基于 VMD-GRU 的城市轨道交通短时客流预测

精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度, 基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合 模型预测方法,即 VMD-GRU 神经网络预测模型,由变分模态分解和门控循环单元组合而成。变分模态分解的 作用是分解短时客流,降低数据中的噪声,减少数据波动;门控循环单元的作用是基于分解的短时客流,进行 客流预测。经南京地铁的数据验证,该模型在地铁短时客流预测方面效果良好。与 GRU 相比,VMD-GRU 在 15、30 和 60 min 的时间粒度下,预测准确度分别提升 7.57%,16.93%,18.47%。该模型可为地铁运营管理部 门对车站客流管理、日常行车计划制定等提供有效的数据支撑,从而提升线网总体运营效率以及轨道交通系统 的服务水平。     

基于奇异值分解强跟踪滤波的机车黏着系数估计

提出一种基于奇异值分解的改进强跟踪滤波算法,并将其用于机车黏着系数的在线估计。针对传统的强跟踪滤波算法由于引入了渐消矩阵,在递推更新预测误差方差阵时变成不对称,可能导致滤波发散的现象,研究了基于奇异值分解的更新算法,保证其收敛性。利用改进算法在线估计机车运行过程中的干扰转矩,进而估计黏着系数。仿真试验表明,该方法能有效在线估计机车黏着系数并具有较好的鲁棒性。     

利用混沌优化实现基于MP的信号稀疏分解

信号的稀疏表示在信号处理的许多方面都有重要的应用,但稀疏分解计算量十分巨大,难以被推广而实现产业化.混沌是一种普遍的非线性现象,具有随机性、遍历性和内在规律性的特点,混沌运动能在一定范围内按其自身的规律不重复地遍历所有状态.因此,如果利用混沌变量进行优化搜索,无疑会比随机搜索更具优越性.本文利用变尺度混沌优化方法在优化搜索过程中不断缩小搜索空间,快速寻找匹配追踪(MP)过程中每一步的近似最佳原子,提高信号稀疏分解的速度,算法的有效性为实验结果所证实.     

灰色数学理论中的灰集及其分解定量

讨论灰色数学理论的一个基本问题，即灰色集合以及它的有关运算，灰集的分解定理、表现定理和扩张原理。     

地铁建设工程进度与投资信息集成模型研究与应用

本通过基于地铁工程形象单元的项目分解结构，构建地铁工程进度与投资信息的集成模型，使得管理人员通过单一化、集成性进度信息，能够同时掌握地铁工程进度与投资目标的执行动态，进而利用赢得值原理与方法，提出了一套针对地铁建设工程的“可视化”项目进度与投资的集成控制方案。     

基于改进小波分解的机载位置数据降噪处理

机载经度、纬度、高度数据的精度,对保证飞机定位的精确性和飞行安全性有着重要意义.结合小波分解和经验模态分解(EMD)2种方法的优点,在小波分解的基础上,提出1种基于 EMD 的小波分解降噪方法.利用 EMD 对机载位置数据进行分解,并对高频分量用小波分解方法进行降噪处理,降噪后高频分量再结合低频分量进行重构得到降噪后的数据.以西安到长春某航班巡航阶段的机载高度数据序列为例,进行了仿真验证.结果表明,改进小波分解降噪方法与传统的小波分解降噪方法相比,信噪比提高了0.649,均方根误差减小了0.6969,消噪效果更加明显.改进的小波分解方法在处理机载位置数据方面有着较明显的优点,可获得更精确的飞机三维数据.      

基于特征正交分解的桥梁风场模拟

推导出了随机过程特征正交分解计算公式.为提高原型谱表示法的计算速度,将特征正交分解的强形式,即基于功率谱矩阵的随机过程特征正交分解(SPT)引入到谱表示法中,代替原有的对功率谱矩阵的Cho lesky分解,并给出了实用的模拟公式.该算法可用FFT加速.结合模态截断技术,POD的引进可节省谱表示法模拟的计算量.通过算例,定义了风的吹动模态,说明了风场SPT的明确的物理意义,同时模拟方法的有效性亦得到验证.     

基于奇异值分解的灰色模型参数估计

提出了一种新的基于奇异值分解的GM(1,1),GM(1,N)等灰色模型参数估计方法,该方法在进行奇异值分解时,借助2个辅助矩阵将奇异值分解矩阵分解为多个矩阵之积.研究了该估计方法下对原始序列进行数乘变换后参数的变化特征.研究表明该方法充分利用了奇异值分解的优点,回避了由于最小二乘法给灰色模型带来病态性的缺点,提高了模型的稳定性,同时还减少了计算量.     

时空信息多模式融合模型应用研究

给出了时空多模式融合模型(MM模型)的实用建模方法.利用华北地震和北京SARS 2个时空数据集对MM模型进行了建模应用和性能评价,与单纯神经网络模型相比,MM模型的预测准确性与预测趋势变化的能力均有所提高.分析表明,利用MM模型对不同类型时空过程建模时,不同分量信息所起到的作用并不相同.     

基于SVD的柴油机振动信号盲分离预处理

在利用独立分量分析对缸盖振动信号进行盲分离时,原始采样信号不满足独立分量分析的基本假设,而且缸盖振动信号信噪比较低,影响分离的速度和精度.采用小波阈值降噪的方法进行了降噪处理,提高了信噪比.采用奇异值分解的方法估计了缸盖振动的独立源数,并对缸盖振动信号进行了白化处理,为独立分量分析的应用建立了基础.