基于PCA-SVM的边坡稳定性预测模型研究

提出了一种基于主成分分析(PCA)和支持向量机(SVM)的边坡稳定性预测模型。首先分析了影响边坡稳定性的因素,采用主成分分析方法求取主成分;再将主成分作为输入对支持向量机进行训练,并利用遗传算法优化支持向量机参数;最后通过实例与常用寻参方法所得结果进行比较。结果表明,该法能减少输入变量维数,提高了边坡工程稳定性的预测精度。     

基于环境风险控制的危险废物选址-路径问题研究

为降低回收处理危险废物的环境危害,提出了基于环境风险控制的危险废物选址-路径问题,全面地评估了危险废物回收管理的环境风险.根据环境承载力的理论,设计了环境风险的度量方法.考虑废物残余的危险性、危险废物类型和加工技术种类的多样性、危险废物和加工技术的相容性,建立了成本最小化和环境风险最小化的0-1混合整数线性规划模型.针对双目标选址-路径模型的复杂性特点,设计了多阶段聚类遗传算法.以重庆危险废物物流管理为例,验证了模型和算法的有效性.结果表明:模型和算法能够为实际管理提供合理的选址-路径优化方案,且在两个不同对比条件下,相较于已有的模型,基于环境风险控制的优化方案能够分别降低33.85％和18.16％的总成本.     

基于可持续发展的城市交通微循环路网优化模型

文章基于可持续发展的理念,建立了交通微循环的路网优化双层模型：上层为考虑支路改扩建和新建的混合网络设计问题,下层为符合UE准则的运量分布和平衡配流组合模型;提出遗传算法对模型进行求解。模型对交通微循环项目的实施建设有一定指导意义。     

基于模糊聚类的城市快速路交通流状态划分

针对城市快速路交通流状态分类的问题,提出了一种改进的模糊C均值(FCM)算法.结合层次聚类算法和FCM聚类算法,运用层次聚类算法得到最佳聚类数和初始聚类中心,并通过Relief F特征加权对影响交通状态的不同特征指标赋予相应的权值,最终用FCM算法再次聚类得出交通流状态的分类结果.以VISSIM为工具,对该方法进行了模拟.对比分析结果显示,所提出的方法能够提高城市快速路交通流状态分类的效果.     

基于模糊聚类的城市快速路交通流状态划分

针对城市快速路交通流状态分类的问题,提出了一种改进的模糊C均值(FCM)算法。结合层次聚类算法和FCM聚类算法,运用层次聚类算法得到最佳聚类数和初始聚类中心,并通过Relief F特征加权对影响交通状态的不同特征指标赋予相应的权值,最终用FCM算法再次聚类得出交通流状态的分类结果。以VISSIM为工具,对该方法进行了模拟。对比分析结果显示,所提出的方法能够提高城市快速路交通流状态分类的效果。     

基于流量状态的路段交通信息检测器布设点优化

为了提高交通信息检测器的采集精度,需在路段确定为最优路段后寻找检测器的最优布设位置。利用路段分段后每段的断面平均速度与路段平均行程速度建立检测器契合度模型,考虑流量波动对检测器的影响,通过计入路段上不同流量状态下的最佳契合度,确定检测器的最佳布设位置点。经过实例验证,不同路段的最佳布设检测器的位置点不同,要根据实际情况进行度量。本文可为找出交通信息检测器的最优布设方案提供定量计算的方法,具有一定的实践性与有效性。     

基于粒计算的交通流参数预测

交通流参数预测是交通流诱导和交通信息发布的重要依据.以信息颗粒为基 础数据分析单元,针对以往模糊时间序列模型存在的缺陷,提出一种新方法构建模糊时 间序列模型,该方法在挖掘数据内在信息关联的基础上,考虑时间变量影响下分析动态 可变的区域间隔长度.此方法主要特点是基于Gath-Geva 模糊聚类的时间序列分割,利用 模糊分割构造信息颗粒,以信息颗粒为数据单元,通过粒计算分析交通流参数动态变化 趋势.实验结果表明,基于粒计算的交通流参数预测可以预测合理的交通流参数置信区 间,比传统的参数数值预测可靠度更高,对于交通状态的动态分析具有指导意义.