基于时空特性和灰色神经网络的短时交通流预测

为了提高城市道路短时交通流的预测精度,提出一种基于时空变化特性和灰色神经网络的短时交通流预测模型。通过对道路短时交通流时间和空间特性的分析,将预测路段与相邻路段进行灰色关联度分析,深度挖掘道路交通流的空间信息,并利用灰色神经网络组合模型对预测路段进行短时交通流预测。以合肥市的道路实测数据进行实例分析,结果表明,相比单一时间序列预测模型,该方法有效提高了道路短时交通流的预测精度。     

港口集装箱吞吐量预测方法研究

基于我国港口集装箱运输发展现状以及国内外集装箱吞吐量预测研究的进展,对时间序列模型预测法、回归模型预测法与灰色模型预测法的原理进行分析比较,分别建立3种港口集装箱吞吐量的预测模型并对大连港集装箱吞吐量进行预测.结合大连港历史数据,对3种预测方法的预测结果及精度进行比较,归纳每种方法的特点与各自适合预测的港口类型.基于大连港为普通增长型港口的特点,采用回归模型与灰色模型对其未来五年的集装箱吞吐量进行预测,为相关研究人员和管理者提供参考.     

基于灰色预测模型的煤层气储层产气量动态变化预测研究

以沁水盆地某研究区的排采资料为基础,围绕煤层气储层产气量动态变化预测技术开展研究.煤层气开采过程是一个非常复杂的系统,其产气量受煤层气储层自身特性和排采制度等多种因素的影响,是各种影响因素综合作用的结果,是开采过程中系统内在变化的反映.可以通过研究煤层气产量的历史数据,挖掘产气量随时间变化的内在规律,并对未来的产气量进行预测.基于煤层气储层产气量的历史数据,通过建立灰色预测模型预测煤层气储层产气量的动态变化,并通过实际产气量数据验证,对于产量波动小、峰值明显、稳产时间长的煤层气储层,灰色预测模型在对产气量进入递减阶段的动态变化进行预测时效果较好.     

基于灰色新预测模式的变压器故障预测

从初始条件选择、背景值改造等方面对原有灰色模型进行了改进,并建立了新的改进非等间隔灰色预测模型,最后应用模型群优选预测法获得较好的结果。通过实例验证表明模型与一般的非等间隔灰色模型相比具有更高的预测精度。提出基于此新方法还可以建立变压器故障预测系统,客户可以通过本系统来预测短期的未来变压器各类特征量及可能存在的故障类型。     

山区公路纵坡自由流运行速度预测模型

基于车辆动力学分析,依据道路阻力和车辆动力因数的关系,分3种情况构建了山区纵坡路段车辆运行速度动力学模型,预测了纵坡路段的基本运行速度,并对此速度进行修正得出路段预测速度。利用Matlab编程和GUI(Graphical user interface)可视化界面编写了车辆运行速度预测程序,对山区双车道路段进行小客车运行速度预测。预测车速与实测车速对比结果表明:预测车速与断面观测车速基本相符,模型预测精度高、适用性好,能够反映车辆在纵坡行驶的动力特性。     

公路行驶时间与交通流量预测的时间传递模型

以高速公路行车时间和交通流量预测为研究对象,建立了行车时间预测和路段交通流量估计的时间传递模型,得到了车辆从任意时刻进入高速公路的行驶时间。并分析了增加传感器处交通流量观测值情况下公路的通行特性,重点讨论了对局部阻塞路段的运行时间和交通流量的影响,利用交通流量时间传递模型,给出了该路段车辆运行时间和交通流量的精确预测。     

基于卡尔曼滤波的道路平均速度预测模型研究

交通流预测是智能交通系统研究的热门核心问题,作为交通三参数之一的路段平均速度是反映城市交通状态的一个重要参数。针对道路平均速度的预测问题,提出了一种基于卡尔曼滤波理论的预测模型,利用路段上下游的车辆平均速度预测未来时刻该路段的平均速度,并根据美国明尼苏达州双子城快速路的实际数据对预测模型进行了仿真验证。实验结果表明:相对于基于时间序列平滑的预测方法,所提出方法能够提升预测的实时性,同时平均相对误差降低11.69%,平均绝对相对误差降低29.44%,最大绝对相对误差降低17.59%,能够满足路网对道路平均速度预测的需求。     

