分?jǐn)?shù)階GM（1，1）模型的高速公路交通量預(yù)測

通過分析高速公路交通量的變化規(guī)律,將高速公路運(yùn)營期間的交通量預(yù)測分為三個階段,運(yùn)用交通規(guī)劃軟件transcad對高速公路運(yùn)營期的基年的交通量進(jìn)行預(yù)測,將高速公路流量飽和前增長期內(nèi)的交通量分成趨勢交通量、轉(zhuǎn)移交通量和誘增交通量三部分分別進(jìn)行預(yù)測,用彈性系數(shù)法和時間序列法兩種方法結(jié)合對其趨勢交通進(jìn)行預(yù)測,用效用比例法確定分擔(dān)率對其轉(zhuǎn)移交通量進(jìn)行預(yù)測,用生長曲線模型對誘增交通量進(jìn)行預(yù)測,最后分析了高速公路流量飽和后其交通量的變化情況,并計算出高速公路投入運(yùn)營后交通量達(dá)到飽合的時間。

通過分析高速公路交通量的變化規(guī)律,將高速公路運(yùn)營期間的交通量預(yù)測分為三個階段,運(yùn)用交通規(guī)劃軟件transcad對高速公路運(yùn)營期的基年的交通量進(jìn)行預(yù)測,將高速公路流量飽和前增長期內(nèi)的交通量分成趨勢交通量、轉(zhuǎn)移交通量和誘增交通量三部分分別進(jìn)行預(yù)測,用彈性系數(shù)法和時間序列法兩種方法結(jié)合對其趨勢交通進(jìn)行預(yù)測,用效用比例法確定分擔(dān)率對其轉(zhuǎn)移交通量進(jìn)行預(yù)測,用生長曲線模型對誘增交通量進(jìn)行預(yù)測,最后分析了高速公路流量飽和后其交通量的變化情況,并計算出高速公路投入運(yùn)營后交通量達(dá)到飽合的時間。

本文從影響高速公路交通量增長的宏觀經(jīng)濟(jì)指標(biāo)出發(fā),借鑒了matas(2001)高速公路交通量增長預(yù)測模型,回歸出我國基于宏觀經(jīng)濟(jì)因素的高速公路交通量增長預(yù)測模型,結(jié)果表明影響交通流量增長的最主要經(jīng)濟(jì)因素為地區(qū)生產(chǎn)總值和地區(qū)失業(yè)人口。本文還基于福建省某條高速公路的相關(guān)數(shù)據(jù),在預(yù)測其經(jīng)濟(jì)因素概率分布模型的基礎(chǔ)上,預(yù)測出其交通流量增長概率分布圖。本文目的在于指出影響高速公路交通量增長的經(jīng)濟(jì)因素,同時為預(yù)測交通流量的增長提供一種客觀的方法。

本文將灰色理論引入交通預(yù)測中進(jìn)行建模,并在某高速上進(jìn)行實例分析,該方法具有較高的可靠性和實用性.

高速公路交通量預(yù)測過程涉及眾多的輸入因素,其中許多因素的不確定性將導(dǎo)致預(yù)測結(jié)果存在一定程度的風(fēng)險。該文運(yùn)用風(fēng)險分析方法,對影響交通量的風(fēng)險因素進(jìn)行了分類和識別,闡述了風(fēng)險的產(chǎn)生及其特性,估計了主要風(fēng)險因素的概率分布,并用蒙特卡羅方法對未來交通量進(jìn)行了模擬,得到了交通量的概率分布曲線,為合理計算高速公路建設(shè)規(guī)模與制定投資決策提供了可靠依據(jù)。

本文介紹了transcad軟件的特點及其功能，作為交通規(guī)劃軟件對濟(jì)南至東營高速公路的未來特征年的交通量進(jìn)行了預(yù)測，并提出了應(yīng)用該軟件的不足。

基于甘肅高等級公路收費(fèi)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(guān)系,運(yùn)用bp神經(jīng)網(wǎng)絡(luò)預(yù)測高等級公路各收費(fèi)站年收入,從而間接地對高等級公路交通流量進(jìn)行預(yù)測,為提高高速公路的管理與服務(wù)水平,對提高高等級公路管理部門的信息感知能力和應(yīng)急處置能力、提高路網(wǎng)運(yùn)行效率、建設(shè)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(yù)測是高速公路建設(shè)項目可行性研究報告的一項重要內(nèi)容,它是進(jìn)行交通量現(xiàn)狀評價、綜合分析建設(shè)項目的必要性和可行性的基礎(chǔ),是確定高速公路建設(shè)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(zhǔn)確率直接關(guān)系高速公路投資回報率,甚至影響項目國民經(jīng)濟(jì)評價及財務(wù)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(yù)測方法,國內(nèi)、外已提出的各種預(yù)測方法多達(dá)200種左右,但用于實際操作的較少,如頭腦風(fēng)暴法、專家預(yù)測法、

