摘要：研究了大规模无线局域网内的流量特性,发现不同接入点间的流量存在格兰杰因果关系。流量的格兰杰因果关系说明,可以通过多个存在因果关系的接入点的历史流量,提高对目标接入点的当前流量预测的准确性。通过贝叶斯网络对存在因果关系的接入点流量进行建模,并利用多个接入点的历史流量对目标接入点的流量进行预测,提高了预测的准确性。最后,通过接入点数量大于100个的无线局域网的实际流量数据,验证了该方法的有效性及准确性,建立了一套完整的数据特征分析、建模及预测的流量数据处理流程。

摘要：针对停车泊位占用率预测方法中对空间因素和多维度影响因素考虑不足的问题,扩展了格兰杰因果关系模型,提出一种综合考虑时空相关性和多维度影响因素的停车泊位分析模型,并在此基础上设计了基于神经网络的停车泊位占用率预测算法.采用欧盟FP7项目提供的City Pulse数据集进行仿真实验,实验结果表明:基于多维时空因果关系的神经网络学习预测方法较其他基于时空相关性的停车泊位预测方法的预测精度都有提高;在容量为56辆车的停车场样本中,对0. 5 h后和1. 0 h后停车泊位占用率进行预测的平均绝对误差低至2. 488、3. 418,绝对误差小于20%、10%的预测结果占比更大.

摘要：选取重庆1985—2011年物流与经济增长相关数据,应用ADF方法、DF-GLS方法和PP方法对时间序列进行了单位根对比性检验,应用EG两步法对时间序列进行了协整分析和格兰杰因果关系检验。研究表明:货物周转量和物流网络里程同时作为解释变量分析物流发展与经济增长关系时会引起共线性问题;物流业总产值和经济增长不具有协整关系;货物周转量与经济增长具有协整关系且有单向的格兰杰因果关系,即经济增长会使得货物周转量增加。