無偏灰色Verhulst模型的鐵路貨運量預(yù)測研究

為提高灰色verhulst模型的預(yù)測精度,采用粒子群算法對灰色verhulst模型的參數(shù)值進行優(yōu)化,利用滑動窗對原始數(shù)據(jù)序列進行動態(tài)更新,使用fourier序列修正模型的誤差,提出fpso灰色verhulst模型預(yù)測鐵路貨運量的方法.以平均絕對誤差、均方根誤差、平均相對誤差為評價指標,采用傳統(tǒng)灰色verhulst模型、gm(1,1)、徑向基神經(jīng)網(wǎng)絡(luò)、fpso灰色verhulst模型分別對具有增長趨勢、擺動發(fā)展以及交叉發(fā)展趨勢的鐵路貨運量進行預(yù)測.結(jié)果表明,fpso灰色verhulst模型能更好地反映鐵路運輸過程中的突變因素,是一種減少誤差、充分利用新生數(shù)據(jù)、提高預(yù)測精度的有效方法.

通過markov狀態(tài)轉(zhuǎn)移矩陣對改進后的灰色預(yù)測結(jié)果進行修正,構(gòu)建改進灰色-markov預(yù)測模型,并對我國鐵路未來貨運量需求預(yù)測進行了實證分析。

科學的貨運量預(yù)測對鐵路發(fā)展戰(zhàn)略的制定具有十分重要的意義。采用灰色模型預(yù)測方法gm（1,1）和馬爾可夫鏈預(yù)測相結(jié)合,提出了灰色-馬爾可夫鏈改進預(yù)測方法,利用偏差對灰色模型值進行狀態(tài)劃分,并采用馬爾可夫狀態(tài)轉(zhuǎn)移矩陣對狀態(tài)的轉(zhuǎn)移變化進行分析,并針對我國鐵路貨運量的未來趨勢進行了經(jīng)濟預(yù)測的分析,確定待測年份偏差最可能處于的狀態(tài)。

根據(jù)灰色系統(tǒng)理論、verhulst模型和建筑工后沉降規(guī)律,建立建筑工后沉降灰色verhulst預(yù)測模型,給出模型精度評定方法和殘差修正預(yù)測模型,并提出非等時距沉降序列的lagrange多項式等時距插值轉(zhuǎn)換方法。通過工程實例計算分析,取得較好的效果。

針對建筑垃圾產(chǎn)量統(tǒng)計偏差大、數(shù)據(jù)不全面的現(xiàn)象,運用灰色理論建立了建筑垃圾產(chǎn)量的灰色verhulst預(yù)測模型,對沈陽市未來5年建筑垃圾產(chǎn)量進行了預(yù)測。與gm(1,1)預(yù)測模型相比較,發(fā)現(xiàn)灰色verhulst模型可以滿足\"優(yōu)\"的精確度要求,并且能夠更加合理地反映建筑垃圾產(chǎn)量變化趨勢,因此該模型可以用于預(yù)測建筑垃圾的產(chǎn)量。

科學的預(yù)測對于經(jīng)濟現(xiàn)象的研究和經(jīng)濟決策的制定都具有十分重要的意義,因此,關(guān)于經(jīng)濟預(yù)測理論和方法的研究一直是一個熱點。本文將灰色模型預(yù)測方法gm(1,1)和馬爾可夫鏈預(yù)測相結(jié)合,提出灰色馬爾可夫鏈改進預(yù)測方法,并且針對我國鐵路貨運量的發(fā)展趨勢進行了預(yù)測,得出比灰色預(yù)測更加準確的結(jié)論。從而證明,灰色馬爾可夫鏈改進方法的預(yù)測結(jié)果更加準確可靠,更有利于決策者的經(jīng)濟決策行為。

