共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
对综合运输体系中的热点研究方向即短时交通流的几种主要预测方法:基于混沌时间序列分析、基于L-M算法的BP神经网络、组合预测等方法进行了介绍,并对其原理、优缺点和具体应用分别进行了详细分析,并指出了短时交通流预测研究的发展方向。 相似文献
4.
为了提升城市道路智能交通控制和管理的合理性和有效性,从交通流时空特性角度出发,提出基于传递熵(TE)变量选择和长短时记忆(LSTM)神经网络模型的城市道路交通流预测方法。根据传递熵选取与被测对象时空因果关联性强的影响因素,将筛选所得的因素作为输入变量,建立TELSTM组合预测模型。采用自动车牌识别数据对算法进行训练和实验,并与基于随机森林(RF)、递归特征消除(RFE)、前向选择(FA)的LSTM组合预测模型对比。结果表明:TE-LSTM模型对道路交通流的预测准确度最高,交通流量预测的MAPE低于5%,在满足实际交通管理和控制的数据精度要求的同时,降低了预测模型的变量维度和复杂度,提升预测效率。 相似文献
5.
鉴于当前的城市交通拥挤不堪的现状,以及现阶段道路交通流预测时间消耗过长的弊端,将小波分析引入到城市短时交通流预测过程中,结合隐马尔科夫训练,提出一种基于小波分析的隐马尔科夫训练交通流预测模型。文章以新乡市交通局公交汽车数据和出租汽车数据作为数据来源,应用小波分析和隐马尔科夫相结合的预测模型进行预测,随后将预测结果同传统的隐马尔科夫模型所预测的结果进行对比分析。实验表明,本模型预测结果精确,与真实数据更为贴近,同时有效的降低了交通流预测的时间损耗,在短时交通流预测方面更加具有优越性。 相似文献
6.
《青海交通科技》2019,(4)
交通流量本身具有很强的不确定性,复杂、多变,容易受到随机因素的扰动,并且规律性不明显。随着不同预测方法的引入,对短时交通流的预测也出现了许多预测模型。长短期记忆模型擅长于处理和预测时间序列中具有时间间隔和延迟相对较长特征的重要事件。粒子群算法是一种通过模拟鸟群捕食行为设计的随机优化技术。本研究引入粒子群算法优化长短期记忆模型,使用昆明市某个路口断面所采集的过车数据作为训练集和测试集。本研究使用matlab软件进行上述模型的建模和预测,使用均方误差模型进行预测模型的误差分析。结果表明,引入粒子群算法优化模型后,预测误差降低60%,PSO算法优化LSTM模型能够更为准确的预测交通流量。 相似文献
7.
8.
9.
10.
11.
12.
13.
关于新意法隧道设计的几点建议 总被引:1,自引:0,他引:1
在引进国外先进的隧道修建技术(新意法)时,不应生硬地照抄、照搬,而应在引进和消化吸收的基础上,结合我国的实际情况,不断改进、创新,逐步探索并形成具有中国特色的隧道设计、施工理论和先进、适用的隧道施工方法,以进一步提高我国隧道修建技术水平。文章针对新意法特点,就复杂地质条件下隧道选线、衬砌支护参数的选定及施工方案提出了具体的建议,可为新意法在我国的推广应用提供参考。 相似文献
14.
15.
16.
17.
18.
19.
20.