简介：对既有总体变化趋势又有波动性的数据序列，先用GM（1，1）模型筛选出趋势成份，然后对实际值与拟合值的差值构成的残差序列作Fourier变换，提取出周期波动成份，最后将二者叠加，进行修正。将该方法应用于实际，效果比较理想。

简介：为提高东营港船舶交通流量预测精度,弥补灰色模型预测方法的不足,基于灰色系统理论,构建灰色模型,该模型在对指数序列进行拟合及参数选取时存在误差,为对模型进行优化,构建无偏灰色模型.采用Matlab编写相关程序辅助求解该模型,将所建模型对东营港船舶交通流量进行预测,并对预测结果与历史数据进行误差比较.结果表明:无偏灰色模型预测精度为97.91%,拟合效果较好,验证了该模型的科学性与可行性.

简介：本文主要通过2006～2012年宁局的旅客发送人数，利用灰色预测法的模型建立方程式，并通过验证预测精度C，得出模型是可信赖的，进而利用方程式对今后路局的年度旅客发送人数进行预测。

简介：基于有限的物流需求数据，利用灰色系统理论建立了我国物流需求灰色预测模型，并与其他常用预测模型进行了比较分析。结果表明，灰色预测模型的预测精度最高。预测结果为确定我国物流基础设施建设规模、投资规模及物流专业人才培养规模提供了辅助决策依据。此外，灰色系统模型解决了物流需求数据少，一般模型难以准确预测的困难，为解决类似问题提供了研究工具。

简介：一、引言上海的公路养路费的征收额度呈逐年递增态势,这与国家近几年大力发展汽车工业以及我国经济的持续稳定增长分不开的。作为地方性规费的养路费,其对上海公路建设和养护的资金保障作用是不容置疑的。上海公路养路费征收办如何完成征收任务,切实做到“应征不漏”始终是决策者必须解决

简介：逆向物流的预测比新产品的预测复杂得多，对逆向物流进行有效预测，可以为企业提供一种帮助决策的信息，对企业确定逆向物流规模和运作模式选择都有帮助。文章介绍了逆向物流的呐涵和逆流物的特性，在此基础上提出了逆向物流的双系数预测模型并进行了案例研究，得出此模型可以在一定程度上对逆流物的规模进行预测。

简介：沥青路面性能预测模型的形式较多，为了使模型选择更合理，结合工程实例，分析讨论了S型模型、多项式模型、指数型模型及马尔可夫概率型模型的预测效果及模型适用性。研究结果表明，每一类模型都有其适用性和局限性，但S型模型表现出较好的综合预测性能，同时，应用简单方便，具有更普遍的适用性。

简介：根据Logistic模型基本原理建立事故概率预测模型，并对事故概率进行预测。通过模型预测结果与实际值对比，得出利用广义线性预测模型对事故概率进行预测具有一定可信度。

简介：阐述了人工神经网络模型的基本原理，建立了混凝土强度人工神经网络预测模型，通过试验证实了该模型的可靠性。

简介：桥梁监测序列是典型的非平稳时间序列,需要进行一些处理将非平稳序列平稳化后再拟合ARMA模型。将监测数据平稳化后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型即为ARIMA模型。以玉峰大桥为例,介绍了季节ARIMA模型的建模思路与总体流程,模拟了检测序列的变化趋势。以季节ARIMA模型为预测模型作为结构的退化模型,对测点进行退化趋势模拟与退化临界时刻预测。结果显示ARIMA模型对序列的拟合效果良好,可以用于桥梁监测序列的预测,其对退化临界时刻的预测可以从整体上掌握桥梁的整体退化趋势和极限使用寿命。

简介：选取2015年全国31省份年度数据,基于灰色关联模型,对互联网发展水平与经济增长指标关联情况进行了实证分析。研究发现:外商直接投资与网址数、网页数关联程度最大;专利申请数量与域名数、网址数关联程度最大;固定资产总额与上网人数、移动电话年终人数关联程度最大;外商投资企业进出总额与网址数、网页数关联程度最大;GDP与上网人数、移动电话年终人数关联程度最大。互联网基础建设及普及程度与经济增长的关系较为密切,外商投资与专利申请与互联网发展水平的关系较为显著。最后,结合分析结果,对地区互联网的发展与建设提出相关建议。

