基于出行目的链的出行生成—分布组合模型分析

目前,我国城市轨道交通客流预测大多采用交通产生、吸引、出行分布、出行方式划分四阶段模型,其中出行生成与分布是方式划分和交通分配的前提,是模型重要的组成部分.在对传统的四阶段模型的分析基础上,结合非集计模型的优点,论文提出了基于出行目的链的出行生成—分布组合模型.模型充分考虑了居民出行链、出行目的等对客流预测的影响,在完善我国轨道交通客流预测理论和方法,提高预测精度等方面具有一定的理论价值和实际意义.     

非均质气藏水平井三维渗流的产能预测方法

建立了非均质气藏水平井三维渗流产能预测的数学模型,采用有限元方法对其进行求解,求解时将地质模型区块中不同空间位置处的渗透率值以及其它气藏物性参数分别布置到有限元模型的相应位置处的网格中,从而体现了三维空间中气藏的非均质特性.分析了非均质性对气藏水平井产能的影响.结果表明,气藏的非均质性对水平井的产气量影响很大,在相同的生产压差下,存在高渗透带的气藏水平井产量明显高于均质气藏水平井的产量;高渗透带条数越多、渗透率越大,导致气藏内压力消耗越小,水平井产量越高.最后,结合松辽盆地徐深层气田的地质特点和储层特性,给出了该气田的水平井产能预测实例.研究方法符合气藏的实际情况,为气藏水平井,特别是非均质气藏水平井的产能预测提供了一种行之有效的方法.     

短时交通流混沌预测模型的比较研究

短时交通流预测是实现交通流诱导的关键技术之一.针对目前短时交通混沌预测模型预测结果差异较大的问题,归纳了4种基于混沌理论的短时交通流预测模型:RBF神经网络模型、最大Lyapunov指数模型、局域线性模型和Volterra滤波器自适应预测模型,并对这4种预测模型进行了比较研究.应用4种预测模型对几个典型的非线性系统进行预测,验证了算法的准确性.然后用这4种预测模型对微观实测交通流的时间序列进行实证分析.仿真结果表明,4种预测模型对典型混沌时间序列具有很好的预测效果;而对实测交通流预测,其预测精度和稳定性较差,但可以满足实时交通流预测的需要.     

控制点优化磨光算法在长江径流量预测中的应用

盈亏修正磨光法所得到的逼近效果仍然很差,通过控制点的参数优化和目标函数的最小,提出一种控制点优化磨光算法,利用这个算法得到参数后代入模型,使预测的精度得到提高.通过实例,该算法简单易行,并通过相对误差进行了分析,控制点优化磨光算法所得到的预测值好于神经网络模型、PPAR和小波网络模型的预测值,这为研究磨光法提供了较好的分析方法.     

RBNS的线性预测模型

传统的准备金方法都是基于聚合数据的,聚合数据是个体数据的汇总,它们丢失了许多有用信息,影响了准备金预测的准确性.本文提出了一个基于个体数据的线性预测模型,该模型不需要对数据的矩的具体形式进行假设,更不需要对数据的分布进行假设,而只需假设个体索赔数据的前两阶矩存在,具有适用范围广,简单易操作等特点.在文章的最后,通过随机模拟把提出的方法与著名的链梯法进行了对比,模拟结果显示,本文提出的方法是行之有效的.     

PLS分析与RBF神经网络耦合环境模型

鉴于城市大气环境质量受到诸多复杂因素影响,且各因素间存在多重相关性,本文将偏最小二乘(PLS)分析与人工神经网络径向基网络(RBF)耦合,建立偏最小二乘径向基神经网络模型(PLSRBF),应用于贵阳大气环境质量的检验和预测。实例表明:PLSRBF模型可对原多自变量模型进行降维简化,并可有效提取解释变量信息,防止信息丢失,且具有较强的拟合能力。     

基于ARIMA与神经网络集成的GDP时间序列预测研究

本文深入分析了单整自回归移动平均(ARIMA)模型与神经网络(NN)模型的预测特性和优劣,并在此基础上建立了由ARIMA模型和NN模型集成的GDP时间序列预测模型与算法。其基本思想是充分发挥两种模型在线性空间和非线性空间的预测优势,据此将GDP时间序列的数据结构分解为线性自相关主体和非线性残差两部分,首先用ARIMA模型预测序列的线性主体,然后用NN模型对其非线性残差进行估计,最终集成为整个序列的预测结果。仿真实验表明:集成模型的预测准确率显著高于单一模型的预测准确率,从而证实了集成模型用于GDP预测的有效性。     

油田开发指标系统的概率模拟预测

基于油田开发指标系统的复杂性和其影响因素带有明显的随机特征,从理论和实用上研究了油田开发指标系统的不确定性预测方法.方法提出采用神经网络建立开发指标和影响因素的关联关系;利用微分模拟研究开发指标的影响因素的概率分布;使用蒙特卡罗方法对影响因素进行随机抽样;依据得到的关联关系和影响因素的随机样本建立油田开发指标的概率预测模型.此外,设计了概率模拟器.实例研究表明开发指标的预测值以某概率落在某个区间内,这可为决策者做出符合实际的决策和准备应急决策方案提供依据.     

博弈论在通信对抗态势预测中的应用

本文首先提出了基于博弈论预测电磁态势演变的基本构想,设置了通信对抗的场景并构建了相应的数学模型.其次,分析了通信对抗电磁态势生成流程,最后结合一定的作战背景进行了仿真实验,基于双方博弈的原则预测了通信对抗态势的演变.仿真结果与理论分析相符,该研究成果已在多个作战仿真系统中得到了成功应用.     

基于径向基神经网络预测的混沌时间序列嵌入维数估计方法

根据Takens定理,研究了混沌时间序列相空间重构嵌入维数的选取问题.提出了基于径向基函数神经网络预测模型性能的嵌入维数估计方法,即根据嵌入维数与混沌时间序列预测模型性能的变化关系来确定嵌入维数.通过对几种典型混沌动力学系统的数值验证,结果表明该方法能够确定出合适的相空间重构嵌入维数. 关键词： 混沌 相空间重构 嵌入维数 预测