基于PCA-RF组合模型的隧道交通事故持续时间预测

使用主成分分析(PCA)和随机森林(RF)组合模型对高速公路隧道交通事故持续时间进行预测.主成分分析用来提高随机森林模型的精度与效率.此外,通过调节2个模型参数,包括决策树数目和最大树深度来提高模型精度和避免模型过拟合.参数优化的结果表明,建模时决策树数目取150、最大树深度取10可降低模型的泛化误差.用以建模的数据包括了山西省的所有高速公路隧道自2012—2017年内的2115起事故数据.每起事故数据包括16个变量,包括隧道类型,事故发生位置类型,事故类型等.结果表明,PCA-RF组合模型的平均绝对误差为12.80 min,误差20 min以内的准确率为89.15%,取得了良好的预测效果.并且,PCA-RF组合模型的精度高于RF模型,说明PCA-RF组合模型能够提高事故持续时间预测的精度.且PCA能够降低数据维度,提高算法的效率.与人工神经网络模型的结果表明,PCA-RF组合模型预测结果精度高且其模型更简单、效率更高.      

新闻

<正>2014年中国轻型车产量将达2070万辆根据普华水道汽车行业分析团队Autofacts的预测,中国轻型汽车产量预计将于2014年达到2070万台,同比增长11.9%。从全球的角度来看,中国的汽车行业增长态势良好,竞争优势凸显,根据Autofacts的预测,在2012到2019年之间,中国对于全球轻型汽车产量增长的贡献率将达到43%。2013年,中国在轻型车的     

未来轻卡市场需求预测

结合国家宏观经济及政策法规实施、以及消费需求升级,判断目标市场容量走势如下：历年容量同比均呈上升趋势.轻卡未来的发展优势：城镇化程度加速,轻型车成为城镇物流的主力、二级与三级区域市场发展将刺激轻卡市场蹭长、轻型车购置和运营成本下降、税费改革.农用车优势不再,用户转投轻型车.     

《中国物流发展报告(2012～2013)》正式出版

据中国物流与采购联合会提供的消息,《中国物流发展报告(2012～2013)》已由中国财富出版社正式出版。报告以"回顾与展望"为主题,以"专家观点点评"为特色,对2012年中国物流发展状况进行全面、客观的总结评价,对2013年行业发展趋势做出分析预测。《中国物流发展报     

碰撞事故下油船泄漏的定量风险评估

针对目前船舶与海洋工程领域的风险评估大多为一些描述性的定性分析,难以确定风险发生的频率以及风险发生后的区域的状况,本文依据P.T.Pedersen研究船舶碰撞概率的计算方法,以某一区域为例,计算并分析了该区域的船舶碰撞事故发生概率;运用由挪威船级社(DNV)开发的NEPTUNE软件对油品特性进行了分析,并模拟了某一油船发生泄漏的油膜范围,预测了由泄漏所引发的火灾及爆炸事故的损害区域,这对油船上设备的合理布置及舱室设计工作具有一定的参考意义.     

浅谈阳茂高速公路沥青路面保护策略

阳茂高速公路是国道主干线(沈阳)至(海南)高速公路广东境内的一部分,于2004年年底建成通车。全长79.76 km,双向四车道,设计速度为120 km/h,全线均为沥青混凝土路面。高速公路使用2年多来,路面综合状况良好,主要的问题是裂缝、唧浆,车辙以及横向力系数偏低未能达到养护规范要求。为了防止路面的进一步损坏,特别是防止由于路面表面功能的损坏引起路面结构性的损坏。计划对于保持和改善阳茂高速公路沥青路面性能,延长路面使用寿命具有重要意义。     

消除“万一”需抓“一万”

<正>"海因法则"是根据国际上工伤事故概率统计分析得出的一项安全法则。该法则认为:一起重大的安全事故背后有29个轻微事故,每个轻微事故背后有300个事故苗头,每个苗头背后约有1000个事故隐患,也就是说众多微小因素中的任何一个,只要任其发展都有可能酿成一起重大事故。这一法则所揭示的"事故背后有苗头,苗头背后有隐患"的规律,带给我们的重要启示是:要避免一起重大事故,就要从消除无数个事故隐患做起,抓好一个个细节。     

去年V型反转今年预期向好珠江水运经济二○○九年分析和今年预测

今年珠江水运经济将预期向好,这是通过总结去年以来市场变化得出的结论.2008年下半年开始,国际金融危机对珠江水运产生了重大影响,外贸货物运输受冲击最大.     

雅泸高速公路大渡河段左侧路基塌岸防护设计研究

通过雅泸高速公路大渡河段(K92+332~+700)左侧路基塌岸防护勘察、科研与设计过程,介绍了西南山区库区段路基塌岸防护处治思路和采用的防护技术,提供了塌岸处治实例,总结了库岸再造预测方法、参数取值与防护技术的经验。     

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.