ITS中交透流预测方法的研究

交通流预测是交通控制与诱导系统中的关键问题之一,也是智能交通系统的重要功能之一.文章从短时交通流预测定义出发,介绍短时交通流预测的原理,并重点介绍几种预测模型,对其建模的理论基础,特点及其可行性、有效性进行分析,并作出了比较和评价.最后对交通流预测的发展作了展望.     

ITS中交通流预测方法的研究

交通流预测是交通控制与诱导系统中的关键问题之一,也是智能交通系统的重要功能之一。文章从短时交通流预测定义出发,介绍短时交通流预测的原理,并重点介绍几种预测模型,对其建模的理论基础、特点及其可行性、有效性进行分析,并作出了比较和评价。最后对交通流预测的发展作了展望。     

基于张量填充的短时交通流预测算法

短时间内挖掘和分析高速公路交通流数据,实时准确预测短时交通流状态,是建立有效的交通诱导系统,改善高速公路服务水平的有效措施。交通流具有明显的不确定性、随机性、复杂性及时空相关性,现有短时交通流预测模型在预测能力和精度上往往存在着不同程度的限制。研究基于张量理论,构建了多维度的动态张量模型,采用HaLRTC预测算法,并给出了算法的逻辑流程图。实验结果表明,HaLRTC算法可通过挖掘数据规律同时完成一周七天的预测,具有更好的预测精度。     

基于大数据的城市短时交通流预测方法研究

短时交通流预测是城市智能交通系统的重要组成部分,随着交通大数据和智能科学的快速发展,深度学习在交通领域得到了广泛的应用。本文以门控循环单元神经网络GRU短时交通流预测模型为研究对象,采用加州交通局绩效评估系统的交通流数据为例,将道路观测点的交通流序列作为输入,利用GRU实现城市短时交通流量的预测,并与SVR、ARIMA等模型进行对比,结果表明,该预测模型具有良好的预测性能,可为城市区域短时交通流量变化监测提供依据。     

基于EVIEWS的短时交通流分析及预测

利用计量经济分析方法以及Eviews软件,对短时交通流序列进行了数字特征分析;通过对短时交通流样本序列进行单位根检验,和1次差分后的残差分析AC和PAC系数,建立短时交通流ARIMA（1,1,1）预测模型,对模型进行检验,发现模型的拟合效果较好,为短时交通流预测提供了一条新的途径。     

基于船舶自组织态势分析的内河航道聚簇预测

内河航道交通流预测是保证航道通畅的重要理论根据,传统的航道交通流预测采用线性单态神经网络预测算法,当航运船舶快速聚簇,位置和速度信息参量呈非线性变化时,预测精度不好。提出一种基于船舶自组织网络态势分析的内河航道交通流聚簇预测方法,构建内河航道交通态势分析信息感知模型,通过信息感知和通信定位实现聚簇信息交互,采用非线性卡尔曼方程构建船舶态势分析状态方程,得到航行拥堵程度记忆因子,逐步舍弃内河航道内的交通流历史测量信息,判断航道的拥堵程度,实现对船舶自组织态势分析和流量预测。采用Netlogo设置仿真场景进行仿真实验,实验结果得出采用该算法船舶信息检测和流量预测精度提高显著,预测精度高。     

灰色系统预测的研究与分析

在介绍了灰色系统理论的概念、灰色系统工作原理和灰色系统模型之后,重点阐述了灰色系统预测的研究现状,并且运用实例分析了灰色系统预测的优势及其局限性,得出了灰色系统预测还有很大的发展空间的结论。     

智能交通系统中短时交通流预测系统的研究

短时、实时交通流预测是城市交通控制与诱导的基础，也是智能交通系统的重要功能之一。研究表明，没有一种预测模型和方法能够适用于各种环境和条件下的交通流预测。本文提出并建立了一种短时交通流的智能预测系统，按照智能预测和组合预测的思想，实现预测模型的智能选择，以及多个预测模型的预测结果的综合。仿真试验结果表明，系统具有较强的适应性，提高了预测的准确性。该系统采用多智能体技术进行设计和实现，文章给出了这种基于多智能体的智能交通预测支持系统的系统结构和工作原理。     

基于GA-BP神经网络的交叉口短时交通流预测研究

现阶段影响交叉口车辆运行效率的因素主要分为两个方面:其一为受交通信号影响,即实际交通流与交叉口所反应出来的交通信号并不匹配;其二为时间间隔过长,目前短时交通流的普遍预测时长多集中为5-15分钟,过长的时间间隔无法提供有效的信号控制,很容易对最终的数据结果造成不良影响。为提升交叉口短时交通流预测的准确性和实效性,利用科学合理的方式方法对其进行改进有着重要的价值和意义。本文主要对GA-BP神经网络的交叉口短时交通流预测进行研究和分析。     

灰色系统理论在禁毒情报工作中的应用

介绍了灰色系统理论的建模思想、建立灰色模型的具体步骤及灰色模型的检验,通过对某地区吸毒人数的预测,介绍了灰色系统理论在公安禁毒情报分析与预测中的应用.     