基于傳統(tǒng)的灰色verhulst模型在基坑沉降預(yù)測中精度較低的問題,提出優(yōu)化的灰色離散verhulst模型。在基坑沉降監(jiān)測中,由于有新的監(jiān)測沉降值不斷補充到原始數(shù)據(jù)序列中,各種因素會帶來新的擾動,原來的模型精度降低,為避免由此產(chǎn)生的誤差,用新陳代謝方法建立優(yōu)化灰色離散verhulst一維、二維新陳代謝模型。將傳統(tǒng)verhulst模型、優(yōu)化的灰色離散verhulst模型及優(yōu)化灰色離散verhulst一維、二維新陳代謝模型進行比較。研究結(jié)果表明:該模型通過采用離散化思維對原數(shù)據(jù)序列進行倒數(shù)變換,從連續(xù)形式向離散形式變化,減小了傳統(tǒng)verhulst模型建模過程中從微分方程到差分方程帶來的誤差;采用新陳代謝方法的優(yōu)化灰色離散verhulst模型精度更高,可選用該模型對基坑進行沉降預(yù)測。

為提高鐵路貨運量的預(yù)測準確性,運用灰色關(guān)聯(lián)分析法,計算分析了與鐵路貨運量相關(guān)的主要社會指標,確定鐵路貨運量的影響因子分別為鐵路運營里程、鐵路電氣化里程、鐵路復線比重、公路運營里程、固定資產(chǎn)投資總額和鋼材產(chǎn)量。將所確定的因子作為鐵路貨運量的預(yù)測指標,建立基于bp神經(jīng)網(wǎng)絡(luò)的鐵路貨運量預(yù)測模型,并對模型進行了應(yīng)用測試。結(jié)果表明：bp神經(jīng)網(wǎng)絡(luò)模型具有較高的精度,最大相對誤差為3.7%,平均相對誤差為2.3%。該方法具有較快的收斂速度和較高的預(yù)測精度,可為我國鐵路貨運量的預(yù)測研究提供方法支撐。

該文針對高層建筑物沉降所表現(xiàn)的發(fā)生、發(fā)展、成熟和趨于飽和的過程,以灰色verhulst模型進行擬合、預(yù)測。文中就其建模理論及計算流程進行分析研究,并以工程實例進行驗證。結(jié)果表明,該模型計算簡單,模型參數(shù)較少,擬合、預(yù)測精度較高,能夠有效的反映高層建筑物的沉降變化規(guī)律。

科學的貨運量預(yù)測對鐵路發(fā)展戰(zhàn)略的制定具有十分重要的意義.針對灰色模型的預(yù)測結(jié)果精確度受原始數(shù)據(jù)變化幅度的影響較大,且要求累加生成的數(shù)據(jù)列具有指數(shù)性質(zhì)的缺點,采用帶波動的多項式來替代gm(1,1)模型中的指數(shù)形曲線,并通過馬爾可夫鏈對其預(yù)測結(jié)果進行修正,從而建立改進的灰色-馬爾可夫鏈預(yù)測模型,同時利用該改進模型對我國鐵路貨運量進行預(yù)測,并與傳統(tǒng)的gm(1,1)模型、改進的gm(1,1)模型和灰色-馬爾可夫模型3種預(yù)測方法進行了比較,結(jié)果表明:提出的預(yù)測方法具有較高的精度,具有一定的可行性和有效性,預(yù)測結(jié)果可指導鐵路建設(shè)與管理.

結(jié)合公路軟土路基沉降監(jiān)測數(shù)據(jù),本文研究了灰色verhulst模型和雙曲線模型在公路路基沉降預(yù)測中的應(yīng)用,建立了任意時間間隔的圖1雙曲線法推算最終沉降量t-tb0sbsbbssts∞t→∞1β/tbtt灰色verhulst模型。計算得出了灰色verhulst模型和雙曲線模型對公路路基沉降量預(yù)測結(jié)果,并與監(jiān)測結(jié)果進行比較,結(jié)果表明灰色模型的預(yù)測沉降量與實際沉降量更接近,精度更高,更能滿足工程需要。

