无信号控制平面交叉口交通冲突预测模型研究

以无信号控制平面交叉口为研究对象,在交通流运行特征分析的基础上,用泊松分布描述车辆的到达特性。通过相关假定,指出机动车与机动车之间冲突发生的条件及冲突数的计算方法,认为平交口内车辆之间的冲突是按照一定概率同时进入交叉口的车辆相互干扰的结果。运用概率统计的相关理论计算出在车辆横穿交叉口的时间CT内,单进口道发生的冲突数,进而计算出单进口道的小时冲突数及整个交叉口的小时冲突数。建立了冲突预测模型,并利用实测数据对模型进行了验证。     

发烟剂的大气环境影响评价预测程序(smokeEIA)设计

以高斯模型为基础,用Visual Basic 6.0程序编写了发烟剂的大气环境影响模型(smokeEIA),主要包括数值计算和烟幕的影响评价两方面内容.针对不同发烟剂,模型可适时添加污染物种类和质量标准.通过参数设置,根据所选择的污染物评价因子,可计算在某一风速时不同大气稳定度下,下风向不同距离处污染物的地面浓度,并对计算结果进行大气环境影响评价.     

关于智能运输系统的关键理论——综合路段行程时间预测的研究

行程时间预测是智能运输系统研究的一个重要问题。为此,建立了许多算法,有历史趋势方法、非参数回归模型、时间序列方法、神经网络、卡尔曼滤波、交通模拟和动态交通分配模型等。然而,在变化的交通状况和任意时段的条件下,这些方法和模型都不能取得令人满意的预测结果。在总结这些已有的预测方法和模型的基础上,提出了一种综合模型。     

沥青路面使用性能评价及预测模型分析

沥青路面使用性能评价和预测对养护决策和费用利用具有重要意义.文中对现阶段沥青路面使用性能评价方法进行分析,包括路表功能性指标、路面结构承载力评价指标等,结合评价原理、评价手段对裂缝、车辙、平整度、弯沉等的评价方法提出改进建议;最后对沥青路面使用性能预测模型进行简要分析.     

基于HighD数据集的高速公路交通冲突预测方法

为改进高速公路交通冲突模型,基于High D数据集提取某路段交通冲突数据和交通流数据,依据TTC(time to collision,碰撞时间)的大小确定轻微冲突、一般冲突以及严重冲突的阈值。研究不同影响因素与冲突次数之间的关系,并对4种模型的效果进行比较,为冲突预测方法的研究提供思路。首先,针对不同严重程度的交通冲突数分别采用Poisson(泊松)模型、NB(Negative Binomial,负二项)模型、ZINB(Zero-inflated Negative Binomial,零膨胀负二项)模型及ZIP(Zero-inflated Poisson,零膨胀泊松)模型进行回归分析。其次,利用赤池信息量准则、贝叶斯信息准则对4种模型的拟合效果进行比较。结果表明:不同冲突次数预测模型中表现最佳的模型分别为NB模型、ZIP模型以及Poisson模型,3种模型中加速度标准差和平均速度都与冲突次数显著相关。     

基于数据驱动方法的船舶CII预测模型研究

相比通过物理模型和数值计算进行碳强度指数(Carbon Intensity Indicator, CII)预报,采用数据驱动方法构建模型进行CII预报能避免消耗大量计算资源。在分析已有研究的基础上,总结机器学习、时间序列等数据驱动方法在构建此类预测模型中应用的优势和劣势,以及运用这些方法构建的船舶CII预测模型。对比分析各种算法的优势和劣势可知,运用决策树算法和整合自回归移动平均算法构建船舶CII预测模型的研究目前虽然较少,但其颇具研究和创新空间,开展此项研究有助于在未来构建更准确、高效的船舶CII预测模型。     

基于变权重评价的沥青路面使用性能灰色预测

为了更准确评价与预测沥青路面的使用性能,首先基于层次变权法对各实测分项指标的权重进行分配,对沥青路面技术状况能进行评价,并建立沥青路面技术状况指数的灰色GM(1,1)预测模型,然后对湿热地区典型沥青路面的使用状况进行预测并基于实测数据验证预测的可靠性,最后根据预测结果给出养护建议.结果表明:基于层次法的沥青路面技术状况指数评价分项指标权重分配更为合理,更能准确评价沥青路面的实际使用状况;灰色GM(1,1)预测模型精度较高,相对误差较小,能够准确对湿热地区沥青路面的使用性能进行预测,可以推广应用.     

基于AFSA优化的支持向量机柴油机性能预测模型

电控高压共轨技术的采用使得船用柴油机性能及排放具有了更大的优化空间，但同时柴油机控制参数增多使得柴油机性能的预测变得更为复杂。为了建立精确的柴油机性能预测模型，利用回归支持向量机，通过对实验数据的学习以获得预测模型。支持向量机的预测精度会因其参数的选择出现一定的差异，所以需要对支持向量机参数选择进行研究和优化。以某型船用高速大功率电控高压共轨柴油机为研究对象，建立支持向量机预测模型，分析其预测性能受参数选择的影响，并利用人工鱼群算法对其进行优化。结果表明，基于人工鱼群算法优化的回归支持向量机能够建立精度较高的柴油机性能预测模型，且人工鱼群算法具有很好的寻优性能。     

改进的灰色模型在港口吞吐量预测中的应用

用提高原始数据列光滑度的方法来提高灰色预测模型(GM模型)的精度。利用函数a-xm(a>1,m>1)对原始离散数据列｛x(0)(k)｝进行变换,原始数据列变成a-[x(0)(k)]m ,很大程度上提高了预测精度。将这种方法应用于港口吞吐量的预测,结果比传统灰色预测方法精度高很多,对正确做出港口发展战略、统筹安排、正确决策以及减少损失有重大意义。