一种叠加随机游走重力模型的链路预测算法

基于局部随机游走的链路预测算法忽略网络结构对转移概率的影响,不适用于具有局部高聚集程度的网络,因此提出叠加随机游走重力模型的链路预测算法。结合局部信息重定义随机游走的转移概率矩阵,将其应用到叠加随机游走中,量化局部网络结构对游走转移的影响,利用叠加随机游走得到的转移概率重定义重力模型参数,计算节点之间的相似性。与基于局部信息、路径、随机游走和节点聚类系数的算法相比,在局部无高聚集程度的网络中,新算法的AUC指标平均为0.951,提高了1.3%,Precision指标提高了0.9%;在具有局部高聚集程度的网络中,新算法的AUC指标平均为0.978,提高了5.5%,Precision指标提高了1.4%。     

改进多元线性回归模型在某油田产量预测中的应用

为了预测油田的动态产量,根据实际工作经验选择一些与油田产量有关的因素作为建模变量,通过对多个变量的综合回归分析,确定影响油田产量的重要因素,并建立适合某油田年产量预测的多元线性回归模型。分析回归参数求解过程中的重要信息,并建立了年产油量的改进回归预测模型。同时,将两种预测模型应用于某油田产量预测,通过比较,可以看出改进回归模型形式更加简单,预测结果更准确。     

BP模型的改进算法及其在负荷预测中的应用

分析了BP模型学习算法——累积误差进传播算法在接近极小点时收敛速度变得异常缓慢的原因,并通过对连接权值的调整量引入权重系数,提出了一种改进的BP模型学习算法,大大加快了收敛速度,提高了收敛性。还利用提出的改进算法对某省中期负荷进行了预测,算例结果表明了该算法的有效性。     

应用多元线性回归模型的铁路客运量预测

以2004—2016年西宁市既有线铁路客运量及其他相关统计数据为基础样本数据,建立西宁市铁路客运量多元线性回归预测模型,预测人口总数、历年生产总值及接待游客总量对西宁既有线铁路客运量的影响程度,采用Eviews软件作为软件平台,对铁路客运量进行短期预测,最后对模型进行检验。结果表明:游客总量对西宁既有线铁路客运量有着显著的正相关关系,而人口总数、生产总值对铁路客运量有着负相关关系。经检验与应用,利用回归模型得到的预测值与实际值相差较小,精度较高,预测效果良好,适合对西宁铁路客运量的短期预测。     

ARIMA 模型在湖北省 GDP 预测中的应用

本文依据1978至2010年湖北省 GDP 的相关数据建立 ARIMA 模型。利用 STATA 统计分析软件对时间序列数据进行了平稳性检验、模型的选择、模型的定阶和模型的检验。经过合理筛选,选择 ARI－MA（0,1,1）模型作为最终模型,并以此模型对湖北省2011至2015年 GDP 值做出预测。结果显示,2013年前的预测结果基本符合事实,2014—2015年 GDP 的预测值具有参考价值,所以模型具有可应用性。     

灰色动态模型在人口总量预测中的应用

在介绍灰色动态模型原理与模型检验的数学理论的基础上考察灰色动态模型在人口总量预测中的应用,结合实际建立人口总量预测模型,经模拟预测残差检验和后验差检验均为“很好”,说明该模型具有一定的应用价值。     

灰色神经网络模型在猪肉价格预测中的应用

本文针对猪肉价格波动的特点,利用灰色神经网络模型（CGNN）对猪肉价格进行预测。CGNN模型是对同一已知时间序列,采用不同的GM（1,1）改进模型得到的预测结果使用神经网络进行组合,将每个灰色预测结果“串联”起来,融入神经网络之中,发挥每个灰色预测模型的优点,从而得到更为精确的预测值的方法。     

人工神经网络在预测集成中的应用研究

本文在分析预测技术的基础上 ,提出了集成时间序列预测与因果预测的人工神经网络模型 ,并用实例进行了分析验证 ,证明该模型在许多性能方面优越于单一模型。     

组合预测在油气操作成本预测中的应用

油气操作成本在油气生产中占有较大比重，其高低直接影响油气田开发的经济效益。准确地预测油气单位操作成本，可以在生产中采取有效的控制手段，降低成本，提高企业效益。将组合预测法应用于油气操作成本的预测，利用非线性回归模型和灰色模型加权组合建立组合预测模型，并通过平均绝对误差、平均绝对百分比误差、均方误差和均方百分比误差等指标比较，证明组合模型比单一模型的预测效果更好，能提高油气操作成本预测的精度。     

灰色Verhulst模型在预测油田产量递减率中的应用

对自然递减率和综合递减率的科学预测是油田开发工作中的一项重要环节.油田产量递减率随时间的变化曲线和Verhulst模型曲线相类似,可以应用该模型预测自然递减率和综合递减率.根据某油田历史数据进行实例应用发现,灰色Verhulst模型对自然递减率和综合递减率的预测精度均达到98%以上,预测效果良好.通过比较三种灰色Verhulst模型的预测精度发现,不断引入新数据、摒弃不反映系统发展规律的老数据的灰色Verhulst新陈代谢模型能够更准确地反映系统演变发展规律.     

