期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
最优加权组合模型在水上交通事故预测中的应用
被引量:
2
下载PDF
职称材料
导出
摘要
依据水上船舶交通事故数据,在建立GM(1,1)模型和灰色Verhulst模型的基础上,建立了水上船舶交通事故数的最优加权组合模型,并对各模型的预测精度进行了分析比较。结果表明,组合模型比单一模型有更高的预测精度。采用该组合模型是提高水上交通事故预测精度的有效方法。
作者
危强
陈海山
机构地区
上海海事大学
温州海事局
出处
《中国水运(下半月)》
2013年第8期77-78,81,共3页
关键词
水上交通事故
VERHULST模型
GM(1
1)模型
加权组合模型
分类号
U491 [交通运输工程—交通运输规划与管理]
引文网络
相关文献
节点文献
二级参考文献
16
参考文献
7
共引文献
51
同被引文献
7
引证文献
2
二级引证文献
3
参考文献
7
1
Bates J.M,Granger C.W.J. The Combination Forecasts[J].Operational Research Quarterly,1969,(04).
2
李云表,祝贵兵.
基于GM(1,1)模型的海上交通事故预测[J]
.中国水运(下半月),2009,9(11).
被引量:7
3
赵佳妮,吴兆麟.
基于灰色马尔可夫模型的水上交通事故预测[J]
.大连海事大学学报,2005,31(4):15-18.
被引量:19
4
刘思峰;郭天榜;党耀国.灰色系统理论及其应用[M]北京:科学出版社,1999.
5
邓聚龙.灰色预测与决策[M]武汉:华中理工大学出版社,1986.
6
李秀珍,孔纪名,王成华.
最优加权组合模型在滑坡变形预测中的应用[J]
.自然灾害学报,2008,17(2):53-57.
被引量:21
7
耿悦敏.
基于最优加权的组合预测模型及应用[J]
.五邑大学学报(自然科学版),2008,22(1):63-67.
被引量:11
二级参考文献
16
1
李秀珍,许强.
滑坡预报模型和预报判据[J]
.灾害学,2003,18(4):71-78.
被引量:51
2
文新辉,陈开周.
一种新的最优组合预测方法及其应用[J]
.西安电子科技大学学报,1994,21(3):284-290.
被引量:3
3
朱忠荣,蔡启龙,寇国祥.
组合预测模型在土石坝沉降分析中的应用[J]
.水利与建筑工程学报,2005,3(1):53-54.
被引量:5
4
刘斌,陈得力.
贫信息状态下的集装箱吞吐量精确预测灰色模型[J]
.大连海事大学学报,2005,31(2):36-37.
被引量:6
5
王郁.
组合预测何以兴起[J]
.预测,1989,8(4):1-2.
被引量:8
6
赵梅娟,王钟羡.
组合预测在应力集中问题中的应用[J]
.机械强度,2006,28(1):96-98.
被引量:4
7
张斌,宿其连,金敏,孙耀东.
森林病虫害的灰色马尔柯夫预测[J]
.吉林林学院学报,1996,12(2):116-120.
被引量:11
8
李天斌 陈明东 王兰生.滑坡实时跟踪预报[M].成都:成都科技大学出版社,1999.23-27.
9
BATES J N, GRANGER C W J. Combined forecasting[J]. Journal of Operational Research, 1969, 20: 451-468.
10
BARNARD. Optimization for training neural nets[J]. IEEE Trans on Neural Networks, 1992, 3(2): 232-240.
共引文献
51
1
杜柏松,艾万政,胡林燕,朱鹏飞.
基于改进SCGM(1,1)_(C)模型的海上交通事故量预测[J]
.中国航海,2021,44(4):1-6.
被引量:2
2
王国庆,李克祥,郑国华,郑冠,陈辉.
浙江渔船安全事故要案数据分析与预警模型研究[J]
.中国高新科技,2023(2):88-91.
被引量:1
3
赵琳琳,夏乐天.
灰色马尔可夫链模型的改进及其应用[J]
.河海大学学报(自然科学版),2007,35(4):487-490.
被引量:34
4
田俊改,许红军.
基于灰色马尔可夫链的航空货邮预测[J]
.中国民航大学学报,2009,27(1):35-38.
被引量:6
5
郑建湖.
基于最优加权的道路交通事故组合预测模型[J]
.中国安全科学学报,2009,19(7):37-40.
被引量:8
6
邓宏艳,王成华.
非线性组合模型在库岸边坡地下水位预测中的应用[J]
.土木建筑与环境工程,2010,32(1):31-35.
被引量:4
7
陆付民,王尚庆,李劲,严学清.