飽和負荷是指一個地區(qū)經(jīng)濟發(fā)展進入負荷增長飽和階段的時間及負荷規(guī)模,飽和負荷預(yù)測對電力規(guī)劃設(shè)計具有指導性意義。飽和負荷受很多未知隨機因素的影響,灰色verhulst模型能夠?qū)Σ糠中畔⑽粗⒕哂酗柡吞匦缘南到y(tǒng)進行高精度預(yù)測。通過灰色verhulst模型對浙江地區(qū)飽和負荷預(yù)測,浙江地區(qū)全社會用電量達到飽和的時間為2020年,飽和規(guī)模為4281.28億千瓦時,年最大負荷進入飽和階段的年份為2020年,飽和規(guī)模為7528.78萬千瓦。

鐵路客運量是衡量我國交通需求的重要指標,科學預(yù)測鐵路客運量是制定交通發(fā)展規(guī)劃的重要依據(jù)。鑒于組合模型能克服單一模型的不足并兼具單一模型的優(yōu)點,基于灰色模型和線性回歸模型,根據(jù)灰色關(guān)聯(lián)度賦予單一模型相應(yīng)權(quán)重,建立鐵路客運量組合預(yù)測模型,并選取2006—2015年鐵路客運量數(shù)據(jù),對我國鐵路客運量進行預(yù)測。結(jié)果表明:組合模型克服了單一模型的預(yù)測局限性,能進一步提高預(yù)測精度,適用于鐵路客運量預(yù)測研究。

為進一步提高灰色verhulst模型的預(yù)測精度,將ls-svm算法與灰色verhulst模型相結(jié)合,對灰色verhulst模型的參數(shù)估計方法和預(yù)測方法進行了改進。該方法采用ls-svm算法,構(gòu)造以背景值序列和原始序列為訓練樣本的ls-svm,將verhulst模型參數(shù)的估計問題轉(zhuǎn)化為灰色ls-svm的參數(shù)估計問題,依據(jù)ls-svm算法求得灰色ls-svm的參數(shù),進而得到verhulst模型的參數(shù)估計,方法上遵循了結(jié)構(gòu)風險最小化原則,適合verhulst小樣本建模的特點。將改進的模型應(yīng)用于軟土地基建筑物的沉降預(yù)測,結(jié)果表明本文的方法是可行的且有效的,比傳統(tǒng)方法預(yù)測精度高。

在分析我國水上交通事故歷史數(shù)據(jù)的基礎(chǔ)上,引入灰色verhulst預(yù)測理論。由此建立了水上交通事故verhulst模型,并分別利用該模型和灰色gm(1,1)模型對我國近幾年水上交通事故進行了預(yù)測,發(fā)現(xiàn)該模型精度高,擬合度更優(yōu)。該模型可用于對我國水上交通事故的預(yù)測。

高鐵路基需嚴格控制工后不均勻沉降。鑒于高鐵路基沉降預(yù)測值精度受觀測噪聲和預(yù)測擬合函數(shù)的影響,本文提出了基于小波函數(shù)去噪,對去噪數(shù)據(jù)進行灰色verhulst模型預(yù)測的方法,并闡述了高鐵路基沉降預(yù)測評價方法。通過工程實例對比分析了去噪灰色verhulst模型、gm(1,1)模型、雙曲線模型在沉降數(shù)據(jù)處理中的擬合精度和預(yù)測精度。結(jié)果表明:gm(1,1)模型擬合精度高,預(yù)測精度低,不適用于長期預(yù)測；雙曲線法預(yù)測精度最低,預(yù)測曲線不包含路基飽和發(fā)展過程；小波去噪灰色verhulst模型符合高鐵路基沉降規(guī)律,預(yù)測精度高,可以廣泛用于路基沉降預(yù)測。