基于国民经济大系统下的铁路货物运输量预测方法的研究

铁路运输是一个复杂的系统 ,国民经济对其有巨大影响。本文在国民经济对铁路运输影响的定性分析基础上 ,选取了国内生产总值指数、第二产业比重、原煤产量、钢产量、港口货物吞吐量、基本建设投资、铁路市场份额、铁路货运量 8个指标作为影响因素指标 ,运用BP神经网络模型建立它们与货运量之间的联系 ,并依此对铁路的货运量进行预测 ,取得了满意的结果     

时间序列在城市交通预测中的应用

在地铁的可行性报告中，客流量的预测是一个重要的组成部分。T市地铁可行性研究报告中关于客流量的预测方法，采用的是国际上目前通用的四阶段法〔‘一，」。但该方法需要大量的调查数据，存在着调查的时效性问题，而且涉及许多参数，增大了预测的难度。此外，还存在着预测的跨     

基于灰色系统理论的改装汽车销售收入预测模型研究

我国改装汽车销售收入预测是一个多因素、多层次的复杂系统,其销售收入的时间序列正是该系统内部各因素之间相互制约、相互影响,协调发展的结果。根据灰色系统原理,可不去研究这个复杂的系统内部的因素及相互关系,而从销售收入时间序列这个综合灰色变量本身去挖掘有用信息,利用它的动态记忆性,建立灰色模型来寻找和揭示系统改装汽车销售收入的内在规律,并以此建模,对未来销售收入做出预测。     

基于模糊回归的交通流量预测模型

通过分析历史流量数据与上游路段的流量数据,建立基于模糊回归的交通流量预测模型。并通过长春市路段上的实际数据验证表明,各拟合的中心值和观测值的相对偏差平均在8%以内,论文建立的模糊回归对于单个路段预测的结果比较好,效果要优于简单的多元回归方法。表明此方法在实际应用中是切实可行的。     

铁路客运分段能力配置策略研究

铁路客运分段能力配置策略能够针对季节客流特征,在春节等节假日客运需求非常巨大、平时客流明显减少的情况下,最大程度地满足旅客出行需求。基于线性回归方程的铁路客运需求预测模型,能够科学合理、有效地配置客运能力。运用MATLAB软件,结合南京站旅客运输数据,通过实证分析研究,验证优化模型在阶段性运能配置方面的期望效应。     

铁路旅客人身伤害的赔偿责任

在铁路运输企业对于旅客的人身伤亡不具有过错的大前提下,我国铁路旅客人身伤亡赔偿采取的是限额赔偿制度;铁路旅客运输实行强制保险制度,当旅客发生意外人身伤害时,根据人身保险合同还享有得到保险赔偿的权利;铁路运输企业对旅客在运输过程中人身伤亡的赔偿责任应采用严格责任归责原则;由于第三人造成旅客伤害的,铁路运输企业对第三人所致旅客伤害有先予赔偿的义务,铁路运输企业赔付后,有权向有责任的第三人追偿。     

论铁路交通事故归责原则

目前我国有关交通事故的立法严重滞后,理论界和实务部门对铁路交通事故归责原则众说纷纭。鉴于我国的国情,铁路交通事故应适用过错责任原则。     

议会立法与工业化时期英国铁路交通的发展

英国早期铁路的发展有力地推动了英国的工业化进程和英国社会的整体进步。英国政府对其早期铁路建设总体上采取了积极的态度,在坚持自由放任政策的同时,以议会立法来支持、规范和推动铁路的建设发展。议会立法对工业化时期铁路交通的推动主要表现在:赋予私人铁路公司筑路权,使铁路公司突破旧有产权制度限制获得土地使用权,同时获得铺设铁轨及配置相关设施的权利;推动早期铁路系统的整合,形成了全国性铁路网的主要框架;促进了早期铁路的经营和管理。正是在政府一定程度的控制和协调下,英国建成了适应其经济社会发展需要的早期铁路交通系统。     

新陈代谢和GM（1,1）模型在深圳货运量预测中的应用研究

本文应用新陈代谢和GM（1,1）模型,以深圳货运量为研究对象进行对比分析,研究结果表明新陈代谢模型预测的精度高于GM（1,1）模型。在此基础上,运用新陈代谢模型预测2009~2013年深圳货运量,预测结果显示,到2013年深圳物流业仍将保持高速发展态势,其货运量将达到2008年的两倍,这一结论能为当地物流业发展提供参考。     

铁路客运市场调查及管理研究

目前,铁路客运部门缺乏对市场调查的综合计划,不注意资料积累的系统性和数据分析的连续性.客运市场调查应在调查范围、调查目的和调查时间方面具有系统性、完整性和连续性,本文对建立科学、系统的市场调查制度和市场调查方法等内容进行了探讨.