共查询到17条相似文献,搜索用时 55 毫秒
1.
2.
基于RBF径向神经网络的混沌时间序列预测 总被引:1,自引:0,他引:1
文章提出了基于神经网络预测混沌时间序列的方法,分析了神经网络的基于工作原理,并用模拟产生的logistic方程数据与实际采集的海杂波数据一一进行了实际研究,得出了预测结果与混沌时间序这间关系的一些结论。 相似文献
3.
边坡位移预测的混沌时间序列分析方法应用研究 总被引:2,自引:0,他引:2
把混沌时间序列理论引入到边坡工程研究中,运用边坡位移时间序列的最大Lyapunov指数预测边坡的变形破坏,建立了预测模型,并结合工程实例进行边坡位移预测,取得了较好的预测效果。 相似文献
4.
5.
为分析交通流混沌转化机理,利用Matlab软件编制皮埃莱(Bierley)模型来产生仿真交通流时间序列。在一定参数组合情况下,仿真研究了交通流车队中前后车辆的车头间距变化过程。通过分析这种车头间距的变化曲线,可以明显地观察到交通流混沌运动和有序运动之间的转化过程;在此基础上,通过考虑模型参数和仿真参数变化的大量仿真试验,应用最大Lyapunov指数改进算法对仿真交通流混沌转化的影响因素进行了理论分析。该研究结果有助于进一步理解、解释诸多交通流混沌转化现象,并为短时交通流预测和智能交通控制提供理论依据。 相似文献
6.
7.
为了分析交通流在同步流、拥挤流、自由流状态下的分形特征,通过关联维刻画交通流的复杂性,通过Hurst指数研究交通流的长程相关性,通过记忆长度确定交通流的影响范围。对实测数据的计算结果表明,3种交通流都是分形的,且存在长程相关性,同步流的关联维小于拥挤流,拥挤流的关联维小于自由流,同步流和拥挤流的Hurst指数大于自由流,同步流的记忆长度大于拥挤流,拥挤流的记忆长度大于自由流,说明不同状态的交通流具有不同的分形特征。 相似文献
8.
利用多个参数描述交通状态时,交通流数据表现为多维空间数据。提出了将属于每个状态的多维空间数据转换为一维时间序列的方法,对于此状态时间序列采用BP神经网络进行了下1个时段的交通状态预测。实验结果表明,多参数状态时间序列比单个参数时间序列能更准确地描述交通流状态变化过程,且算法简单,具有较强的预测实时性。 相似文献
9.
实时动态交通流预测模型研究 总被引:11,自引:5,他引:11
根据交流通的特性,本文以神经网络技术为基础,应用遗传算法对网络结构进行优化,应用高阶广义神经网络实时在线预测,并用实际交通流量数据进行验证。 相似文献
10.
基于状态空间模型的道路交通状态多点时间序列预测 总被引:6,自引:0,他引:6
以多点的道路交通状态为研究对象,把道路交通状态单点预测向多点同时预测扩展,提出了基于状态空间模型的道路交通状态多点时间序列预测方法。首先,利用道路交通状态的多点时间序列数据建立多维自回归模型,转化状态空间模型形式,接着利用EM算法估计状态空间模型参数,从而得到多点道路交通状态的状态空间模型;其次,根据时间序列数据估计系统状态,利用卡尔曼滤波算法进行一步预测,补充新的数据并更新系统状态递推预测;最后,利用某城市快速路上相邻6个交通检测器采集的多点时间序列数据验证模型的有效性,并与卡尔曼滤波单点预测方法相对比。结果表明:该模型是可行和有效的。 相似文献
11.
12.
一种基于周相似特性的实时交通量预测模型 总被引:2,自引:0,他引:2
针对城市道路交通流量的周相似特性,对实时采集的流量与历史流量进行对比分析,利用均方根误差法确定权重,采用指数平滑方法对权重进行修正,提出一种实时交通量预测模型,并给出利用该模型预测的实例。利用最小二乘法对该预测进行了改进,进一步扩大和提高了模型的应用范围和实用性。 相似文献
13.
14.
为提高短时交通流预测的精度,提出利用BP神经网络、RBF神经网络和ARIMA模型构建组合预测模型,该组合预测模型利用最优化原理进行权系数的分配,并且满足分配到的权值始终具有实际意义。通过对分配的权系数进行显著性检验,以确保组合预测模型中选用的单项预测方法显著相关。通过实例分析,验证了组合预测模型的有效性,结果表明,相比较单一的预测模型,组合预测模型具有更高的预测精度。 相似文献
15.
16.