基于改进灰狼算法优化BP 神经网络的短时交通流预测模型

准确的短时交通流预测是交通控制和交通诱导的依据. 提出一种基于改进灰狼算法(TGWO)优化BP 神经网络的短时交通流预测模型(TGWO-BP),有效提高短时交通流预测精度. 针对标准灰狼算法(GWO)收敛速度慢,容易陷入局部极值的问题,提出一种自适应递减的收敛因子,使灰狼算法区分全局搜索和局部搜索;改进灰狼个体的位置更新公式,引入惯性权重,调节惯性权重大小使灰狼算法具有跳出局部极值的能力;对比分析TGWO-BP、GWOBP 、PSO-BP、BP这4 种短时交通流预测模型,结果显示,TGWO-BP的短时交通流预测模型误差为10.03%,达到较好的预测精度.     

基于MPSO-RBF的区域公路交通事故预测方法研究

在分析区域公路交通事故致因因素和预测特点的基础上,引入了基于改进PSO算法的RBF神经网络的混合优化(MPSO-RBF)算法,即将PSO算法的全局搜索能力和RBF神经网络局部优化相结合,并建立了区域公路交通事故的预测模型.最后,利用某城市1990-2003年交通事故资料和相关数据对MPSO-RBF神经网络预测模型进行了训练、拟和,同时用2004-2006年的外推样本数据对模型进行了检验,计算结果表明,MPSO-RBF预测模型较传统方法具有更高的预测精度,与此同时也证明了本文所选取区域公路交通事故致因因素的有效性.     

一种改进的InSAR干涉相位图估计方法

以联合子空间投影的干涉相位估计算法为基础,结合其应用稳健性问题,提出一种改进的In-SAR干涉相位图估计方法.该方法对联合自相关矩阵进行了加权处理.从幅度上抑制了干扰元素,提高了干涉相位图的精确性.仿真自然场景数据处理结果证明了改进算法的有效性和稳健性.     

基于动量BP算法的过渡段路基沉降预测

利用动量BP算法改进了BP神经网络的收敛性,建立了过渡段路基沉降预测模型．该模型可克服传统BP神经网络收敛速度慢、易陷入局部最优等的缺点．结合津秦客运专线路桥过渡段路基沉降实测数据,将该优化模型与传统BP神经网络预测模型进行了对比．计算表明,利用动量BP算法改进的神经网络具有较高的预测精度,同时考虑了多个影响因素,因而具有广阔的应用前景．     

基于霍夫变换的全景图中建筑物识别方法

提出了一种能够自动识别全景图中建筑物轮廓的方法.首先利用Canny算子获得边缘图像,使用霍夫变换算法提取出边缘图像中的直线.然后检测各条直线之间的位置关系,由于全景图尺寸较大,采用了局部化原理来进行检测.再根据直线之间的位置关系生成直线关系图.最后遍历直线关系图得到封闭几何图形,从而识别出大规模全景图中的建筑物轮廓,为进一步的全景图中建筑物三维建模提供素材.算法分析和实验结果表明,该方法对于几何形状规则的建筑物能够较好的识别.     

基于改进MUSIC算法的矢量水听器阵列波达方向估计

介绍了改进的MUSIC算法在矢量水听器阵波达方向估计中的应用,并描述了该算法的原理及应用过程.计算机仿真的结果表明,改进的MUSIC算法既能够有效地估计出独立信号源的DOA,也能有效地估计出相关信号源和相隔比较近的小角度差信号源的DOA,从而证明了这种改进MUSIC算法的合理性.     

基于RSSI与ZigBee技术的公交车定位方法研究

采用无线传感技术搭建基于ZigBee的智能公交网络,并在此基础上针对公交车载节点的定位问题提出一种带修正的三角形加权质心定位算法.改进的算法中利用高斯滤波器来提高RSSI测距精度,将RSSI与质心算法相结合确定出车载节点所在的定位三角形范围,以测距和的倒数作为权值系数估算出车载节点位置,并通过引入4个参考节点来进一步修正车载节点坐标以减小定位过程中单个参考节点产生的影响.经Matlab仿真实验表明,改进后的算法相较于传统算法误差更小,稳定性更高.     

PERT网络图回路的判断方法

根据PERT网络图的特点,简化了通过处理PERT图紧前紧后关联矩阵来判断网络回路的算法,并给出了相应的计算机算法和关联矩阵的存储方法.该算法对开发PERT网络图的计算机绘制软件具有一定的实际可行的应用参考价值.     

一种改进的蚁群算法及其在TSP中的应用

蚁群算法是通过模拟蚂蚁觅食而发展出的一种新的启发式算法,算法中参数的设置一直是依靠经验和试验来确定的,造成试验工作量大而且收敛速度慢;研究中提出了一种基于自适应调整信息素的改进蚁群算法,从路径的实际信息出发,动态地分配信息素,从而使算法能较快地收敛到最优解;通过仿真试验结果表明:改进的蚁群算法在收敛速度和收敛精度方面相对于原算法都具有较好的改进效果.     

