混合神经网络跟驰模型的建立

将混合神经网络模型(CNNM)应用于跟驰模型的建立。进行基于车载高精度GPS的跟驰试验设计,并结合试验数据,介绍模型建立的原理和过程。分别建立基于BP神经网络和基于径向基神经网络的跟驰模型,并应用于混合神经网络跟驰模型的建立。模型通过实测数据对混合模型的信用值进行调整,从而组合得到较高的精确度。通过对预测效果的比较,可以发现混合神经网络跟驰模型可以取得比单一神经网络模型更好的预测效果。     

BP神经网络和GM(1,1)灰色模型在公路客运量预测中的应用

在灰色预测的基础上,引入BP神经网络模型,建立了GM(1,1)和BP神经网络组合模型。此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少,数据波动性大对预测精度的影响,也增强了预测的自适应性。实例证明了组合模型的预测精度高于单独的GM(1,1)模型,可以用于公路客运量预测。     

基于灰色BP神经网络组合模型的基坑变形预测研究

为了使得基坑变形预测在“少样本”“贫信息”的情况下依然能够得出精度较高的结果,在传统的灰色GM(1,1)模型和BP神经网络模型的基础上,进行了灰色BP神经网络组合模型的研究。通过总结2传统模型的原理和算法,归纳各自的优缺点,分析2模型在本质原理上的关系,提出了构建组合模型的方法。利用广州市轨道交通三号线燕塘站的监测数据,对灰色GM(1,1)模型、BP神经网络模型和灰色BP神经网络组合模型分别进行了检验,肯定了组合模型的优越性。     

基于投影寻踪神经网络模型的短时交通量预测研究

准确有效地预测短时交通流量是实施交通诱导及控制的前提与关键,但由于短时交通流量具有高度复杂性、随机性、非线性和不确定性等特性,导致预测难度高、准确度低、实时性差。基于此,文中综合利用投影寻踪技术和BP神经网络的优点,提出了运用投影寻踪回归模型和BP神经网络技术相结合建立组合模型的预测方法,并编写出模型的算法程序。将该组合模型应用于路段短时交通量的实时预测实例,实验结果证实该组合模型具有较好的预测能力和较强的时效性。     

神经网络与马尔科夫组合预测模型在高速公路沥青路面使用性能中的应用

通过对影响路面使用性能的因素分析,考虑己有预测模型的优缺点和应用情况,提出了神经网络与马尔可夫模型的相结合的组合预测模型对路面使用性能进行预测的方法,算例获得了较好效果。     

基于神经网络实现的改进灰色组合预测及应用

针对GM（1，1）模型预测精度差的问题，采用马尔可夫链、残差数据正数化等多种方法修正残差．按等维新息的思路建立多个改进型GM（1，1）模型，并提出了基于神经网络实现的改进型灰色组合预测模型及预测算法。仿真分析表明，通过该模型可以寻求到多个改进型GM（1，1）模型预测值的最佳组合。     

基于灰色系统和神经网络的实时交通量预测组合模型研究

介绍了将灰色系统理论和人工神经网络模型作为预测工具所具有的优缺点,建立了单一的GM(1,1)灰色系统模型。对传统的BP神经网络模型进行改进,在权值函数中加入一个动量因子作为阻尼系数,可大幅降低其容易陷入局部极小值的可能性。同时对学习率加以改进,使其能进行自我调节,于是构建了单一的BP神经网络模型。将单一的灰色模型和BP网络模型进行有机融合,得到了灰色系统—神经网络的组合模型。为验证这3种模型的预测效果,选取某一高速公路路段的单向交通量数据,通过Matlab软件编程进行拟合和预测,发现所建的组合模型综合预测效果最佳。     

基于小波神经网络的隧道变形预测模型研究

针对单一模型在隧道变形预测上精度不高的问题,提出了一种基于小波分析理论的神经网络模型,该模型克服了BP神经网络模型存在的收敛速度慢、结构设计盲目、易陷入局部极小点的缺陷,通过将该模型与时间序列模型、Levenberg-Marquardt法BP神经网络模型、遗传神经网络模型预测的结果比较,可以看出小波神经网络在隧道的变形预测中网络结构更简单、收敛速度更快、预测精度更高。     

