移动综合分析法在南宁水文站中长期流量预测中的应用研究

中长期流量预测预报是一项非工程防洪减灾措施,原来的方差分析法只能作出一种预测方案,一个预报值,不能做多个方案进行比较优选。移动综合分析法运用移动步长法与改进方差分析法组合法,解决方案单一、合格率低、准确率低的关键技术问题。移动综合分析法将原数据系列用移动步长法分成多组奇、偶数系列,计算奇、偶数系列方案的优选率,采用优中选优而得最佳方案。通过采用移动综合分析法对南宁站历年年最大流量系列进行预测分析,优选出预测方案的合格率和预测值的准确率都在90%以上,提高了中长期水文预测精度。

考虑周期性波动因素的中长期空中交通流量预测

为准确把握空域单元交通流量的变化趋势和周期性波动规律,综合考虑气候、季节、交通需求等因素,通过分析中长期历史流量数据,在线性增长模型的基础上,建立了考虑周期性波动因素的空中交通流量动态线性改进模型,采用贝叶斯状态估计和预测方法对模型进行求解,提出了一种根据空域单元流量时序数据预测中长期流量及其变化趋势的预测方法.利用国内典型空域单元实际流量数据,对比分析了上述两种模型的预测性能.实例研究表明:与线性增长模型的预测结果相比,本文模型的流量预测结果更符合我国的实际情况,反映了流量周期性波动特点,年流量预测结果的平均绝对误差从3.14%下降到了1.71%,预测误差的标准差从2.01%下降到了0.02%.

融合等维新息的灰色马尔科夫模型的地铁中长期客流量预测

地铁中长期客流量预测在单一模型中很难同时满足数据的稳定性、周期性等特征导致其预测结果较差。针对中长期客流预测精度较低的问题,本文使用融合等维新息的灰色模型与马尔科夫模型组合的地铁客流预测模型。首先对原始数据序列进行预处理,其次建立灰色GM(1,1)模型并融合等维新息的思想来提高中长期预测精度。然后将马尔科夫链纳入融合等维新息的灰色模型来修正残差。最后,选用2013~2019年上海地铁日均客流量进行预测,结果表明融合等维新息的灰色马尔科夫模型在地铁中长期客流量预测精度为I级(优),高于单一模型。

基于近似周期性的空中交通流量中长期分割预测方法

为了准确地进行空中交通流量中长期预测,基于空中交通流量随时间发展的近似周期性提出了一种空中交通流量中长期预测方法。首先,定义了空中交通流量随时间发展的近似周期性,论证了年流量序列具有近似周期性,并确定了利用差商判定近似周期性的判定方法;其次,基于空中交通流量随时间发展的近似周期性提出了一种分割预测模型。该模型将存在近似周期性波动的1年中的12个月的月空中交通流量按自然月分割成时间序列相对平稳的独立月空中交通流量,结合灰色预测方法对独立月空中交通流量进行预测。最后,依据近似度和历史时间序列数据计算出的平均差商调整预测结果。通过对某管制区域航班保障架次的算例分析,得出预测结果后对预测结果进行分析,验证了预测结果保留历史数据中近似度为0.6的近似周期性并且得到了较好的结果预测精度。