人工神经网络在运行车速预测中的应用

基于太旧高速公路运行车速实测数据,利用Matlab人工神经网络建立运行车速与平面线形要素之间的神经网络关系模型,以期用于对新建公路的线形设计和已有公路的运行车速评估.在太旧高速公路应用发现预测精度较高,有实际利用价值.     

运行车速理论在公路路线设计中的应用

通过对车辆行驶特性以及车辆与公路线形相互关系的分析,论述了运行车速理论在公路路线设计中的应用,提出了以人为本的宽容设计理念。     

运行车速预测新方法及其应用

为了在道路设计阶段预测车速,保证公路几何线形的协调性,建立了考虑侧向容许加速度、纵向加速度、制动减速度、制动热衰退和环境速度与线形参数关系的模型,计算了期望速度;建立了公路-驾驶者-车辆-环境仿真系统,对在三维路面上的行驶车辆进行仿真,得到并分析了试验道路的运行速度曲线.结果表明:(1)为有效控制速度波动,应取相近的曲线半径和直线长度,且直线不宜过长;(2)出弯道加速长度大于进弯道减速长度,且二者都大于回旋线长度;(3)山区路线由多个急弯构成时,速度曲线频繁波动的部分原因是车辆自身旋转动能和平动动能的相互转化;(4)运行速度协调性方法不适用于四级公路的线形评价;(5)偏角越小,轨迹对弯道的切角作用越大,弯道车速越高.     

运行车速理论在线形设计质量评价中的应用

车速决定线形，线形影响车速。运行车速是对线形设计效果最直接的反映，用其来检验及评价线形设计具有一定的可靠性。本文从运行车速的角度出发，对公路线形设计质量的评价作初步量化的探讨，提出了在满足运行车速要求的前提下，确定路线平曲线半径的计算模型，并进行了必要的推导。     

高速公路运行车速研究

安全和高效始终是公路设计和管理追求的永恒主题，运输效率与车辆的运行车速紧密相关，而在所有交通事故中，与车速相关的事故约占事故总数的1／3，论文结合高速公路行车特点和安全要求，对车辆在高速公路行驶时的运行车速进行了系统的研究，根据实测的运行车速建立了高速公路上车辆运行车速和加速度预测模型。     

浅谈运行车速理论在老路改建中的应用

针对老路线形特点,从运行车速理论出发,对老路改建时线形中的圆曲线半径进行简单探讨,并进行举例说明,有望达到提高不利地段公路安全性能,降低事故率的目标.     

高速公路运行车速研究

安全和高效始终是公路设计和管理追求的永恒主题.运输效率与车辆的运行车速紧密相关,而在所有交通事故中,与车速相关的事故约占事故总数的1 3.论文结合高速公路行车特点和安全要求,对车辆在高速公路行驶时的运行车速进行了系统的研究,根据实测的运行车速建立了高速公路上车辆运行车速和加速度预测模型.     

基于运行车速的路线一致性设计研究

为提高高速公路路线设计指标的安全性和一致性,提出了具体的基于运行车速的路线一致性设计流程。根据我国高速公路安全性服务水平,提出了路线设计一致性评价指标和评价标准,最后运用研究成果对某拟建高速公路路线设计一致性进行了分析。     

基于VISSIM模拟的“运行车速断面图”

运行车速断面图能较好地对道路的线形进行评价,从而分析交故事故的潜在原因。目前计算运行车速会耗大量的人力、物力和财力。运用软件VISSIM模拟道路运行车速的方法,对于已建道路的线形安全分析能节省很大财力;对于正在设计的道路线形也有很好的预测和分析作用。     

高速公路自由流状态下对运行车速模型的研究

为达到在车速正态分布情况下由平均车速快速简便地得到线性几何设计所需的运行车速的目的。本文在大量实测数据的基础上，通过SPSS软件对我国部分高速路上自由流运行速度平均车速和运行车速的关系进行探讨，建立了符合两者关系的统计模型．得出两者之间的数值关系。这样的结论有助于分析高速公路的自由流运行速度特性。     

神经网络集成在工程造价估算中的应用研究

工程造价和主要工程量是评价一建筑工程的重要经济指标,特别是工程量清单于2003年7月1日在全国范围内展开以来,快速估算工程造价和主要工程量更具有其重要意义.文中采用神经网络集成方法建立了工程造价和主要工程量估算数学模型,并采用matlab6 1计算软件,以深圳市已完典型工程资料为例,验证了该模型的正确性及实用性,得出了神经网络集成方法泛化能力更高的结论.     

