铜黄公路某滑坡安全监测及预测研究

铜黄公路全长93.9km,其中遇到的各种滑坡30余处。为了研究这些滑坡的治理效果,对其变形与稳定进行了检测。以川口滑坡检测为例,运用灰色理论建立铜黄滑坡安全监控的GM(2,1)模型,其中非等时距位移序列采用拉格朗日插值函数转变为等时距序列。采用非等时距GM(2,1)和GM(1,1)模型对铜黄公路川口滑坡观测点进行安全预测。非等时距GM(2,1)模型预测滑坡变形精度总体较GM(1,1)模型高。由预测结果可见,治理后该滑坡是稳定的,预测结果和实际吻合良好。     

驾驶员预估效应下车流能耗演化机理研究

考虑实际交通中驾驶员预估效应对车辆跟驰行为的影响, 提出了一个改进跟驰模型. 采用线性稳定性理论获得了该模型的线性稳定性判据. 运用数值仿真的方法, 系统研究了驾驶员预估效应下车流的整体平均能耗和单车能耗的演化机理. 研究结果表明, 驾驶员预估效应能显著提高车流稳定性, 且随着驾驶员预估时长的增加, 车流的整体平均能量损耗和单车能量损耗将逐渐降低.     

基于蒙特卡罗方法的中国中长期煤炭需求预测

为避免传统预测方法的参数取值主观性问题,采用参数随机产生的蒙特卡罗方法预测中国中长期煤炭需求。首先分析了经济增长、能源结构和产业结构三个主要煤炭需求影响因素,并基于1980~2015年间各影响因素及煤炭消费的历史数据和最小二乘法的多元线性回归拟合煤炭需求方程。在此基础上,构建各影响因素的概率分布,采用蒙特卡罗方法模拟1981~2015年的煤炭需求,发现仿真结果可以较好拟合现实,可作为仿真预测的有效工具。结合经济新常态和能源结构调整的现状,控制参数取值范围进行蒙特卡罗仿真预测,结果显示,2016~2025年的煤炭需求呈先上升后下降趋势,并于2020年达到需求的峰值40.25亿吨,这些结果对于煤炭产业的科学决策有重要的作用。     

Assessing the Calibration of High-Dimensional Ensemble Forecasts Using Rank Histograms

Any decision-making process that relies on a probabilistic forecast of future events necessarily requires a calibrated forecast. This article proposes new methods for empirically assessing forecast calibration in a multivariate setting where the probabilistic forecast is given by an ensemble of equally probable forecast scenarios. Multivariate properties are mapped to a single dimension through a prerank function and the calibration is subsequently assessed visually through a histogram of the ranks of the observation’s preranks. Average ranking assigns a prerank based on the average univariate rank while band depth ranking employs the concept of functional band depth where the centrality of the observation within the forecast ensemble is assessed. Several simulation examples and a case study of temperature forecast trajectories at Berlin Tegel Airport in Germany demonstrate that both multivariate ranking methods can successfully detect various sources of miscalibration and scale efficiently to high-dimensional settings. Supplemental material in form of computer code is available online.     

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.     

基于公平与效率的城市应急车辆配置研究

在城市中,消防、医疗、警务等应急车辆的配置是城市管理的一个重要方面.对该问题进行了研究,提出了对其评价的两个标准:公平与效率.作者根据这两个标准建立数学模型,该模型可用于这类车辆的管理.     

福建省科技投入强度的预测预警研究

本文在分析福建省历年R＆D强度及特征的基础上．构建了R＆D强度的灰色预测模型和增长型曲线外推模型,并利用它们构建了组合预测模型,同时以全国平均水平为依据构建了预警系统,得到2008—2010年的R＆D强度预测值分别为1．0321％、1．1186％、1．2115％,预警结果3年都是巨警。结果表明,福建省的R＆D强度在2010年达不到1．7％的水平,这与福建省“十一五”R＆D投入强度的既定目标相去甚远。随后,文章提出了福建省实现“十一五”科技投入强度目标的条件要求,为政府制订和调整科技投入政策提供参考。     

多变量整体模式累加多层统计模型的建立及其在组织绩效预测上的应用研究

为了解决多层的少样本或无规则数据的建模问题,在一般多层统计模型的基础上提出了多变量整体模式的累加多层统计模型。此模型把累加方法的优点(将无规则数据转化成有规则数据)与多层统计模型结合起来,拓展了多层统计模型的适用范围。从其在香蕉组织绩效的分析以及在仅有两个调查数据香蕉组织形式绩效的预测中,可以看出此模型有较强的实用性。     

若干经济数学模型的研究与应用

本文论述了近些年我们在投入产出模型、广告最优随机控制模型、最佳营销管理模型以及时间序列—马尔可夫链组合预测模型等方面所做的研究工作，同时也论及国内外在上述几方面的研究状况．     

基于灰关联分析的GA-BP神经网络在汽车油耗估算中的应用

从设计参数特征入手分析影响汽车油耗的因素,利用灰关联分析方法,解析了各设计参数对汽车油耗的影响程度,选择其中灰关联度较大的设计参数作为输入数据,综合工况油耗作为输出数据,构建6-5-1层结构的BP神经网络预测模型,并利用遗传算法获得优化后的BP神经网络的权值和阈值,然后训练BP神经网络得到最优值,最后以国内市场340款汽车作为研究样本,进行有效性验证.研究结果表明,模型利用灰关联分析获得影响汽车油耗的主要因素,简化了网络结构;与优化前的BP神经网络相比,具有更高的预测精度和可靠性.