组合优化灰色模型在中长期电力负荷预测中的应用

鉴于中长期负荷预测受很多不确定因素的影响，各种预测方法都有其局限性的问题，在分析基本灰色模型及其传统改进模型在负荷预测中局限性的基础上，提出了一种电力系统中长期负荷预测的实用新方法——组合优化灰色预测法.该预测法是一种对残差改进灰色模型(GM)和基于等维新息递补预测法的改进灰色模型进行优化的组合方法，能够实现在线预测模型参数，满足动态电力负荷能解决随机干扰影响的要求，最终的预测结果误差可基本控制在3%之内. 经过实例计算，组合优化灰色预测模型用于中长期电力负荷预测，与传统的系统理论方法相比较，该方法计算简捷，预测精度高，具有很好的实用性.     

基于灰色相关分析的GRFM倾斜量预测模型

针对时间序列的动态性、相关性、小样本性、非线性等特征,利用灰色模型的小样本适用性和神经网络的预测高精度等性能,提出了一种基于相关分析的灰色神经网络组合预测模型.首先,基于灰色相关理论定量分析了倾斜量与沉降观测指标时间序列之间的相关度;然后,采用GM(1,1)模型对原始序列累加求和,降低各因素原始数据的噪声干扰;利用优化径向基神经网络(Radial Basis Function,RBF)多步拟合训练,其中心点和扩展系数初值采用蚁群算法进行优化.最后,将该模型应用到了砖石古塔的倾斜量预测中,设计了沉降综合指数,通过计算,该指数与倾斜量的灰色相关度为0.789 1,采用该模型对某古塔倾斜量进行了预测,平均相对误差为9.056%.实验结果表明,该模型对小样本、非线性的时间序列预测具有高精度和有效性,为古建筑保护中变形预测提供了理论和实践经验.     

胶轮结构悬挂式轨道车辆曲线通过性能仿真

建立了一种基于橡胶轮胎和地面耦合系统的悬挂式轨道车辆转向架横向动力学曲线通过模型,并对橡胶轮胎和地面耦合形式的轮对结构进行了横向、摇头运动的动力学分析.通过对车辆动力学矩阵仿真分析,计算车辆构架及轮对通过曲线路段时刻转向架的位移、加速度响应量.仿真计算表明,该种车辆能够稳定地以30.0m/s速度通过小半径曲线路段.     

城市暴雨内涝对交通的影响及路线优化对策

城市内涝的频频发生严重影响城市交通秩序和出行者的安全.城市暴雨洪涝对交通的影响以及路线的优化选择应得到更多的关注和研究.本文介绍了一种基于城市暴雨内涝管理模型SWMM水动力模拟,结合Dijkstra最短路径算法,对暴雨情境下的城市内涝积水点进行模拟和识别,评估极端降雨对交通网络的影响以及受涝区域最佳交通路径的选择.结果表明,该法可将SWMM模拟的动态内涝信息及时反馈到城市交通网络模型中,评价雨洪情境下管网节点或管段的积水阻断状态,有效求解暴雨情境下的规避路径.此法充分结合内涝模拟系统与交通路线分析,具有空间能力分析强、规划效率高的特点,为研究极端暴雨天气对城市交通的影响以及应急管理和疏通提供支持,具有重要的现实意义.     

公交优化调度模型

对公交调度发车间隔的优化进行了研究。在合理假设的前提下 ,建立了以公交公司一天的总发车车次最少和乘客一天的总等车时间最短为目标的优化调度模型 ,并对该模型目标函数中的一些问题作了详细的分析讨论。结果表明 ,该模型兼顾了公交公司和乘客二者的利益 ,合理、实用     

交通枢纽的规划研究

结合我国各大城市大规模建设交通枢纽以加快城市化进程的现状,研究了城市交通枢纽的基本概念、功能和发展现状,分析了城市交通枢纽规划的影响因素、基本原则,总结了城市交通枢纽的基本规划方法,并提出了在城市交通枢纽规划中应注意的关键问题,为城市交通枢纽的规划与建设提供了相应的规划理论和方法支持.     