��������Ԥ��ĸ��ٹ�·�շ�Ա��̬����ģ��

基于神经网络对不完全信息具有良好的适应性和遗传算法具有较强的全局搜索能力的优良特性,将遗传算法和神经网络有机结合起来对高速公路短期流量进行预测,采用精英选择、按比例适应度分配和基于排序的适应度分配相结合的选择方法,以及自适应的交叉、变异概率改进遗传算法,通过使用自适应学习速率来改进BP算法,并提出使用新的结合方式获取新一代种群,提高获取全局最优解的搜索速度,构建符合高速公路短期流量特点的预测模型。同时,采用排队论模拟高速公路收费过程,构建高速公路收费站的排队模型,结合短期流量预测模型及收费站排队模型,根据车道与收费员的配备,预测短期各时段的收费员需求,从而实现收费员的动态最优配置。最后结合实例,证明了模型的有效性。     

���л�·��ͨ��ʵʱ����Ԥ��ʵ��ģ��

基于BP神经网络和RBF神经网络构建了城市环路交通流动态实时预测模型，并对北京市三环路的实测交通流数据进行了预测分析。实证结果表明，该模型具有较高的精确度，算法的动态实时性也满足实际预测系统的要求，具有较好的实用性。     

道路交通事故多层递阶预测方法

针对道路交通系统动态时变的特点，用多层递阶预测方法，建立了道路交通事故的多层递阶预测模型．将事故预测分解成对时变参数的预测和在此基础上对道路交通事故未来状态的预测两部分，通过对时变参数的精确预测提高事故预测精度．以1989—1999年我国某省道路交通死亡人数为原始数据建模，模拟结果显示，对2000-2001年的预测结果和实际道路交通死亡人数之间的平均误差为5．8％．     

铁路客流量预测分析与研究

铁路客流量预测与分析对铁路部门采取有效的应对措施具有十分重要的意义,分别应用基本的神经网络和遗传算法优化BP神经网络对客流量进行了预测,建立铁路客流量网络预测模型.分别利用以前客流量的数据对2011年和2012年的客流量做了预测验证,并对2013年的客流量做了预测,结果表明利用遗传算法优化BP神经网络得到的预测数据和实际的基本相符,该预测算法应用到客流量的预测中效果良好,具有很好的应用和推广的前景.     

基于非等时序灰色模型的路基沉降预测

结合高速公路路基施工沉降观测数据,讨论了灰色系统理论和双曲线模型在公路路基沉降预测中的应用,并对等间隔的灰色模型GM(1,1)进行了改进,建立了任意时间间隔的非等时序改进灰色模型。通过具体工程实践,给出了灰色模型和双曲线模型对公路路基沉降量预测结果与实测结果的比较,结果表明灰色模型的预测沉降量与实际沉降量更接近,精度更高,更能满足工程需要。     

利用自适应组合模型实现车辆跟踪

针对视频序列图像目标车辆跟踪中经常因场景光照变化、目标旋转、遮挡等因素导致丢失问题,提出了基于颜色自适应的改进CamShift算法;通过建立凸函数组合模型,利用多目标规划最优求解算法获取自适应颜色识别最佳组合,提高了算法抗干扰能力;利用目标倾角预测识别目标发生形变和旋转,构造多变量状态信息预测目标发生遮挡和瞬间消失,并通过IIR滤波器快速预测目标在下一时刻的运动方式。实验表明,本算法跟踪精度高,鲁棒性强。     

基于支持向量机的发动机气路故障预诊断

为实现航空发动机气路故障在线预诊断,分析了地空数据链系统中发动机气路参数报文的协议格式,建立了基于支持向量机算法的发动机气路参数在线预测模型。以便携式地空数据链收发系统为硬件基础,构建发动机报文并行处理系统,获取建模所需的训练样本。利用最终误差预报准则确定样本数据嵌入维数,实现时序样本数据的相空间重构。提出自适应网格搜索法优化支持向量机建模参数,获得气路参数在线预测模型,与航路飞机建立地空数据链通信,预测气路参数趋势。预测结果表明:参数低压转子转速、高压转子转速、尾气温度与燃油流量的相对预测误差分别为2.5%、2.1%、1.9%与2.3%,因此,支持向量机模型具有较高预测精度。     

论科层理论视角下的企业内部控制

基于对企业内部控制系统是开放理性系统的认识,本文借鉴组织经济学与组织行为学的相关理论,通过对内部控制与科层理论一致性与相容性的论证分析,从组织科层理论的角度构建分别以股东、经营者、管理者以及员工为主体的四层次内部控制框架及其整体性制度安排,针对科层体制自身存在的局限性,提出完善四层次内部控制框架的若干对策.     

遗传神经网络在公交客流量预测中的应用研究

全面考虑影响公交客流量的各个因素,建立遗传神经网络预测模型,并把其预测结果和神经网络BP算法的预测结果进行比较．这种方法具有很强的学习能力和自适应性,其预测结果优于神经网络BP算法的预测结果,故具有很好的应用价值。     

基于土地利用的出租车停靠规模预测方法

在当前出租车招手即停的运行模式下，许多城市采用站点间距方法预测出租车停靠站规模，难以体现出租车停靠站的功能。从出租车停靠需求特征及其产生的源头出发，探求出租车停靠需求与土地利用之间的内在关系，建立基于土地利用的出租车停靠规模预测模型，并以深圳市宝安区为例，提出了预测模型的算法。实践结果表明，所提出的预测模型能较好地体现用地与出租车停靠需求的关系，客观反映出租车停靠站的的实际发展要求，预测方法科学、合理、可行。     

轨道不平顺非线性预测模型

分析了轨道高低不平顺非线性预测理论,根据广深线运量和轨、车检测数据,采用多元回归分析得到广深线轨道高低不平顺非线性预测模型,将该模型用于预测未来轨道不平顺的发展情况,并与实际检测值进行对比和误差分析.结果表明,两者图形趋势较为一致,说明用该模型预测轨道高低不平顺发展趋势是可行的.