简介：为掌握西部事故高发地区的交通事故特征，在2008—2012年国道314、219，叶城县、塔县地区道路交通事故统计资料基础上，运用灰色原理建立一阶单变量GM（1，1）预测模型，对上述地区道路交通事故的事故数、死亡人数进行短期预测。经精度检验，灰色预测结果精度高，且与实际相符。与传统预测方法相比较其更科学、更合理。

简介：指数平滑技术是进行预测和决策的有效方法。本文建立了能源消费总量的三次指数平滑模型。以1989-2004年我国能源消费总量的实际数据为实证,结合这16年间的能源消费总量具有曲线趋势的特点,利用三次指数平滑模型进行预测,并研究了次模型能较好地应用于能源消耗的中短期预测,为我国能源决策提供可靠的依据。

简介：在含富水带山岭地区的隧道工程建设中,往往引起隧道内涌水,不但影响施工安全,还会影响到隧道建成后运营质量,必须采取超前预报和措施,保证工程质量。此文以某在建隧道6个里程段的地质构造和涌水情况为样本,通过建立BP神经网络模型,对隧道内的涌水量进行预测,并与实测涌水量进行比较。所得结果表明,最大相对误差在10%以内,平均为3.8%,符合工程要求。可为隧道施工提供采取有效措施的依据。

简介：短时交通量预测是智能交通系统提供交通信息、诱导交通与制定控制策略的重要基础.基于小波分析与支持向量回归机（SVR）预测,提出一种基于小波-SVR模型的高速公路短时交通量预测方法.该方法采用小波分解与重构算法,将交通量原始信号分解为逼近信号和细节合成信号,利用SVR对2种信号分别进行建模分析,最后合成预测结果.应用该方法可实现时间间隔为5min的交通量预测.实例分析表明：与直接应用SVR模型相比较,小波-SVR模型各项评价指标更优,其为交通量实时准确预测提供了更为科学的方法.

简介：ITS中的一个重要研究领域就是交通流的诱导,而为了要正确地诱导交通流,就需要对交通流的状况进行实时分析和预测.本文运用计算机科学领域中的数据挖掘技术,提出了一个城市区域交通流分析预测模型.通过模型中的预测级神经网络、决策树约束集、关联规则约束集和修正级神经网络,全面地考虑了区域内交通流本身与其它动态、静态指标对未来交通流状况的影响,因而具有较高的正确率.

简介：分析影响北京地铁运量的因素,选取城市轨道交通内部生产、人口因素、乘客收入因素和交通因素等作为运量预测的关键要素,应用B-P神经网络（BackPropagationANN,基于误差反向传播神经网络）模型,对未来几年内北京地铁运量进行预测分析。结果发现B-P神经网络对地铁客运量的预测较为适用,可为北京地铁运营规划提供决策参考。

简介：实时交通流量预测是智能交通系统的核心内容，智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征，且与时间高度相关，可以看成是时间序列预测问题。根据交通流的这些特点，提出基于小波神经网络的道路交通流量实时预测模型，并以某条道路为例，通过Matlab编程实现模拟仿真。仿真结果表明，小波神经网络能够比较精确、快速地对实时交通流量进行预测，网络预测值接近期望值。

简介：为改善传统预测方法存在的缺陷,提出利用改进的灰色预测模型,选择经济性、快速性、方便性、舒适性、安全性作为广义费用指标,线性加权确定广义费用,根据MNL模型确定主要运输方式的客流分担率等方法,最后预测出铁路枢纽客运量,可为决策者提供规划依据。

简介：通过构建船舶海上应急管理评价的指标体系，并运用德尔菲法（Delphi）和层次分析法（AHP）确定各指标的权重。然后，用灰色综合评价方法建立评价数学模型，并依据评价结果，给出了提高和改善船舶整体应急能力的建议。