基于GA-LSSVR模型的路网短时交通流预测研究

目前,很多短时交通流预测方法仅利用某一路段历史数据的时间相关性或者道路上下游路段的时空相关性进行交通流预测,未充分考虑路网所有路段之间的时空相关性.提出了一种基于稀疏混合遗传算法优化的最小二乘支持向量回归(LSSVR)模型,并应用于路网短时交通流预测.该预测模型不仅可以自动优化LSSVR模型参数,而且可以从高维路网交通流数据中选择有助于交通流预测的变量子集.实验结果表明,与LSSVR模型相比,所提方法具有更好的预测能力;而且,少量时空变量被选择出来构建预测模型,极大减少了信息冗余,改进了模型可解释性.     

基于原子库结构特性的信号稀疏分解

在matching pursuit(MP)方法的基础上，利用信号稀疏分解中使用的过完备原子库结构特性，提出了一种新的信号稀疏分解算法。新算法兼顾了稀疏分解过程中计算量和存储量，信号稀疏分解的速度是常规的MP方法的15．9倍．实验结果证明了算法的有效性．     

信号在过完备库上分解中原子形成的快速算法

针对信号在过完备库上分解中原子生成速度慢的难题，提出了一种原子生成的快速算法．首先根据原子的尺度把原子分成小原子和大原子2类．对于小原子，因为其能量集中在较小的范围，所以用小范围生成的局部原子代替整个原子．对于大原子，先生成相应的较小原子，然后通过插值方法生成大原子．实验结果表明，当信号长度为256时，本算法在重建信号的质量没有任何改变的条件下，原子生成的速度比传统算法提高了4．7倍．     

基于TQWT和稀疏表示的滚动轴承故障诊断方法

基于稀疏表示理论,提出了一种采用可调品质因子小波变换(TQWT)的滚动轴承故障诊断新方法,分析了包含早期故障成分的原始采集振动信号的特点和早期故障信号的特性,研究了稀疏表示模型在解决故障特征提取问题和故障类型识别问题的应用;运用TQWT将原始信号转换为一组子带小波系数集,研究了利用迭代收缩阈值算法提取出稀疏小波系数的有效性和谱峭度对故障冲击信号敏感的特性,通过计算各子带信号分量的谱峭度,选取包含故障信息明显的子带小波系数,建立了包含稀疏故障信号分量的故障特征提取方法;利用提取出的故障信号稀疏表示分类模型,实现了基于稀疏表示的滚动轴承故障诊断方法。试验结果表明：在凯斯西储数据集上,提出的故障特征提取方法在剔除干扰成分方面有显著效果,提出方法对于4种类型数据的平均诊断准确率为99.83%,对于10种类型数据的平均诊断准确率为97.73%;与只运用TQWT和迭代收缩阈值算法进行故障特征提取的方法相比,故障诊断精度提高了11.60%,算法运行时间减小8%;在QPZZ-Ⅱ旋转机械平台采集到的振动数据集上,提出的方法对于4种类型数据的平均诊断准确率为100%;与传统小波去噪方法相比,准确率提高了35.67%,算法运行时间减小了7.25%。可见,本文提出的方法可以有效解决滚动轴承故障诊断问题。     

最短路拍卖算法在交通流分配中的应用

拍卖算法是由Bertsekas教授提出的一种求解有向网络图最短路径的新算法,并已经发展成为求解线性网络流问题的综合算法.本文首先介绍了拍卖算法,分析了其特点,并将其与常用的标号设定算法和标号修正算法进行了对比.深入分析了交通路网的特点和交通分配中最短路求解的特性.研究结果表明,最短路拍卖算法特别适合于并行计算和大规模稀疏网络的求解,符合现实路网的特点和交通分配的要求.最短路拍卖算法应用于交通分配能避免大量不必要的计算,大大节省计算时间,在交通领域具有广阔的应用前景.     