基于AIS船舶数据的港口交通流量预测模型研究

针对当前船舶交通流量预测手段落后,精度不高的问题,利用宝船网A PI数据接口提取船舶A IS数据,依托该数据构建基因算法优化神经网络的船舶交通流量预测模型,K近邻回归预测模型、时间序列预测模型和灰色预测模型的组合预测模型.通过自编程序采集了天津港某时段的船舶交通流量数据,在剔除错误和不可用数据后,对船舶交通流量数据进行统计,分析得到了进出天津港的船舶航行特性.同时为了更直观的验证所提出的预测模型效果,与利用K近邻回归、时间序列和灰色预测模型3种方法预测的结果进行对比.组合模型进港预测的平均绝对误差、均方误差和平均相对误差分别是0.5595,1.0119和12.98%,出港分别是0.6726,1.3155和15.23%,以上指标均优于上述的传统3种模型.相比于组合模型,优化的BP神经网络模型预测结果更优,进港和出港预测的平均相对误差分别降低了3.23% 和4.76%,结论证明,组合模型和优化的BP神经网络模型具有较高的预测精度.      

多元评价体系组合模型在铁路隧道变形预测中的应用

为克服传统预测模型结构单一、预测精度及稳定性不足等缺陷,提出多元体系组合预测模型的建模思路。首先,基于支持向量机、BP神经网络及ARMA模型3种单一预测模型,构建铁路隧道变形预测体系;再以均方根误差、误差平方和及平均绝对误差等为评价准则或指标,构建各预测结果的误差评价体系,求解各单项预测模型的权值贡献指数,得到最优组合权值;然后利用后验差检验、残差检验和关联度检验构建预测精度校验体系,对组合预测结果进行检验,评价预测模型的有效性;最后,结合工程实例,对多元体系组合预测模型在特大断面隧道中的变形预测效果进行检验。结果表明:多元评价体系组合模型预测相对误差值均小于2%,具有较高的预测精度,且较单一预测模型具有更高的预测精度,也一致通过相关检验,验证了多元体系组合预测模型的有效性。     

基于FHWA交通噪声预测模型的公路交通噪声简化计算方法

在分析影响交通噪声传播要素的基础上,基于FHWA公路交通噪声预测模型,提出公路交通噪声增加量随车流量变化的简化计算模型,探讨其在公路建设项目环境保护中的应用及其适用条件。该模型简化了公路交通噪声预测计算,且不影响结果的准确性。     

基于决策支持的交通分析模型选择与应用

在介绍交通分析模型分类及其在交通运输系统分析中的作用基础上,结合工程实际应用,系统性提出交通分析模型选择的指标体系及方法,为交通规划技术和管理者选定合适的分析模型提供技术参考和依据。     

大规模施工对城市路网交通影响评估技术研究

传统的施工期交通组织研究一般只针对单个建设项目，而城市在举办特别重大活动之前往往有一轮建设高潮，形成大范围集中性施工，对城市路网运行的影响很大，需从全局角度系统性评估其交通影响。针对大批量建设项目同时施工对路网整体的交通影响，提出了路网敏感路段划分、路网通行能力损失测算、基于交通模型推演的交通拥堵指数预测等评估技术，并在杭州“迎亚运”重大基础设施建设中予以运用，应用效果较好。     

旅游公路交通量预测模型研究

为了更加准确的预测旅游公路的交通量,基于交通生成原理的不同,将旅游公路的交通量分成旅客交通量和背景交通量两部分。首先根据景区的等级、接待能力、特点和历史等数据预测得到景区的特征年旅客接待人数,根据景点周边城市的规模和交通条件求出旅游公路的通道交通量,考虑旅客出行特性的不同,采用非集计模型进行交通方式选择预测。最后加上通过常规预测方法求出的背景交通量得到旅游公路的总交通量。本文对旅游公路建设前期工作的研究有着重要的指导意义。     

