平面交叉口事故预测及突出事故形态鉴别

应用神经网络技术建立了基于三层感知机的平面交叉口事故预测模型,该模型的特点是可预测出具体事故形态的事故数.模型检验结果表明,预测精度达到了89%.在得到分事故形态的事故数预测结果后,基于"突出性"原理建立了一种鉴别事故多发形态的方法.     

基于改进的BP神经网络的产品生产成本估算

基于BP神经网络的成本估算模型,利用全局搜索能力较强的遗传算法优化BP神经网络连接权,克服传统的BP算法易陷入最小值的缺点,使模型预测性能、预测精度和泛化能力得到有效改进.以列车转向架为例,建立产品生产成本GA-BP估算模型,通过8组检测样本检验训练好的遗传人工神经网络.计算结果表明:预测值与期望值的误差小于4%,说明利用遗传神经网络模型对产品成本进行估算切实可行.     

基于综合超前地质预报的隧道施工不良地质预警体系研究

隧道施工前方经常遇到岩溶、断层破碎带、富水等不良地质,一旦对这些不良地质重视不够或处治不当,都将给隧道施工带来极大困难,甚至造成人民生命财产的巨大损失。根据预报手段的准确性,把预报分为3类;根据岩溶、断层破碎带及富水地层3种不良地质的规模、大小、特征及其危害程度,将其分为6级。最后,根据不同预报手段的准确性和不良地质的分级,建立基于综合超前地质预报的隧道施工不良地质预警体系,并确立相应的预警距离和处治技术预案。     

基于DNA双链特征的启动子预测方法

真核启动子预测是DNA序列分析的重要问题之一．本文提出一个基于内容的新算法,考虑DNA的双链特征,特征的出现频率用位置权矩阵表示,利用boosting算法进行训练和预测,得出的结果与其他算法相比,有很好的敏感性和特异性．     

基于EKF的神经网络在网络流量预测中的应用

在网络资源有限的情况下,建立合理的网络流量预测模型,并根据其预测结果及时做出控制决策或调整措施,对网络性能和服务质量的提高均有重要意义.根据网络流量的时变、非线性特点建立一个时间相关的流量预测模型,预测和分析网络流量状况,并利用人工神经网络在非线性建模方面的优势,给出了基于EKF算法的前馈神经网络的结构设计及学习算法.最后在Matlab环境下使用该预测模型对网络流量进行了仿真,结果表明该模型具有较好的自适应性和较高的预测精度.     

基于灰色理论的北京公交客运量的预测和分析

对公交客运量的预测和分析是非常重要的工作,通过预测和分析方法的简单比选,确定应用灰色理论进行北京公交客运量的分析和预测。根据灰色理论,建立灰色预测模型预测公交客运量,并建立灰色关联模型从供给、需求和竞争三个方面分析公交客运量,是公交客运量预测和分析的实际应用方法之一。     

混合动力发动机在线扭矩估算算法研究

为了满足混合动力发动机扭矩管理控制策略的需要,建立了基于平均值模型和A/N—Te模型的发动机在线扭矩估算算法。在试验过程中,针对进气歧管压力响应滞后于节气门快速变化的问题,提出了预估算进气歧管压力估计进气流量的方法,消除了进气歧管内压力滞后的影响,完善了原始算法。通过台架试验得到发动机输出扭矩实测值,将实测扭矩与估算扭矩相比较,验证了算法的准确性。     

基于系统动力学的航空系统客运量预测模型

为了得到理想的航空系统客运量预测结果,引入了系统动力学预测方法。在对航空运输系统主要因素及因果关系分析的基础上,建立了航空运输客运需求量系统动力学模型,并采用历史统计数据对模型进行了仿真和验证,结果证明该模型有效可行,可以较好地克服传统预测方法的不足之处。     

改进的BP神经网络在港口物流量预测中的应用

针对传统BP神经网络模型收敛速度慢的缺陷,对其进行改进,以提高收敛速度。经运用厦门港物流出口量的历史数据进行检验分析,给出BP神经网络仿真计算方法,其仿真结果与实际结果比较,具有较高的可信度。证明了改进后的模型加快了收敛速度,提高预测结果的准确性。     

无信号控制平面交叉口交通冲突预测模型研究

以无信号控制平面交叉口为研究对象,在交通流运行特征分析的基础上,用泊松分布描述车辆的到达特性。通过相关假定,指出机动车与机动车之间冲突发生的条件及冲突数的计算方法,认为平交口内车辆之间的冲突是按照一定概率同时进入交叉口的车辆相互干扰的结果。运用概率统计的相关理论计算出在车辆横穿交叉口的时间CT内,单进口道发生的冲突数,进而计算出单进口道的小时冲突数及整个交叉口的小时冲突数。建立了冲突预测模型,并利用实测数据对模型进行了验证。