基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型

为降低样本噪声对客流预测模型的干扰, 结合深度学习理论, 提出了一种基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型; 将预测过程分为3个阶段, 第1阶段预处理原始地铁刷卡数据, 构建进(出)站客流时间序列, 运用经验模态分解法将时间序列转化为一系列本征模函数及残差, 第2阶段利用偏自相关函数确定长短时记忆神经网络的输入变量, 第3阶段基于深度学习库Keras, 完成长短时记忆神经网络的搭建、训练及预测; 以上海地铁2号线人民广场站客流数据验证了模型的有效性。计算结果表明: 与代表性的预测模型(差分自回归移动平均模型、支持向量机、经验模态分解与反向传播神经网络、长短时记忆神经网络)相比, 经验模态分解与长短时记忆神经网络预测模型分别将工作日高峰、平峰、全日的进(出)站客流预测精度分别至少提升了2.1%(2.5%)、2.7%(3.5%)、2.7%(3.4%), 将非工作日全日的进(出)站客流预测精度至少提升了3.3%(3.5%), 说明经验模态分解与长短时记忆神经网络的组合是一种预测短时地铁客流的有效模型; 当预测步长由5 min逐渐增加至30 min时, 工作日高峰、平峰和全日进(出)站客流的平均绝对百分比预测误差分别由14.8%(13.9%)、16.8%(17.4%)和16.6%(17.0%)逐渐降低至7.0%(6.2%)、8.3%(7.5%)和8.1%(7.4%), 说明该方法预测误差与预测步长呈负相关。      

干旱洪涝袭中国

洪湖不见浪打浪。5月25日,住在洪湖渔船上的徐保勇划着小船回到离开一个星期的家。小渔船在洪湖中间浅浅的河道里缓慢而费力地前行,时不时搁浅,原先坐快艇不到10分钟的路程用了一个多小时才到。受上游淮河断流、降水偏少和农业灌溉用水的综合影响,洪泽湖水位持续降低。虽然6月3日以来,长江中下游地区出现了4     

综合小波分解和BP神经网络的交通小区生成交通短时预测

针对交通小区生成交通的短时预测需求,提出了综合小波分析和BP神经网络的短时预测方法.预测方法主要利用dbN小波函数对交通小区生成交通进行小波分解,利用BP神经网络对分解后的多频段波形进行短时预测,最后通过波形重构获得交通小区生成交通的短时预测结果.在构建综合小波分析和BP神经网络短时预测模型基础上,采集交通小区的实际交通生成数据,并构建短时预测的对比模型,检验构建模型的预测精度.检验结果表明:在交通小区的生成交通短时预测方面,综合小波分析和BP神经网络的组合预测模型比单独采用BP神经网络进行预测的精度更高.     

强降雨作用下岩溶区公路隧道衬砌破损机制分析

为揭示岩溶条件下公路隧道雨后结构病害演化过程,依托京港澳高速大宝山隧道水害案例,通过地质勘察、地表调查与雨后水连通试验,探明水害段地质信息与水力连通特性;基于“无人机航飞+三维地质建模”联合技术,构建考虑地形地貌、隧道结构与地质信息的精细化三维仿真模型,探究强降雨后地层水位骤升时结构受力与变形响应规律。研究结果表明： 1）地层岩溶发育为雨水向下径流提供了良好的水力通道,由此引发的强降雨后地层水位抬升与结构水压骤增是导致结构压溃的直接原因; 2）地形影响下左右线隧道初始应力状态已具有差异性,随着地下水位抬升,结构外水压与内力的不对称式增长使得隧道应力差异性愈发明显; 3）至水位上升60 m时,压应力超限、安全系数过低的结构风险出现于左线高山侧边墙、拱脚处,且与现场病害特征、病害位置吻合良好,验证了模拟方法的可行性与有效性。     

资讯

强降雨天气交通应急管理启动公安部交管局召开强降雨恶劣天气交通应急管理工作视频调度会,对进一步加强强降雨恶劣天气交通应急管理工作进行部署。会议要求,强降雨天气影响区域的各级公安交管部门要迅速启动应急机制,进入应急状态,在政府统一领导下做好强降雨恶劣天气交通应急管理工作。会议指出,各级公安交管部门要加强区域警务协作,实行联勤联动,防止省际间严重交通拥堵。要加强与气象、防汛等部门的信息沟通,及时掌握天气及汛情变化情况,并通过各种媒体,广泛     

日本努力减少自然灾害对铁路的影响

日本位于世界上地壳运动最为活跃的一个区域，该国地质地貌条件复杂多变，经常容易发生地震。而且，气候条件也相当恶劣，时常发生强降雨和强降雪。每年日本有相当多的地方发生自然灾害。     

智能算法在短时交通流量预测中的应用

为了深入研究不同智能算法在不同时间尺度下短时交通流量预测中的预测效果,采用历史平均法作为参照,选取小波神经网络、支持向量机回归、非参数回归三种典型的智能算法,对快速路单截面的交通流量进行预测,分别探讨其在1min、5min、15min三种典型预测步长条件下的预测效果。分析了不同时间尺度的波动系数以及道路线形对预测结果的影响,并提出优化思路。     

珠江三角洲强降雨对伶仃洋海域潮汐、海流的影响浅析

2014年珠江三角洲地区遭遇特大暴雨.为了研究本次特大暴雨对伶仃海域的潮汐和海流的影响,我单位在伶仃洋布设多台波潮仪和流速仪,通过今年潮汐和海流与去年同期和本月与上月的比较,分析出暴雨对该地区的潮位和表层流速的影响情况.     

基于STFT与WVD的LPI雷达信号检测

魏格纳分布（WVD）因具有高分辨率、能量集中性和时频边缘特性而成为时频分析的有力工具,然而当处理多分量信号时不可避免的存在交叉项的干扰,因而阻碍了WVD的应用.短时傅里叶变换（STFT）不存在交叉项,但时频分辨力较差.为此本文提出了基于STFT与WVD联合的低截获概率（LPI）雷达信号检测算法,该算法在保证优良时频聚集性和分辨力的同时可以处理多分量信号.仿真实验表明该算法能有效抑制交叉项的干扰,并且在低信噪比条件下可以对LPI雷达信号进行检测.     

基于小波神经网络的短时交通流预测

针对现阶段城市道路交通短时交通流预测精度不高的局限性,将小波变换引入到城市道路交通预测过程中,提出一种基于小波神经网络的预测方法。运用美国加州高速公路通行能力度量系统数据作为数据来源,应用小波变换和BP神经网络相结合对其进行预测,然后对预测结果数据进行分析,并对短时交通流进行综合评价。实验表明,该方法与传统的BP神经网络相比较,在短时交通流预测方面具有较好的有效性和优越性。