山岭区双向四车道高速公路运行速度预测模型研究

山岭区高速公路行车速度受纵坡影响较大,与其他区域高速公路有着明显的不同,我国目前还没有一个针对山岭区高速公路运行速度的预测模型。在分析国内外相关研究成果的基础上,选择三福高速公路、渝宜高速公路、渝成高速公路、渝黔高速公路、渝武高速公路5条山岭区高速公路作为运行速度的调研对象,共计收集156处的道路线形数据和运行速度数据。通过分析速度与线形之间的分布特性,建立了山岭区双向4车道高速公路运行速度预测模型。使用156处数据对模型进行了标定,分别得到小客车、货车运行速度预测模型。     

城市道路交通量短时预测的GSVMR模型

在分析现有城市道路交通量短时预测方法缺陷的基础上,针对目前广泛采用的基于经验风险最小化的BP网络易于陷入局部最优解等缺点,结合遗传算法容易寻找全局最优解与支持向量机回归法具有结构风险最小化的特点,提出了将两种算法相结合的GSVMR预测模型,该模型同时具有结构风险最小和容易寻找最优解的双重特性,并对某城市四车道主干道路8：00,8：45的交通量进行了预测,结果表明用该模型进行城市道路交通量短时预测所得结果误差较小,依此验证了用GSVMR模型进行城市道路交通量短时预测的有效性。     

灰色系统与神经网络算法相结合的分析与研究

采用BP神经网络对模型参数进行预测,算法的学习训练速度和建模时间比较长;采用灰色系统理论对模型参数进行预测,对数据信息的学习和训练能力比较有限,两种算法都存在各自的缺陷,为了提高模型中参数的收敛速度和估计精度,本文将灰色系统理论和BP神经网络算法相融合,通过仿真可以看出,模型参数的估值精度比较高,误差较小,证明了该算法的有效性和鲁棒性。     

基于果蝇优化灰色神经网络的年电力负荷预测

年电力负荷预测的准确性对电力系统的经济效益和社会效益具有重要作用。灰色神经网络(GNN)是一种创新的智能计算方法,在实际中广泛应用。尤其在预测问题方面具有极大的潜力。作为一种新型的启发式和进化算法,果蝇优化算法(FOA)具有易理解和快速收敛到全局最优解的优点。为提高预测性能,提出一种以GNN为基础的年电力负荷预测模型,使用FOA自动确定GNN模型的相应参数值,提高模型的稳定性和预测精度。通过利用中国的年用电量为实例,计算结果表明,GNN结合FOA(GNN-FOA)优于GNN,广义回归神经网络(GRNN),最小二乘支持向量机(LSSVM)和回归模型等其他替代方法。     

基于多次灰色聚类的服务区定位方法及其应用

为客观准确地评价高速公路服务区的重要度和贡献度,现提出采用多次灰色聚类方法定位服务区。将同一高速沿线的服务区作为聚类对象集,评价服务区的代表因子,如服务区的占地面积、驶入交通量及加油机台数等作为聚类因子集,计算各聚类界限及各因子在各类中所占权重,便可求得各聚类对象对各聚类标准的聚类系数,将聚类系数大小作为参数对服务区进行聚类排序分析。对于一次聚类运算结果中包含对象较多的类别,再以这一类服务区作为聚类对象集,重复运用灰色聚类,对服务区进行聚类排序分析。与常规灰色聚类法相比,多次聚类方法聚类层类别更多,定位更精准,能同时实现服务区的聚类及排序。     

����GRA ��KPCA ��LSSVM ��������Ԥ��

为降低物流需求建模中最小二乘支持向量机（LSSVM）的结构复杂性、进一步提高LSSVM对物流需求的预测精度,提出一种基于灰色关联分析（GRA）与核主成分分析（KPCA）的LSSVM预测方法。首先利用GRA找出物流需求的主要影响因素;然后利用KPCA提取主要影响因素的非线性主成分,消除因素之间的多重相关性;最后,将提取出的非线性主成分作为LSSVM的输入变量,构建物流需求预测模型,并采用改进粒子群(IPSO)算法调整LSSVM参数。运用该方法对我国物流需求进行实例分析,结果表明,该方法有效减少了LSSVM输入变量个数,简化了LSSVM结构,并且在一定程度上提高了物流需求预测精度。     

基于灰色加权关联与MS-LSSVM组合的舰船备件需求预测

运用灰色加权关联方法对影响远海舰船备件消耗的主要因素进行分析,以确定备件消耗影响因素的权重大小,以此为依据来筛选出主要影响因素,在此基础上运用支持向量机理论,建立灰色加权关联分析与多尺度最小二乘支持向量机组合的学习模型,将筛选得到的主要影响因素的样本值作为输入值进行学习训练,较好地解决了影响因素与备件消耗之间的非线性关系。实例应用表明,该模型对舰船备件需求的预测具有较高的精度。     

基于ADC法的自航水雷武器系统作战效能评估

简介了WSEIAC提出的武器系统ADC效能评估方法,构建了自航水雷武器系统能力评估指标,分析了自航水雷的有效性、可信性和作战能力模型,运用层次分析法和灰色理论解决了系统能力向量问题。实例证明,该方法能够有效评估自航水雷作战效能。     

一种新型图像匹配方法在视觉导引 AUV 对接中的应用

针对视觉导引AUV对接过程图像的变化特点,提出一种量子粒子群算法与灰度关联分析方法相结合的图像匹配算法。此算法结合量子粒子群并行搜索的快速性与灰色关联分析方法较强的鲁棒性,对旋转、平移、亮度变化等不敏感,符合视觉导引AUV对接过程中对图像匹配算法的要求。详细介绍了基于量子粒子群优化算法的图像匹配算法,算法以图像灰度直方图的灰色绝对关联度作为适应度函数。利用水池实验所得图像进行测试,实验结果显示,所提出的图像匹配算法准确、快速、鲁棒性强,能够很好地应用于视觉导引AUV对接。     

基于灰色层次分析法的舰船总体设计方案评估研究

舰船设计方案涉及因素众多,有些因素易于量化,有些因素难以量化,往往给方案优选工作带来诸多困难。针对舰船研制特点,在建立方案评估指标体系基本框架的基础上,引进灰色层次分析法对舰船设计方案进行研究,以期降低决策的主观随意性,使决策更加科学合理。