城市道路交通噪声的预测及评价

运用噪声测量基本方法,测量了大连市西南路某路段交通噪声值并统计出不同类型的机动车流量数据.在比较国内外各种道路交通噪声预测模型特点的基础上,选择了一种修正预测模型,预测出理论噪声值.计算预测值与实际测量值的误差,分析误差产生的原因.利用噪声测量值计算出噪声污染的各种评价指标,最后根据有关的噪声标准进行差别,得到该路段的交通噪声已超过规定限值,对城市居民的日常生活带来了不良影响的结论.     

交通量观测数据处理的模糊融合算法

交通量数据资料是交通规划的基础，但限于观测手段、观测方式等原因，致使交通量数据不完整、数据失置：针对这些存在的问题，介绍了3路交叉和4路交叉转向交通量的分解方法，提出了路段交通量的模糊融合模型及其量解算法。最后以某简单路网为例对模糊融合模型进行计算，结果证明利用该算法对原始数据进行处理，可以得到完整可靠的交通量数据。该方法借助MATLAB软件求解，简便可行，提高了交通规划工作的效率。     

基于过程控制模型的道路交通安全设施系统构造方法研究

利用信息学与控制相关理论对道路交通安全设施进行研究,建立了交通管理的过程控制模型,分析了当前道路交通安全设施常规设计方法在机理上存在的不足,提出了一种自顶向下的、层次清晰的,支持交通安全设施的系统性设计,使交通安全设施设计的设计结果具有可评价性和可校正性的道路交通安全设施设计流程,并对整个流程的具体构造进行了详细地分析。     

混合交通流连续动力学建模

对现有的交通流动力学模型进行了简单的评价,在此基础上提出一种新的高阶混合交通流动力学模型,新模型重点研究了混合交通中的干扰项,用粘性项来计算交通阻力,然后对建立的交通流动力模型在特征根问题(车流应是各向异性)、负速度问题(车流倒退)和线性稳定性(主要指高密度下的车流稳定性)问题进行了理论分析。理论分析结果表明,新的高阶交通流动力学模型有效解决了困扰大多数高阶非平衡连续流模型难以处理的问题,而且新模型充分考虑了混合车流中不同车型比例车辆间的粘性阻力,相比较其他模型更能准确反映非纯小车流情况下的交通真实情况。     

考虑异质性的贝叶斯交通冲突模型

为了构建信号交叉口交通冲突模型,提取29个信号交叉口260 h的交通冲突数据,考虑交通冲突异质性,构建了随机参数（RP-PLN）交通冲突模型和随机效应（RE-PLN）交通冲突模型,采用贝叶斯方法和马尔科夫链蒙特卡罗（MCMC）仿真对模型参数后验分布进行估计,利用方差信息准则和残差标准化决定系数对2种模型的拟合优度进行了比较。研究结果表明：2种交通冲突模型都可以有效处理交通冲突异质性;RP-PLN交通冲突模型的拟合优度优于RE-PLN交通冲突模型;当其他变量保持不变时,直行交通量增加1%可使直右交通冲突增加0.54%;右转交通量增加1%可使直右交通冲突增加0.65%;右转大车比例增加1%,直右交通冲突增加1.06%;物理渠化岛和标线渠化岛的设置可以分别使直右交通冲突降低18.9%和17.3%;设置加速车道可使直右交通冲突降低22.9%;右转半径增加1%,直右交通冲突降低10.5%;安装右转让行标志可使直右交通冲突降低16.5%;设置右转专用相位可使直右交通冲突降低29.8%。     

基于慢变量的交通客流预测模型

从影响交通客流分布的最主要因素——人口、能耗、区域面积出发,提出交通质量的概念,并基于它提出了新的交通发生(吸引)模型,参照万有引力定律对重力模型进行了改进。用实例将预测模型与传统的预测模型相比,说明模型的可行性和有效性。