出行分布观测数据中的稀疏矩阵问题研究

对出行分布观测数据中的稀疏矩阵问题进行分析,提出了部分矩阵估计、补零矩阵估计和增量矩阵估计3 种不同方法来标定双约束重力模型的参数.通过定义估计的精确性和有效性两个不同的估计效果测度,将双约束重力模型等价为带有约束的数学规划,并采用解析方法比较3 种不同标定方法的估计精度差异.在此基础上,通过数值方法模拟计算,并比较3 种标定方法的估计有效性.通过研究可以发现,补零矩阵估计的参数精确性最好,而增量矩阵估计的有效性最好.研究成果能够作为实际城市交通规划中观测稀疏矩阵参数标定工作的理论依据.     

业务模型驱动的应急物流本体知识表示及应用

为解决应急物流智能协作面临的异构信息融合与知识管理难题,以有效知识应用为目标,利用业务模型与本体模型对组成构件上的相关性进行映射,并根据系统控制与实体行为约束所需的业务推理规则,设计了3种模块之间的关系与四阶段转换步骤,形成了业务模型驱动的本体表示方法.以该方法为基础,结合应急物流领域需求,建立了由概念集合、概念属性、语义约束、推理规则等要素组成的应急物流本体模型.通过应急配送路径选择案例,自动推理得到可替代邻近点以完成配送路径求解.结果表明,应急物流本体模型及其应用实现了异构信息的本体融合,消除了以关键词匹配为基础的常规检索失效现象,满足了最小路径算法的执行条件,为应急物流决策模型及算法应用提供了知识层面的支持.      

基于IC卡和稀疏GPS数据的中小城市公交乘客上下车站点推算方法

为有效获取中小城市公交乘客出行信息,挖掘其出行特征,基于公交乘客IC卡数据、稀疏GPS数据和公交站点位置信息等数据,提出一种公交乘客上下车站点推算方法.首先,通过内插法补齐稀疏GPS数据并与公交站点经纬度匹配获得车辆到站时刻,进而匹配乘客的IC卡刷卡时刻,识别乘客上车站点;然后,根据出行链理论划分不同公交出行链,结合乘...     

基于收敛趋势变分模式分解的齿轮箱故障诊断方法

从中心频率的角度出发,深入分析变分模式分解算法中不同初始中心频率的分解特性;利用分解特性对变分模式分解中使用的初始中心频率进行合理更新,在没有先验知识的情况下自适应分解信号的整个分析频带;根据峭度准则,从分解的子信号中选取包含故障信息最丰富的故障分量;对选出的最佳故障分量进行平衡参数优化和稀疏编码收缩处理,并进行包络分析;基于变分模式分解的特性,构建一套完整的基于收敛趋势变分模式分解的齿轮箱故障诊断方法,并应用诊断方法于汽车变速器齿轮箱中齿轮早期局部损伤故障识别和齿轮接触疲劳试验机中齿轮箱故障诊断。研究结果表明：在变分模式分解算法中存在着收敛趋势现象,随着初始中心频率的逐渐增大,所提取模式的收敛中心频率与其相对应的初始中心频率具有特定的收敛关系;提出的方法无需参数先验知识,可自适应地将振动信号进行分解;试验1中提出的方法分解得到的故障分量峭度为3.056,优化处理后故障分量的峭度为24.812,传统的2种初始化中心频率变分模式分解方法的故障分量最大峭度分别为2.830和2.421,快速谱峭度分析方法未能提取出故障分量;试验2中诊断方法分解得到的故障分量峭度为3.467,优化处理后故障分量的峭度为19.780,传统的2种初始化中心频率变分模式分解方法的故障分量最大峭度分别为3.231和3.361,快速谱峭度分析方法未能提取出故障分量;提出的方法能够增强瞬态特征和故障特征频率,在齿轮箱故障诊断方面更具准确性和优越性。     

能量依赖速度的二阶谱问题及其完全可积系

讨论了与能量依赖速度的二阶特征值问题相联系的有限维系统的可积性,利用位势函数与特征函数之间的Bargmann约束,将Lax对非线性化,得到新的有限维Hamilton正则系统,最后借助于Ligouville意义下的完全可积系的对合解得到发展方程族的对合表示.