區(qū)域高速公路網(wǎng)是區(qū)域社會經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)設(shè)施,為預(yù)測區(qū)域高速公路網(wǎng)交通量,引入經(jīng)濟(jì)學(xué)中的柯布-道格拉斯生產(chǎn)函數(shù),以人均gdp、人口密度為參數(shù)構(gòu)建運(yùn)輸需求函數(shù),基于運(yùn)輸需求函數(shù)構(gòu)建區(qū)域高速公路網(wǎng)交通量預(yù)測模型。模型能以簡單的因素分析基礎(chǔ),對區(qū)域高速公路網(wǎng)交通量進(jìn)行預(yù)測,為區(qū)域公路網(wǎng)交通量預(yù)測提供了新的思路決策依據(jù)。

雖然影響交通量增長的因素有很多,但有兩點是最重要的,一個是國民經(jīng)濟(jì)的發(fā)展現(xiàn)狀,一個是經(jīng)濟(jì)總量與經(jīng)濟(jì)結(jié)構(gòu),前者是主導(dǎo)因素,后者為具體因素。本文基于高速公路入口處的交通量,對探討高速公路出入口交通量與經(jīng)濟(jì)發(fā)展關(guān)系的相關(guān)性提出了建議,旨在提高公路網(wǎng)規(guī)劃的科學(xué)性。

基于邊坡變形監(jiān)測信息具有一定的灰色特征,應(yīng)用灰色系統(tǒng)理論的原理和方法,建立了邊坡變形預(yù)測等步長與非等步長gm(1,1)預(yù)測模型。采用gm(1,1)模型對衡桂高速公路某典型邊坡段測斜管監(jiān)測變形監(jiān)測數(shù)據(jù)進(jìn)行預(yù)測,預(yù)測結(jié)果與實測結(jié)果較為一致,表明了本文建立的灰色預(yù)測模型具有較好的可行性和適用性。

針對交通流中未知的流量難以有效預(yù)測的困難,提出應(yīng)用gm(1,1)模型進(jìn)行交通運(yùn)量預(yù)測的方法,為交通管理提供精確的預(yù)測信息。應(yīng)用基于gm(1,1)模型的灰色預(yù)測方法對北京春運(yùn)鐵路客運(yùn)量數(shù)據(jù)進(jìn)行預(yù)測分析,最后通過誤差分析證明了該方法具有良好的精確度,表明其在公共交通運(yùn)量預(yù)測中是有效的。

文章從灰色預(yù)測模型gm(1,1)原理和誤差檢驗入手,以銅旬高速滑坡監(jiān)測示范工程點地表位移監(jiān)測為例,介紹了灰色預(yù)測模型gm(1,1)在滑坡監(jiān)測預(yù)警中的應(yīng)用,并對監(jiān)測數(shù)據(jù)與預(yù)測數(shù)據(jù)進(jìn)行了比較分析,證明了灰色預(yù)測模型gm(1,1)在滑坡監(jiān)測預(yù)警中的應(yīng)用是合理可靠的。

文章從灰色預(yù)測模型gm（1,1）原理和誤差檢驗入手,以銅旬高速滑坡監(jiān)測示范工程點地表位移監(jiān)測為例,介紹了灰色預(yù)測模型gm（1,1）在滑坡監(jiān)測預(yù)警中的應(yīng)用,并對監(jiān)測數(shù)據(jù)與預(yù)測數(shù)據(jù)進(jìn)行了比較分析,證明了灰色預(yù)測模型gm（1,1）在滑坡監(jiān)測預(yù)警中的應(yīng)用是合理可靠的.

目前高速公路交通預(yù)測方法側(cè)重分析跨區(qū)域問的公路交通需求，難以有效反映高速公路進(jìn)入城市連綿建成區(qū)后，其承擔(dān)的城市交通對交通量的影響，既有公路交通量預(yù)測方法不大適用于城區(qū)段高速公路交通量預(yù)測。對公路交通量預(yù)測方法進(jìn)行改進(jìn)，建立了適用于城區(qū)段高速交通量預(yù)測的傳統(tǒng)公路交通量預(yù)測方法和城市交通預(yù)測方法相結(jié)合的組合預(yù)測方法。組合預(yù)測方法以成熟的城市交通預(yù)測流程為基礎(chǔ)，交通生成和交通分布階段采用兩種方法分別平行進(jìn)行預(yù)測。在交通分布／交通方式劃分階段，利用公路交通量預(yù)測方法預(yù)測所得項目影響區(qū)車輛od矩陣，對城市交通規(guī)劃模型獲得的分車型od矩陣進(jìn)行校正。最后利用校正后的od矩陣在城市交通規(guī)劃模型中進(jìn)行分配得到預(yù)測結(jié)果。該預(yù)測方法已應(yīng)用于廣深沿江高速沙井互通工程可行性研究交通量預(yù)測。

