道路网短期交通流预测方法比较

介绍了用于短期交通流预测的两大类模型:统计预测算法和人工神经网络模型.对其中各种模型的特征进行了比较,将历史平均模型、求和自回归滑动平均模型(ARIMA)、非参数回归模型、径向基函数(RBF)神经网络模型与贝叶斯组合神经网络模型,应用于一个真实路网的短期流量预测,比较了各模型的预测结果.结果表明,组合神经网络模型预测误差最小,可靠性最高,是一种对短期交通流预测的有效方法.     

城市交叉口交通流特征与短时预测模型

时间尺度大于15 min的城市交通流预测模型已无法满足交通信号实时控制和交通信息实时发布的需求,通过对广州市中心区交叉路口交通流长期观察和数据采集,分析了各种时间尺度的交通流特性,提出以路口信号周期作为时间尺度,绿灯流率作为变量的ARIMA(p,d,q)短时交通预测模型。以1个和3个信号周期的时间尺度为例,对城市交叉路口不同时间段交通流进行建模和预测。结果表明ARIMA(p,d,q)预测模型结构稳定,算法简单,时间尺度为3个信号周期的预测模型可以很好地保持交通流特征,均方根误差为0.015 9,预测精度较高。     

钛合金疲劳小裂纹扩展行为预报方法研究

针对小裂纹扩展阶段裂纹尖端塑性区域尺寸相对于小裂纹长度是不可忽略的问题,在考虑小裂纹效应裂纹扩展速率修正模型基础上,对该模型中裂纹尺寸进行修正,即裂纹长度等于真实裂纹长度加上平面应变状态下裂纹尖端塑性区域一半;并利用修正后的模型对钛合金材料不同情况下疲劳小裂纹扩展速率和寿命进行预报,同时将预报结果与试验值比较.结果表明:修正后的预报模型对小裂纹扩展速率和寿命均有很好的预报效果.     

基于LSTM的舰船运动姿态短期预测

舰船的六自由度运动状态形成复杂的非线性过程,运动姿态会受到耦合作用、不定周期、噪声信号以及混沌特性等因素的干扰,因此很难得到精确的预测结果.为了提升舰船运动姿态的预测精度,利用舰船时间序列的特点,建立了基于长短期记忆单元(LSTM)模型,对其进行了舰船姿态预测仿真,将结果与时间序列分析法的结果进行对比.实例分析表明:基于LSTM模型的预测方法具有精确度高、易实现的特点.这为舰船运动短期预测提供了一个新的思路和方法.     

基于AIGA-WLSSVM的埋地管道腐蚀速率预测方法

为了降低埋地管道腐蚀影响因素之间的复杂相关性,提高腐蚀预测精度,文中提出一种基于自适应免疫遗传算法-加权最小二乘支持向量机(AIGA-WLSSVM)的埋地管道腐蚀速率预测建模方法,并采用AIGA优化模型参数,进一步提高模型的学习能力和稳定性。最后通过实例分析验证了AIGA-WLSSVM建模方法在埋地管道腐蚀速率预测中的可行性和有效性,为埋地管道的检修与更换提供参考。     

基于寿命分布的备件需求计算模型分析

根据指数分布、正态分布和威布尔分布的寿命分布类型,对航海装备的一些维修备件进行分类,并提出了在满足备件保障度下这三种寿命分布类型备件的需求计算模型,对一些备件需求预测实例进行了预测计算。     

船摇前馈控制补偿效果及优化方法研究

雷达隔离船摇的主要手段之一.针对船摇前馈在实际工程应用中补偿效果不理想的问题,通过对前馈复合控制原理、船摇前馈实现方法和效果影响因素的研究,提出了工程实现的优化方法.采用时间序列分析方法进行船摇数据预报可以提高近一个数量级的预报精度,从而直接提高船摇前馈补偿量的计算精度和补偿效果.通过在前馈补偿环节中加入自适应设计以实现船摇前馈信息有效平稳地加入控制环路.此外,选择适宜的时机加入船摇前馈也是工程应用的一个重要因素.     

集装箱船舶大型化现状与未来发展预测

美国次贷危机对全球实体经济影响的加深以及国际石油价格的剧烈变化短期内可能改变集装箱船舶大型化的趋势,但是从长期看,全球集装箱船舶大型化的趋势仍将继续。本文利用相关数据,分析预测未来集装箱船舶大型化的发展状况。     

河北省内河水上交通安全管理探析

河北省内河许多水域安全基础设施简陋,缺乏必要的安全保障措施,已严重影响水上交通安全管理工作的正常进行．进而在一定程度上制约地方经济发展。通过对当前河北省内河水上交通安全现状的研究,系统分析我省内河水上交通安全管理的特点。并在法制法规、资金筹措、制度建设等方面提出观点和建议。     

城市群双线客流分布预测方法研究

鉴于城市群客流预测在城市群轨道交通规划中的重要性,为提高其预测精度,对城市群客流预测中的分布预测方法进行研究.分析现实能够收集到的资料及城市群交通分布的特点,提出城市群双线分布预测方法.在城市群资料有限的情况下,研究如何得到城市群分布的预测结果;阐述分布预测的计算方法,建立相关的计算模型,对几种常用的分布预测模型进行优缺点及适用性分析.