考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4 种模型进行比较. 结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25%.     

基于行为识别的智能车纵向决策研究

针对智能车纵向决策问题,提出基于环境车辆偏离车道程度识别运动模式的方法;构建动态环境车辆横纵向轨迹预测模型,并求解;构建保持、先行、避让在内的决策集,提出基于预测轨迹的单个车辆决策方法,并基于所有动态环境车辆的决策结果在加速、减速和匀速3 种结果中做出综合决策. 实车实验表明：在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11,0.29,0.80 m,预测精度较高;复杂动态环境下,本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.     

基于神经网络的小时间粒度交通流预测模型

为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%.成果可用于信号配时优化.     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

汽车业界预测流行色彩的取向与开发

你听说了吗?在汽车界,蓝色车款将再度风行起来,而绿色早已退出流行,那种红中带黄的色彩也已被更为艳丽的红中带蓝所取代!以通用汽车公司负责色彩趋势预报的设计团队为例,他们从流行文化、经济走向和从其他业界的购买型态中     

道岔运维质量评价和预测分析系统研究

目前信号集中监测系统、道岔缺口监测系统是2个不同的监测系统,各自只能监测道岔局部功能和性能,但都不能有效监测道岔主要部件伤损和折断。针对这个问题,研发道岔运维质量评价和预测分析系统。详细叙述系统总体架构、组成、功能、关键技术,并对系统功能开展测试试验。试验结果表明,系统结合信号集中监测系统和道岔缺口监测系统等实时监测数据,能预测分析道岔钢轨特性参数,准确判断道岔钢轨断裂、伤损发展趋势,并给出报警和预警信息,实现道岔运维质量综合监测、安全预警和健康评价。     

下半年需求增长减速——国产商用车上半年分析及后市预测

上半年,国产商用车经过2006。年下半年的高速增长后,依然保持较高的增长势头,至6月末累计销售128．97万辆,同比增长25．89％。尤其是国产货车需求更为强劲,上半年累计销售79．36万辆,同比增长27．4％,增幅较去年全年提高3．92％。     

体现政府职能转变的"十一·五"

政府职能变更:减少直接干涉,加强政策导向2006年是第十一个五年计划的第一年(2006～2010)。一般来说,中国的五年计划,是为整个产业体系和主要的国有企业设定生产指标。然后根据指标确定资金需求。这些指标很大程度上受到第一汽车集团和东风汽车集团的影响。在第十个五年计划(2000～2005)期间,自从中国以非凡的业绩进入WTO以来,市场经济的发展大大改变了过去那     

叫板——《汽车导购》读者试驾中华尊驰1.8T

记得在2008年中华的新中级轿车骏捷火热登场的时候,其同平台的“大师兄”尊驰却仍然保持着低调。针对这款“中华第一车”到底在酝酿着什么,当时有两种预测：一．退市;二．重整旗鼓,东山再起。2007年,事实证实了第二种预测,但令业界没想到的是,尊驰是以“技术革新”这种大胆的方式来实现“车山再起”。     

动车组WTDS轴温数据的深度挖掘及应用

为进一步对系统动车组车载信息无线传输系统(WTDS)中已有的数据进行深度剖析,总结规律、开发应用,针对WTDS的轴温数据,设定更全面的阈值线,采用标准曲线比样法以及多元非线性回归等数学算法,建立了轴温数据分析预测模型.基于CRH5A型动车组的实际轴温数据,采用上述预测模型预测其未来轴温并进行故障判别,结果表明:该分析预...