BP神经网络收敛性问题的改进措施

BP算法现在已成为目前应用最广泛的神经网络学习算法,它在函数逼近、模式识别、分类、数据压缩等领域有着更加广泛的应用,但存在收敛较慢问题.笔者在文中简述了BP算法原理,针对BP算法的收敛性问题,提出了几点改进措施.     

一个基于灰色神经网络组合的交通量预测模型应用研究

GM模型在预测中对历史数据作不同取舍时,其预测值并不相同,即这种预测结果将是一个预测值的区间,这就给预测人员的取舍带来一定困难。利用GM模型少数据建模和人工神经网络非线性逼近的优点把两种模型结合起来,用对历史数据作不同取舍的GM模型的预测值和纯神经网络的预测值作为组合神经网络的输入,由人工神经网络确定这些不同GM模型和纯BP网络的组合,实例验证得出更为准确的预测值,从而证明这一模型的可行性和有效性。     

基于BP神经网络与D-S证据理论的路段平均速度融合方法

为精确估计路段平均速度, 提出了基于BP神经网络与D-S证据理论的路段平均速度融合方法。通过训练完成的BP神经网络估计概率密度函数值, 进而通过D-S证据理论进行数据融合, 整合了BP神经网络自学习的特点与D-S证据理论推理的能力。提出了融合方法的框架, 给出了具体的计算模型。利用京藏高速公路上的实测浮动车数据、微波检测器数据、车牌识别数据对融合方法进行了验证, 并分析了当微波检测器失效时融合方法的鲁棒性。分析结果表明: 融合数据的平均绝对误差百分率比仅使用浮动车数据或微波检测器数据分别提高了7.90%、20.72%, 融合方法能够得到较好的效果。微波检测器失效的情况下, 融合精度有所下降, 但融合数据的误差仍然小于仅使用浮动车数据的误差, 说明融合方法具有一定的鲁棒性。     

山区高速公路直线段车速预测方法

为了研究山区高速公路直线段车辆运行速度的规律,通过实测西汉高速公路车辆的运行速度,获得29个连续路段的连续车速。利用反向传输网络(BP网络)较强的非线性适应能力和良好的容错能力,采用两阶段预测模式,建立了基于BP人工神经网络的山区高速公路直线段车速预测模型,并对模型进行了测试。测试结果表明：BP人工神经网络模型能够较好地预测出山区高速公路直线段的运行车速,最大误差为6.7%,为高速公路运行车速的预测提出了一种较为可行的方法。     

人工神经网络在变量选择中的应用

笔者针对综合评价建模过程中变量选取方法的局限性 ,应用神经网络原理对输出值各影响因素进行贡献分析 ,进而剔除影响不显著或不重要的因素 ,为模型建立、综合评价和决策过程中选取合适指标提供了可靠依据     

自组织人工神经网络在民航旅客盈利能力细分中的应用

目前采用的基于里程的旅客划分方法不能清晰区分旅客价值, 应用Kohonen T自组织特征映射的人工神经网络模型将反映旅客盈利能力的多维行为特征属性数据以有序的方式映射到对旅客盈利性判别等级的低维空间, 形成对旅客正确识别的一种拓扑意义的有序图。试验结果表明, 此模型对客户细分识别成功率较高, 准确率可达90.8%。     

基于SOM神经网络的民用机场分类方法

机场是综合交通运输的重要节点,是航空运输的重要基础设施。科学地进行机场分类研究对于机场的国家布局规划、机场自身定位和运行策略选择等都具有重要的现实与理论研究价值。利用神经网络技术中的自组织映射（SOM）网络并结合MATLAB软件进行编程对我国主要机场进行聚类分析评价,得出我国主要机场分为8层的主要结论。结果表明,自组织特征映射（SOM）能很好用于我国机场分类,是一种新颖、有效的分类方法。     

基于神经网络的交叉口交通流量预测方法研究

主要介绍利用BP神经网络模型来预测交叉口交通流量的方法。在概述了神经网络的工作原理和BP网络模型的设计之后,通过举例更进一步说明此方法的可行性和预测效果。