基于融合的短时交通流预测

短时交通流预测在交通管制中有十分重要的作用。本文利用三种机器学习方法,基于三种融合策略提出新的短时交通流融合预测模型。通过实例验证,基于融合的方法预测精度高于单一预测方法;其中基于kNN融合模型精度最高,交通流量相对误差指标(MPE、MAPE、RMSE)分别降低了37.98%、4.53%、17.82%,旅行时间方面分别降低了80.34%,19.55%,20.67%。     

交通流状态辨识及混沌预测

交通流存在着自由流、同步流和堵塞流三种状态，各种状态均表现出不同的特点和性质，企图用某一种算法进行短时交通流预测结果的准确性受到影响。其中，同步流状态准确的预测和诱导，可能最在限度地减少并尽可能避免交通拥挤出现的次数与持续时间，利用混沌预测技术对其进行短期预测，可得到较好的预测效果。     

基于灰色神经网络的公路物流需求量预测模型

以浙江省公路货运量历史数据为例,考虑到影响货运量主要因素,采用灰色神经网络模型GNNM(1,N)进行预测,并与灰色模型GM(1,N)和神经网络预测结果相比较。计算结果表明:该方法在预测公路物流需求量具有有效性;在灰色模型GM(1,N)预测时,通过比较紧邻均值生成序列的生成系数α对预测精度的影响,选取了最优值进行计算从而提高了灰色模型的预测精度。     

基于组合修正模型的软件鲁棒性检测算法分析

为了提高软件鲁棒性检测精度,将灰色预测模型和马尔可夫链进行组合,提出一种基于串联灰色马尔可夫链模型的软件鲁棒性检测组合模型。利用灰色系统模型预测软件可靠性的整体趋势,马尔可夫链对软件可靠性的随机性、波动性进行预测,实现对灰色模型预测结果的修正,实现软件可靠性的准确预测。仿真结果表明,相对于传统预测方法,灰色马尔可夫链组合模型提高了软件鲁棒性的测量精度,可以为软件开发工作提供一些科学性、建设性建议,提高软件质量。     

基于灰色系统理论的经济预测模型研究

分析了灰色系统理论用于经济预测的可行性,介绍了灰色系统理论的两种模型:灰色GM(1,1)模型和动态等维GM(1,1)模型,并介绍了包括"未知数据法"在内的各种模型检验方法,通过一个实例将上述模型用于预测并对结果进行检验.结果表明,灰色系统理论可以用于经济预测且动态等维GM(1,1)模型比传统的GM(1,1)模型预测精度高,预测结果更可靠.     

灰色预测技术在年售电量预测中的应用

灰色预测技术是一种有效而先进的方法,在实际应用中得到了广泛认可。应用GM（1,1）模型和灰色预测改进技术对电网年售电量进行实际预测,可以很清楚地看到预测值与实际值的差距,认识到灰色预测技术在年售电量预测中,是一种行之有效的工具。     

GM（1,1）灰色预测法理论及matlab语言程序

本文通过对GM(1,1)灰色水质预测法研究进展的相关介绍,分析了GM(1,1)灰色水质预测法模型理论研究,并实现了GM (1,1)灰色模型的matlab程序化。     

基于新维灰色马尔柯夫模型的自贡旅游人数预测

针对中长期预测的特点,引入了新维无偏灰色马尔柯夫预测模型。该模型充分利用了灰色预测与马尔柯夫链的特点,利用无偏灰色预测拟合系统的变化发展趋势,并在此基础上进行了马尔柯夫预测,在以后每一步的预测中,不断推陈出新,对原始数据进行等维新息处理,成功地对自贡旅游产业2009-2020年旅游需求人次进行了预测。通过对预测数据的对比分析,表明该模型的预测准确度特别是中长期预测准确度较理想。     

粘虫发生量的灰色马尔柯夫链预测

本文提出了一种灰色马尔柯夫链预测方法,它兼有灰色预测和马尔柯夫链预测的优点。用它预测了1988年粘虫的发生量,结果表明,这种预测方法对随机波动性大的数据列的预测精度令人满意。     

一种基于ST-GraphSAGE模型的交通流量预测方法

<正>随着城市现代化的发展,交通问题（交通拥堵、交通事故等）已变成许多城市需要解决的重点问题之一。交通流预测是交通运输领域的重要研究方向,它对于提高道路网运行效率、缓解城市交通拥堵、减少交通环境污染等方面具有重要意义。随着城市化进程的加速和机动车保有量的增加,城市交通问题日益突出,而交通流预测可以为城市交通管理提供科学依据,从而有效缓解城市交通压力。交通流预测的研究可以追溯到20世纪70年代,早期的研究主要基于概率统计方法,如自回归移动平均法（ARIMA）。随着计算机技术和人工智能的发展,