顾及地下水位因子的卡尔曼滤波模型在滑坡变形预测中的应用[J]
.武汉大学学报(信息科学版),2010,35(10):1184-1187.
被引量:10
8
夏立福,李井春,王洪海.
基于IOWA算子的组合预测模型研究及应用[J]
.测绘与空间地理信息,2011,34(1):208-209.
被引量:2
9
周少龙,周锋.
基于时间序列的港口货物吞吐量GRNN预测模型[J]
.上海海事大学学报,2011,32(1):70-73.
被引量:14
10
王宝阔.
船舶交通事故量灰色预测应用研究[J]
.中国航海,2011,34(1):59-62.
被引量:12
同被引文献
7
1
李云表,祝贵兵.
基于GM(1,1)模型的海上交通事故预测[J]
.中国水运(下半月),2009,9(11).
被引量:7
2
张晓东,张浩,陈亮,肖英杰.
基于负二项回归的水上交通事故分析与预测[J]
.上海海事大学学报,2013,34(2):8-12.
被引量:17
3
周俊华,陈先桥,张笛,张金奋.
基于贝叶斯网络的内河航道拥堵预警系统设计[J]
.武汉理工大学学报(信息与管理工程版),2013,35(3):353-356.
被引量:7
4
冯锦华,王前进.
基于“指数平滑预测法”水上交通事故预测分析及应对措施[J]
.中国水运(下半月),2013,13(9):31-34.
被引量:4
5
王祺,王志明.
马尔可夫灰模型的海上交通事故预测[J]
.中国航海,2013,36(4):119-124.
被引量:12
6
赵占飞,梁伟,郭晓燕.
基于支持向量机模型的滚动轴承运行状态预测研究[J]
.石油矿场机械,2016,45(3):16-20.
被引量:4
7
牛佳伟,李连博,陈昌源,林威.
加权灰色关联理论模型在辽宁海上交通事故分析与预测中的应用[J]
.上海海事大学学报,2016,37(1):65-69.
被引量:13
引证文献
2
1
彭小玲.
支持向量机技术在海上船舶交通事故预测中的应用[J]
.舰船科学技术,2018,40(1X):55-57.
被引量:3
2
郑洪江.
一种基于贝叶斯网络的安全信息接收预测模型[J]
.计算机产品与流通,2017,0(12):38-39.
二级引证文献
3
1
白润才,柴森霖,刘光伟,付恩三,赵景昌.
露天矿行车事故预测方法及应用[J]
.重庆大学学报(自然科学版),2019,42(6):88-98.
2
林浩,李雷孝,王慧.
支持向量机在智能交通系统中的研究应用综述[J]
.计算机科学与探索,2020,14(6):901-917.
被引量:31
3
王小洁.
基于回声状态网络的船舶交通事故预测[J]
.舰船科学技术,2019,41(16):16-18.
被引量:3
1
陈海山,危强.
灰色Verhulst模型在水上交通事故预测中的应用[J]
.中国航海,2013,36(2):67-69.
被引量:7
2
胡晓阳,王连俊,张光宗.
Logistic及Verhulst预测模型在路基沉降预测中的拟合研究[J]
.铁道标准设计,2013,33(9):1-4.
被引量:8
3
王东,尹朝忠,艾健.
基于BP神经网络的水上交通事故预测研究[J]
.珠江水运,2011(16):80-82.
被引量:1
4
杨琭,阎光伟.
基于最优加权组合模型的道路交通事故预测[J]
.中国科技信息,2015(23):46-49.
5
许大宏.
灰色Verhulst模型在短时交通流预测中的应用[J]
.计算机时代,2011(2):51-53.
被引量:5
6
王义国,吉安俊.
隧道围岩变形预测Verhulst模型的精度与影响因素分析[J]
.现代隧道技术,2015,52(5):74-78.
被引量:7
7
王义国,吉安俊,丁峥时,吕国良,李俊.
灰色预测模型在隧道围岩变形中应用研究[J]
.建筑结构,2010,40(S1):319-321.
被引量:1
8
赵玲,许宏科,程鸿亮.
基于最优加权组合模型的道路交通事故预测[J]
.计算机工程与应用,2013,49(24):11-15.
被引量:25
9
魏阳平,刘涌江.
高路堤沉降的灰色系统理论预测方法[J]
.公路交通技术,2004,20(4):5-7.
被引量:6
10
袁胜强,鲍学英,王起才.
基于马尔科夫—Verhulst模型的铁路货运量预测研究[J]
.铁道标准设计,2016,60(10):27-30.
被引量:5
中国水运(下半月)
2013年 第8期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部