基于XGBoost的短时出租车速度预测模型

准确预测短时出租车速度是识别驾驶员异常加减速行为的前提,有助于提升乘客的安全与舒适。以城市中出租车实时移动速度为研究对象,研究了基于XGBoost的短时出租车速度预测模型。将出租车的移动速度数据集划分为训练集和测试集,构造滑动时间窗口,以时间窗口内的出租车历史移动速度的时间序列为输入变量,以出租车当前时间的移动速度为输出变量,采用前向验证的方法进行模型评估。利用基于贝叶斯算法的hyperopt模块实现模型参数的快速优化,得到模型最优参数组合,并基于深圳市2013年10月22日的出租车GPS轨迹数据集进行算例分析,将模型的预测结果与非参数回归模型、神经网络模型预测结果进行比较。研究表明：所构建的短时出租车速度预测模型的平均绝对误差（MAE）为9.841,均方根误差（RMSE）为12.711,均低于非参数回归模型和神经网络模型,提高了出租车速度的预测精度;由于出租车速度序列缺乏规律性,调整后的R₂（R₂ _adjusted）为0.592,且相较于其他2个模型,XGBoost模型在出租车速度发生急剧变化的时间点附近具有更优的拟合效果,避免了过拟合造成的预测精度下降。     

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.     

基于混合A*和可变半径RS曲线的自动泊车路径优化方法

路径规划是自动泊车系统的重要组成部分,是确保泊车运动安全、缩短行车距离、提高乘坐舒适性的关键。而当前自动泊车规划系统往往面临行驶空间狭小、障碍物多、路径搜索难度大等技术挑战,同时搜索曲线半径固定容易导致路径接点处曲率不连续,增大了路径跟随控制难度和轮胎磨损程度,这些都提升了泊车路径规划的研究难度。针对以上问题,设计可变半径的Reeds-Shepp曲线,提出基于混合A^*和该曲线的自动泊车路径规划方法,通过调整曲线半径,提升其在复杂场景下路径的搜索能力和灵活性。随后,设计基于分段贝塞尔曲线和梯度下降的路径优化方法,利用其多阶导数连续的优势优化已搜索的路径曲率,并采用梯度下降来保证路径曲率大小和对障碍的规避,解决直线与圆弧相接等位置曲率变化不连续的难题。结合路径搜索与路径优化的泊车规划方法能够切实满足复杂场景下的泊车需要。最后,基于团队自主研发的PanoSim虚拟系统与MATLAB搭建联合仿真环境,针对多种自动泊车工况测试验证提出的方法。研究结果表明：调整Reeds-Shepp曲线的搜索半径进行全局路径搜索,可获得更短和更易跟随的路径,具有良好的灵活性;基于贝塞尔曲线和梯度下降法的路径优化可有效消除曲率突变点、约束路径曲率并保证对障碍的无碰撞要求。     

桥梁短期实测数据修正高强混凝土收缩徐变模型与长期挠度预测

为了解大跨径预应力连续箱梁桥高强混凝土的收缩徐变规律,预测其长期变形,在箱梁跨中埋置测量传感器,直接测量混凝土的收缩应变,通过增量运算理论分离出混凝土的徐变应变,对于具体桥梁的C55高强混凝土实测数据显示,现行规范的收缩徐变模型总体上会低估高强混凝土的收缩作用,而高估徐变作用.用短期实测数据修正后的混凝土收缩徐变模型预测桥梁恒载下的长期变形,由两种类型修正式的挠度估算值与实测值的比较可知,其预测精度受混凝土短期实测应变数据的完整性、测量精度及修正式与实测数据吻合程度的影响.     

基于交通风条件多点进出城市地下道路CO污染物浓度分布特性预测模型

多点进出城市地下道路结构形式复杂且位于城市人员密集区,机动车在行驶过程中排放的污染物(CO、NO_<i>x等)不仅将对隧道内驾驶人员的健康产生影响,同时还会给隧道洞口附近民众的居住环境及健康带来影响。为此,以机动车流排放污染物CO浓度分布规律为重点研究对象,依据质量守恒定律、并联风路理论,并结合上海和长沙4条隧道现场实测以及1∶8缩尺模型试验研究方法,开展了关于多点进出城市地下道路交通风以及机动车流排放污染物扩散特性的研究;基于研究结果,提出了交通风条件下多点进出城市地下道路机动车流排放污染物CO浓度分布特性预测模型构建方法,包括交通风速V_r、对流传质系数h_m和扩散特征系数K等关键参数的确定方法;长沙市营盘路湘江隧道实测结果验证了该模型的有效性,交通风以及污染物浓度预测模型计算值与实测值的误差评估值I_A分别为0.992和0.916。当已知隧道结构特征和交通特征时,利用该计算模型即可预测评估多点进出城市地下道路内沿机动车行驶方向各断面的平均交通风速、机动车流排放污染物CO平均浓度;同时可定量评价各分(合)流匝道对主隧道CO浓度分布特性的影响规律。研究结果可为多点进出城市地下道路科学选址及其通风系统优化设计与节能运行提供参考依据。