm(1,1).以貴陽花溪特大公路剛構(gòu)橋施工過程實測應力為輸入數(shù)據(jù),對模型gnnm(1,1)進行訓練,得到了應力預測值.該預測值與檢驗值的相對誤差在3%以內(nèi),表明gnnm(1,1)模型的預測精度高,可以對混凝土連續(xù)剛構(gòu)橋施工進行短期應力預測,同時,對大橋應力控制及安全施工具有一定的參考價值.

軟基沉降的bp神經(jīng)網(wǎng)絡和灰色系統(tǒng)聯(lián)合預測——使用bp神經(jīng)網(wǎng)絡插值方法對灰色數(shù)據(jù)進行了預處理，進而建立了預測軟基沉降量的bp神經(jīng)網(wǎng)絡和灰色系統(tǒng)聯(lián)合模型。實例分析表明，該模型短期沉降預測結(jié)果的最大相對誤差小于2，最終沉降預測結(jié)果的相對偏差小于5，且灰色...

基于甘肅高等級公路收費年收入的統(tǒng)計數(shù)據(jù),結(jié)合其收入和交通量之間的粗略關系,運用bp神經(jīng)網(wǎng)絡預測高等級公路各收費站年收入,從而間接地對高等級公路交通流量進行預測,為提高高速公路的管理與服務水平,對提高高等級公路管理部門的信息感知能力和應急處置能力、提高路網(wǎng)運行效率、建設和諧高等級公路具有極其重要的意義。

引言高速公路交通量預測是高速公路建設項目可行性研究報告的一項重要內(nèi)容,它是進行交通量現(xiàn)狀評價、綜合分析建設項目的必要性和可行性的基礎,是確定高速公路建設項目的技術(shù)等級、工程規(guī)模、效益分析的主要依據(jù)。同時,其準確率直接關系高速公路投資回報率,甚至影響項目國民經(jīng)濟評價及財務評價。根據(jù)調(diào)查資料和工程項目的性質(zhì)選用不同的預測方法,國內(nèi)、外已提出的各種預測方法多達200種左右,但用于實際操作的較少,如頭腦風暴法、專家預測法、

本文首先根據(jù)北京城市軌道交通網(wǎng)絡的特點，以靜態(tài)非平衡分配模型中的最短路徑分配為理論基礎，實現(xiàn)歷史客流在斷面上的分配，得到具有參考價值的斷面客流。然后通過大量bp神經(jīng)網(wǎng)絡建模試驗，對北京城市軌道交通客流預測問題，建立了合理的預測模型。最后利用bp神經(jīng)網(wǎng)絡模型對13號線西直門站至2號線西直門站的換乘斷面客流進行預測，并與最小二乘擬合結(jié)果進行對比分析，得出合理的客流預測結(jié)果。