基于ST-GCAN模型的高速公路车辆速度预测方法

车辆速度是影响高速公路通行效率和安全的重要指标,因此实现对高速公路车辆速度的精准预测有助于减少交通事故进而提升交通智能管控服务水平。基于现有深度学习模型,研究了融合图卷积网络(convolutional neural network,GCN)、长短期记忆网络(long short-term memory network,LSTM)和注意力机制的车辆速度预测模型(ST-GCAN)：利用图卷积网络提取复杂高速路网的空间关联特征;使用长短期记忆网络提取车辆速度的历史数据间的时间关联特征;结合注意力机制聚集并分析车辆速度的历史数据和预测值之间的相关性。此外为保障预测模型网络信息完整并解决训练时协变量偏移问题,模型使用密集连接和层归一化技术以提升模型性能表现。利用青海省西宁市的高速公路车辆速度数据集开展实例分析,研究区域包括8个收费站共49条路段,时间跨度为2020年5月1日—8月31日,以小时为步长,共计94 777条数据。实验得到未来1小时高速公路车辆速度的预测效果：平均绝对误差(mean absolute error,MAE)为12.762,均方根误差(root mean square e...     

基于贝叶斯网络模型的交通状态预测

城市的交通状态是可以预测的.有效的交通状态预测能从很大程度上优化交通状态,减少交通阻塞.贝叶斯网络(Bayesian Networks,BN)是目前不确定知识和推理领域最有效的理论模型之一.文中提出了一种基于贝叶斯网络模型理论的交通状态预测方法,在综合考虑交通阻塞成因的基础上构建网络模型.在已有的交通状态数据的基础上提出基于贝叶斯法则的学习算法,并通过计算变量间的条件概率来计算交通阻塞发生的可能性,达到预测的目的.     

基于热平衡法的方壳电池电芯温度预测模型

据不完全统计,电动汽车大多在充电过程中发生自燃,如何在热失控前通过温度进行预警显得尤为重要。针对方形锂离子电池,构建了适用于嵌入式应用的电芯温度预测模型。通过试验精准测量电池各项热物性参数,对电池表面和电池卷芯分别进行热平衡分析,建立不同的能量守恒方程,对电池进行网格划分,进一步构建电池三维温度预测模型。仿真结果表明,热平衡模型不仅能够预测出电池每一部分的温度,而且预测的电芯温度误差不超过0.35℃,对快充条件下的电池温度预测有重要意义。     

基于变权重组合模型的高速公路路基沉降量预测分析

现有高速公路路基沉降预测方法多是基于单一权重组合模型,在预测结果上存在误差较大的问题。基于此,文章采用变权重组合方法建立高速公路路基沉降量预测模型,通过对预测量对应权重系数的动态优化,使其变为以时间发展为依据的表达模型,进而获得更加准确、稳定的预测模型。经湖城高速公路某沉降路段实际测试,并与另外三种预测模型的实例路段路基沉降数据进行对比,结果表明：基于变权重组合模型的预测结果与实际公路路基沉降测量值之间的误差最小,其误差值为0.871 2,数据曲线表现出来的测量因素的拟合程度更好,整体性能较另外三种权重组合模型提升效果明显,收敛性更好。     

基于MIKE21的入河排污口设置论证实例分析

开展即将开发的城镇区内城镇污水处理厂入河排污口设置论证,分析污水处理厂建设对片区现状及未来水环境的影响,能够给合理开发利用和有效保护水资源、维护经济社会健康发展提供技术支持。以南京龙袍新城污水处理厂(一期)工程入河排污口设置论证为实例,选取COD和NH3-N做为评价因子,采用二维水量水质模型进行河段水质预测,分析污染物排放对相关水域水质及水生态的影响,论证排污口选址合理性分析。     

成都双流机场旅客吞吐量的预测研究

机场旅客吞吐量是衡量一个地区发展的重要标志,也是实现机场资源有效配置的根据。因此,精确地预测机场旅客吞吐量对机场规划和建设具有重要的意义。选用2005—2017年的成都双流机场旅客吞吐量作为数据,首先,建立ARIMA模型和灰色预测模型并进行预测。然后,在此基础上运用赋权法对两种模型进行组合,形成灰色-ARIMA组合预测模型。最后,将3种模型的预测结果与实际值进行比较。结果证明,组合模型的预测平均绝对误差低于另外两种模型,具有较好的预测效果。     

灰色理论在铁路客运量预测中的分析研究

针对传统灰色预测模型存在对历史数据依赖性强、容错性小及抗干扰能力差的局限性，将无偏灰色理论与残差验证理论引入预测模型，从趋势曲线灰色拟合与状态分类方式上对传统灰色模型进行改进，提出无偏灰色预测铁路客运量方法；同时，对铁路客运量预测方法从定性预测和定量预测两个方面进行阐述并对其优缺点进行分析。依据建立的无偏灰色预测铁路客运量模型，以1997—2016年铁路客运量为基础数据，对铁路“十三五”时期的数据进行预测，通过残差检验和结果分析，其预测精度明显高于BP神经网络预测。     

面向港口营运指标预测的影响因素二次筛选方法研究

港口规模、能力及生产活动相关营运指标的预测对于港口的建设和规划有着极其重要的意义,而预测的首要步骤就是对相关的海量社会经济影响因素进行分析筛选。以此为目标,文章提出了一种基于主成分分析(PCA)与t值检验相结合的二次筛选方法,在众多影响因素中,甄别出显著性关键因素,进而对港口相关营运指标进行预测。最后,以某港口吞吐量指标因素筛选及预测作为实例分析,为港口规划建设提供参考依据。     

复合地层盾构掘进参数相关性分析及掘进速度预测

掘进速度预测对于提高复合地层盾构掘进施工效率具有重要作用。本文依托南京轨道交通工程复合地层区段现场盾构掘进数据,在盾构区间地层分区的基础上对主要掘进参数进行研究,分析各掘进参数与掘进速度之间的相关性。结果表明:地层越硬,刀盘转速、扭矩、推力均越大,土仓压力越小,软硬不均复合地层刀盘扭矩明显偏大;在复合地层中仍存在掘进速度与贯入度、螺旋输送机转速成正比关系,但掘进速度越大,刀盘扭矩和推力不一定越大。在复合地层中引入硬岩复合比作为回归参数,采用多元线性回归建立掘进速度预测模型,将相同区段预测掘进速度与实际掘进速度进行对比,以验证模型的的准确性和可信度。本文分析方法可为复合地层掘进施工提供指导。