基于深度学习的短时交通流预测研究

针对交通流时间序列,在深度学习的理论框架下,构建基于LSTM-RNN的城市快 速路短时交通流预测模型.根据交通流的时空相关性完成时间序列的重构,依靠模型训练对时 空关联特性进行识别和强化,兼顾精度和时效性确定神经网络深度,完成短时交通流预测模 型搭建.基于TensorFlow 的Keras 完成LSTM-RNN的逐层构建和精细化调参,利用路网实测数 据样本完成算法验证,实现模型本地保存并根据预测精度进行自适应更新.结果表明,本文所 采用的预测算法精度高,受训练样本量的限制较小,实时性、扩展性和实用性均得到有效提高.     

近景摄影测量控制点布设方案的研究

随着计算机技术的飞速发展和近景摄影测量应用范围的日益拓广，非量测用摄影机作为影像信息的获取手段亦已显出其优越性。在真正建立非量测用摄影机所片与目标物间已知的数学关系中，控制点起着不可缺少的桥梁作用，不讼是控制点的布设是数量都将直接影响到目标物物方坐标的解算精度。     

适用于非线性对象的神经元非模型控制方法

改进了神经控制器的输入信号处理函数，设计出一种非线性转换器，能有效提高神经元非模型控制器对非线性对象的适应能力。仿真试验表明，新的神经元控制器能有效地克服非线性的不利影响，具有响应快速和强鲁棒性，对过程参数的变化和负荷干扰都有较好的自适应能力。同时该控制器保留了简单，实用，无需对象模型等优点，能方便地应有竽具有非线性的工业过程控制。     

路面管理系统发展综述

随着路面管理系统近二三十年的不断发展,它已成为公路管理部门重要的辅助管理工具.本文在回顾国内外路面管理系统发展现状的基础上,分析了发展中存在的问题,提出了相应的改进措施,并重点探讨了基于GIS平台的路面管理系统的发展方向.     

高速公路路面使用性能预测方法研究

通过分析影响路面使用性能的主要因素,并在全面分析总结现有路面使用性能预测方法的基础上,提出一种将灰色系统预测模型与马尔可夫概率预测模型相结合的方法,以四川省告诉公路为实例证明它可用于我国高速公路路面使用性能预测工作。     

短时交通流预测方法研究进展

实时准确高效的交通流预测是实现交通流诱导和交通控制的关键技术之一,近年来它在智能运输领域受到广泛关注。本文首先介绍了短时交通流的属性和预测要求,接着将现有预测方法分成4类：基于线性理论的方法、基于非线性理论的方法、基于混合理论的方法和基于交通流理论的方法,并且总结评述了现有各种预测模型的优缺点,之后探讨了当今短时交通流预测领域的研究热点,最后指出了其未来研究方向．     

ɽ��˫������·�����Ҫ�ذ�ȫ���о�

横断面要素指标是双车道公路的重要控制指标,上述指标的选择对于双车道公路的安全性和通行能力有很大影响,在山区尤为明显. 本文根据24条山区双车道公路的现场勘察结果和交通事故、交通组成等数据,对山区双车道公路横断面要素的安全性进行了分析研究. 研究内容包括路基宽度、车道宽度和路肩宽度指标对全部事故和不同形态事故的影响规律,并借用负二项分布模型针对路基宽度指标进行了事故预测研究. 研究结果表明,路基宽度和路肩宽度对于全部事故和各类别事故的影响整体上皆为先增加后降低的趋势;构建的追尾事故预测模型中货车比例、接入口、路基宽度的二次式几个因素将增加追尾事故,而路基宽度的增加有利于降低追尾事故.     

沥青路面性能衰减规律的经验法预测模型探讨

沥青路面性能衰减规律的预测模型是进行路面预防性养护管理的重要内容,通过采用经验法预测模型对性能指标IRI、PCI进行分析,来预测路面的使用性能,总结出经验法预测模型的建模程序和使用特点.     

基于混沌高效遗传算法优化SVM的交通量预测

针对交通量预测本身所存在的小样本、非线性和复杂性等特点,利用支持向量机建立了基于RBF核函数的SVM交通量预测模型,采用基于混沌映射和加速遗传算法的混沌高效遗传算法对SVM模型参数C,ε和δ2进行优选,结合某市1978～2008年交通量实测资料进行了仿真验证,与GA-SVM模型和BP神经网络模型的仿真预测结果对比表明:该模型取得了较好的预测效果,可有效应用于城市交通量的预测.     

基于神经网络的港口潮汐预报研究

分析调和分析法潮汐预报的局限性和神经网络技术用于潮汐预报的可行性,设计潮汐预报的神经网络模型,用验潮站20多年的潮汐记录作为样本进行网络学习和预报,验证神经网络用于潮汐预报并提高预报精度的可行性.