論文 題目bp神經(jīng)網(wǎng)絡(luò)在高速公路交通量預(yù) 測中的應(yīng)用 作者孫學(xué)毅孫學(xué)凡 指導(dǎo)老師汪海洋 帶隊老師冉北 學(xué)校名稱欒川縣第一高級中學(xué) 摘要：本文介紹應(yīng)用bp神經(jīng)網(wǎng)絡(luò)對高速公路交通量的預(yù)測，采用 matlab神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)建立神經(jīng)網(wǎng)絡(luò)預(yù)測模型，運(yùn)用該模型對 高速公路的收費(fèi)情況進(jìn)行預(yù)測，從而間接預(yù)測該高速公路的交通量。 abstract;thisarticleintroduceshowtousethebpneuralnetworkin freewaytrafficvolumeforecasting,adoptingthematlabneuralnetworks toolboxfunctiontobuildtheneuralnetworksforecast

分析了專用公路交通量預(yù)測的影響因素,把專用公路交通量預(yù)測分為3類:a類機(jī)械變化交通量、b類園區(qū)誘增交通量及c類趨勢交通量。提出了3類交通量的預(yù)測方法,并通過實例應(yīng)用,驗證了預(yù)測方法的可行性。

針對傳統(tǒng)的灰色預(yù)測模型對建筑物沉降預(yù)測精度不高、擬合數(shù)據(jù)較差的問題,在傳統(tǒng)的gm（1,1）模型基礎(chǔ)上提出了分?jǐn)?shù)階建模的思想,采用粒子群優(yōu)化算法求解最優(yōu)分?jǐn)?shù)階次,建立基于粒子群優(yōu)化的分?jǐn)?shù)階pfgm（1,1）模型.實例計算表明,分?jǐn)?shù)階fgm（1,1）模型可以提高建筑物沉降的預(yù)測精度,通過粒子群優(yōu)化算法選取最優(yōu)階次可以進(jìn)一步提高預(yù)測精度和誤差檢驗等級.由此可見,基于粒子群優(yōu)化的分?jǐn)?shù)階pfgm（1,1）模型對建筑物的沉降控制有著重要的指導(dǎo)作用.

為研究我國交通事故發(fā)展趨勢,在已有事故預(yù)測技術(shù)基礎(chǔ)上,根據(jù)2009-2013年全國道路交通事故發(fā)生起數(shù)、死亡人數(shù)數(shù)據(jù),建立了交通事故灰色gm（1,1）模型。運(yùn)用matlab進(jìn)行建模分析簡化運(yùn)算過程,并直觀顯示曲線擬合情況。預(yù)測結(jié)果顯示：事故起數(shù)與死亡人數(shù)預(yù)測相對誤差分別為e1=0.0023,e2=0.0040;小誤差概率p均為1;后驗差比值分別為c1=0.0524,c2=0.1082,預(yù)測精度均為一級,短期預(yù)測精度高,能很好地預(yù)測交通事故的發(fā)展趨勢。

交通量的預(yù)測對公路隧道運(yùn)營期通風(fēng)系統(tǒng)的節(jié)能降耗具有重大意義,將新型小樣本學(xué)習(xí)機(jī)器高斯過程引入隧道交通量預(yù)測,提出了一種組合核函數(shù),用以改善單一核函數(shù)高斯過程的泛化性能,在網(wǎng)絡(luò)訓(xùn)練過程中采用粒子群優(yōu)化算法,自動搜尋泛化性能最好的高斯過程超參數(shù),形成粒子群高斯過程耦合算法,并編寫了相應(yīng)的計算程序.對某公路隧道交通量進(jìn)行了預(yù)測,結(jié)果表明：組合核函數(shù)高斯過程最大預(yù)測相對誤差僅為4.41%,平均相對誤差為1.96%;兩種單一核函數(shù)高斯過程最大預(yù)測相對誤差均為6.68%,平均相對誤差分別為2.7%和2.67%;粒子群高斯過程耦合模型可以高精度地用于隧道交通量預(yù)測,且組合核函數(shù)可以提高單一核函數(shù)的泛化性能,并為其他類似工程提供借鑒.

交通量是一個不平穩(wěn)的時間序列,在不確定性條件和缺乏數(shù)據(jù)資料的情況下,交通量的預(yù)測是一個較復(fù)雜的問題?；疑R爾科夫鏈模型是一種結(jié)合經(jīng)典灰色理論和馬爾科夫鏈的狀態(tài)轉(zhuǎn)移行為的預(yù)測模型。該模型在灰色預(yù)測理論的基礎(chǔ)上,再對隨機(jī)波動大的殘差序列進(jìn)行馬爾科夫預(yù)測,實現(xiàn)了兩者的優(yōu)勢互補(bǔ),克服了兩者的不足。以太原市漪汾橋斷面的交通量的數(shù)據(jù)在傳統(tǒng)灰色gm(1,1)預(yù)測模型的基礎(chǔ)上建立交通量的灰色馬爾科夫鏈模型,研究表明,該模型在交通量的預(yù)測方面相對傳統(tǒng)的灰色gm(1,1)模型有更高的精度。

該文以中國房地產(chǎn)指數(shù)系統(tǒng)中揚(yáng)州市住宅均價為研究對象,運(yùn)用灰色系統(tǒng)gm(1,1)模型對價格進(jìn)行了預(yù)測,精度檢驗結(jié)果表明模型的預(yù)測精度較高,在房價預(yù)測中有較強(qiáng)的科學(xué)性和可行性。