...
机译:运输预测模型的新方法:四个研究建议的综合
US Department of Transportation, John A. Volpe National Transportation Systems Center, Kendall Square, Cambridge, MA 02142, USA;
household activity model; microsimulation; travel demand forecasting;
机译:预测宏观经济时间序列:基于LASSO的方法及其与动态因子模型的预测组合
机译:结合UrbanSim和交通模型对家庭能源消耗和相关的CO_2排放进行建模和预测:亚特兰大BeltLine案例研究
机译:时间序列建模和预测印度的稻米生产-ARIMA与STM建模方法
机译:基于BP神经网络联合预测模型的铁路煤运输量分析与预测
机译:与应用到水能Nexus研究和平行杂交Sarima-Ann模型的建议的预测预测单变量时间序列数据
机译:神经网络的天气预报模型准确性分析和ECMWF增强建议
机译:运输需求预测方法的提案及应用,占土地利用和公共交通的内源性变化
机译:旅行预测模型的新方法:四种研究方法的综合