Optimization for vehicle scheduling in iron and steel works based on semi-trailer swap transport

In order to solve internal logistics problems of iron and steel works, such as low transportation efficiency of vehicles and high transportation cost, the production process and traditional transportation style of iron and steel works were introduced. The internal transport tasks of iron and steel works were grouped based on cluster analysis according to demand time of the transportation. An improved vehicle scheduling model of semi-trailer swap transport among loading nodes and unloading nodes in one task group was set up. The algorithm was designed to solve the vehicle routing problem with simultaneous pick-up and delivery (VRPSPD) problem based on semi-trailer swap transport. A solving program was written by MATLAB software and the method to figure out the optimal path of each grouping was obtained. The dropping and pulling transportation plan of the tractor was designed. And an example of semi-trailer swap transport in iron and steel works was given. The results indicate that semi-trailer swap transport can decrease the numbers of vehicles and drivers by 54.5% and 88.6% respectively compared with decentralized scheduling in iron and steel works, and the total distance traveled reduces by 43.5%. The semi-trailer swap transport can help the iron and steel works develop the production in intension.     

电动汽车充电路线优化系统的研制

在电动汽车充电站预约网站的基础上,采用用户实际行驶轨迹与网站智能提供方案对比的方式对路线导航加以改进,着重于客户实际行驶路线数据的采集与发送,利用AJAX技术与北斗卫星定位系统及嵌入式微处理器,分别从网站前台与基于HTTP传输协议的后台,采集到网站提供的原始方案与车辆实际行动轨迹,将获得的大数据进行对比与展示,分析出客户的路线习惯,为客户提供更好的充电服务.     

公交线路发车频率优化模型及求解方法

发车频率优化在公交调度中是非常重要的.提出一个发车频率优化模型,为车辆规模固定的公交线路设计合适的发车频率.该模型以乘客总费用最小为目标.由于该模型属于NP-hard问题,采用了一种新的启发式算法-SCE-UA算法,对该模型进行求解.通过大连市408路公交线路的数据,对该模型和算法进行了测试,结果显示该模型和算法是合理有效的.     

基于鲸鱼优化参数的最小二乘支持向量机短期负荷预测方法

大量分布式能源站的出现以及电动汽车的普及,给电力系统的安全、经济运行带来影响的同时,传统的负荷预测方法也面临挑战。针对这个问题,提出了利用鲸鱼算法优化最小二乘支持向量机（Whale Optimization Algorithm-Least Squares Support Vector Machine,WOA-LSSVM）进行短期电力系统负荷预测。利用鲸鱼算法全局寻优能力强、收敛速度快的优点,弥补最小二乘支持向量机（Least Squares Support Vector Machine,LSSVM）选参的盲目性,提高LSSVM的负荷预测精度。采用WOA-LSSVM对2013年浙江某地区历史负荷数据预测未来1 d的负荷,并与粒子群优化最小二乘支持向量机模型和标准LSSVM模型预测结果对比。结果表明,基于鲸鱼优化LSSVM的短期负荷预测具有较高的预测精度,相对误差较小。     

短时车流量组合预测模型

随着道路车量不断增多,由交通异常事件造成的非正常拥堵情况严重影响了出行者的出行效率和路网的整体运行水平.因此,需要准确及时地检测出非正常拥堵情况,通过诱导、疏通等方式改善拥堵状况.对车流量的准确预测是检测非正常拥堵的有效方法.根据交通流量的不确定性和非线性的特点,将改进的BP神经网络模型和ARIMA模型进行组合,建立组合预测模型.实验结果表明,组合模型的预测结果比单个模型的预测结果理想,且达到较高的预测精度.     

基于支持向量机的区域运量滚动预测模型

为寻求反映区域交通需求特性机理的运量预测方法,针对一般区域运量数据小样本的问题及其诱发因素的随机性和不可控制性,在分析区域交通需求特性及现有运量预测方法缺陷的基础上,采用以统计学习理论为基础的专门研究小样本情况下机器学习规律的支持向量机,建立了区域运量预测支持向量机模型.该模型通过预测值与统计值不断交互,实现区域运量的...     

电动汽车充电负荷预测系统研究

根据规划的电动汽车在未来规模化的应用将对电网产生重要影响,电动汽车充电负荷预测是分析电动汽车接人电网的基础,目前还没有比较成熟的方法。综述电动汽车接人对电网的影响和电动汽车负荷预测的研究现状,分析充电负荷预测的影响因素,并基于分布函数的蒙特卡洛计算模拟,开发一套区域电动汽车充电负荷预测系统,可实现对不同电动汽车种类、不同电池容量、不同充电方式、不同充电频率等情况下的综合预测,为电动汽车接人电网的影响分析和调控策略制订提供理论和技术支持。