高鐵路基需嚴格控制工后不均勻沉降.鑒于高鐵路基沉降預(yù)測值精度受觀測噪聲和預(yù)測擬合函數(shù)的影響,本文提出了基于小波函數(shù)去噪,對去噪數(shù)據(jù)進行灰色verhulst模型預(yù)測的方法,并闡述了高鐵路基沉降預(yù)測評價方法.通過工程實例對比分析了去噪灰色verhulst模型、gm(1,1)模型、雙曲線模型在沉降數(shù)據(jù)處理中的擬合精度和預(yù)測精度.結(jié)果表明:gm(1,1)模型擬合精度高,預(yù)測精度低,不適用于長期預(yù)測;雙曲線法預(yù)測精度最低,預(yù)測曲線不包含路基飽和發(fā)展過程;小波去噪灰色verhulst模型符合高鐵路基沉降規(guī)律,預(yù)測精度高,可以廣泛用于路基沉降預(yù)測.

采用定性分析方法確定物流貨運量的影響因素,基于線性回歸方法建立數(shù)學模型。采集延安市貨運量相關(guān)數(shù)據(jù),根據(jù)2001-2008年數(shù)據(jù)確定模糊回歸系數(shù)a,對2009-2012年公路物流貨運量進行計算,并采用實際數(shù)據(jù)與其他三種預(yù)測方法進行驗證。結(jié)果表明:線性回歸數(shù)學模型對物流貨運量進行預(yù)測精確度高,誤差較小。

對客運量發(fā)展趨勢進行預(yù)測是正確制定鐵路客運營銷戰(zhàn)略的前提和基礎(chǔ),文章運用灰色運用對某鐵路局的客運量及周轉(zhuǎn)量進行了預(yù)測,認為某鐵路局客運量的發(fā)展趨勢是逐漸降低,但降低的趨勢是逐漸減少;客運周轉(zhuǎn)量的發(fā)展趨勢是不斷增加。

采用灰色預(yù)測模型分析了農(nóng)村客運需求的主要影響因素,利用這些因素建立灰色預(yù)測模型,對我國農(nóng)村客運需求進行了短期預(yù)測,為我國公路客運的發(fā)展規(guī)劃提供參考。

為了掌握鄰近鐵路基坑變形趨勢,提高預(yù)測精度,保證基坑施工順利進行和鐵路運營安全,針對灰色預(yù)測模型存在的不足,提出對常規(guī)verhulst新陳代謝模型加以改進,構(gòu)建verhulst動態(tài)新陳代謝模型,對鄰近鐵路基坑變形進行預(yù)測,并與灰色gm(1,1)模型、灰色verhulst模型和常規(guī)verhulst新陳代謝模型的預(yù)測精度對比。研究結(jié)果表明,verhulst動態(tài)新陳代謝模型的預(yù)測精度更高。并且隨著新信息的引入和舊信息的剔除,預(yù)測更加接近最新變化趨勢。verhulst動態(tài)新陳代謝模型為此類基坑的變形預(yù)測提供方法。

1 從用電量鐵路貨運量的波動看結(jié)構(gòu)調(diào)整的積極變化 王保安 《人民日報》（2015年10月08日10版） 近年來，經(jīng)濟增長與用電量、鐵路貨運量指標變動之間的關(guān)系引起了國內(nèi)外 廣泛的關(guān)注。在經(jīng)濟發(fā)展新常態(tài)下，經(jīng)濟增長與用電量、鐵路貨運量指標之間的 彈性系數(shù)正在發(fā)生新的變化，一定程度上的背離恰恰反映了結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級 取得積極進展，而從趨勢上看，指標的導向性與邏輯關(guān)系并未變化，其反映的規(guī) 律性、有效性也沒有改變。 從實踐和相關(guān)性看，用電量、鐵路貨運量變化與經(jīng)濟增長總體上是一致的 用電量與經(jīng)濟增長變化基本同步。1998—2007年，我國國內(nèi)生產(chǎn)總值同比 增速由7.8%提高至14.2%，而同期電力消費增速總體上呈現(xiàn)上升的態(tài)勢；2008 年，受國際金融危機沖擊，我國經(jīng)濟增速大幅回落，用電量增長也明顯回落；在 大規(guī)模刺激政策的作用下，2009—2010年我國