高速公路施工区合流路段交通冲突模型

为了对高速公路施工区合流路段交通冲突进行微观分析以及探索交通冲突技术在无人驾驶领域的应用,采集12个交通微观信息变量数据作为训练集,结合先验知识,建立了贝叶斯网络模型并采用交叉验证方式评估模型精确度. 结果表明:大车作为冲突主体车辆会导致交通冲突概率和冲突严重性上升;与冲突两车的前后相邻车辆会对两车的冲突有一定影响;当车辆采取超车行为时,会提升车辆发生交通冲突的概率;匝道合流路段发生交通冲突的概率和严重性较转幅路段更高. 采用建立的贝叶斯网络交通冲突模型对驾驶策略进行评估并提出冲突规避措施,如分流大车;在特定路段采取管制措施禁止超车,限制单车道长度,设置车距确认设施等.     

高速公路改扩建施工区交通流特性

为了探究高速公路改扩建施工区交通流特性,结合实测数据和仿真分析,基于施工区不同控制段(警告区、过渡区和作业区)不同车道的速度、流量、饱和车头时距等分析了交通流参数的变化和车道间交通流相互影响.研究表明:过渡区是施工区交通运行的瓶颈;在不同控制段,当密度大于30辆/km时,交通流状态发生突变;在不同车道,当密度大于15辆/km时,内、外侧车道交通流呈现不同特性.基于速度-流量观测数据,建立了回归模型.分析结果表明,2-1施工区、3-2施工区交通中断前后流率下降百分比分别为8.56%、9.25%.根据施工区交通流运行特性,将施工区通行能力定义为排队通过流率,给出了通行能力计算方法,确定2-1施工区、3-2施工区通行能力分别为1 610、3 650辆/h.     

基于车辆运行特性的高速公路养护施工区行车风险分析

施工区造成高速公路行车环境突变,严重影响行车安全.考虑行车环境的复杂性和车辆运行的特殊性,分析高速公路养护施工区车辆合流、跟驰及分流行驶状态;根据车辆运动规律,分析这些过程中的强制变换车道风险和跟驰风险;确定高速公路养护施工区避免冲突风险的约束条件,为降低养护施工区行车风险提供依据.     

集成灰色GM(1,1)模型研究

分析了GM(1,1)模型的构造原理,指出初始值和背景值是GM(1,1)模型建模的关键,利用最小二乘法原理和GM(1,1)模型传统预测公式改进了初始值,并利用GM(1,1)模型建模条件建立了新背景值计算公式,从而建立了既适应低增长指数序列.又适应高增长指数序列的集成GM(1,1)模型,实例计算结果表明集成GM(1,1)模型的模拟精度较原始GM(1,1)模型和单方面改进的GM(1,1)模型有较大提高且适应范围更广,为提高模型建模精度和适应范围提供了一个新的途径.     

基于交通冲突的城市交叉口安全评价

平面交叉口是城市道路网的重要组成部分,同时也是道路网通行能力的“隘路”和交通事故的“多发源”,掌握城市交叉口的安全状况具有重要的意义.交通冲突技术是一种非事故统计技术,在分析交通冲突技术的基础上,与灰色聚类方法相结合,采用早高峰、晚高峰、平峰时段的交通冲突与混合当量交通量的比值(TC/MPCU)作为评价指标,针对福州市5个平面交叉口建立安全评价模型,评价结果符合实际情况.     

行人车辆冲突参数分析与安全评价

为了评价混合交通环境中的行人和车辆冲突的安全性,对比分析了目前常用的行人车辆冲突参数,提出了个体行人和车辆之间冲突的安全评价模型,并将模型应用于不同的混合交通场景,验证模型的鲁棒性和适用性.结果表明,冲突时间差(Time difference to collision,TDTC)和车辆速度对行人车辆冲突的安全性影响最大.TDTC越接近于零,行人越危险;车辆速度越快,行人越危险.以此建立的行人车辆冲突评价模型可正确评估86.2%的行人车辆冲突安全,对于危险冲突的漏检率为2.1%.     

桑丝绸老化力学性能预测灰色模型研究

提出了采用灰色模型对桑丝绸老化力学性能进行预测的基本方法,利用实测的老化后织物的断裂强力序列建立GM(1,1)模型、残差GM(1,1)模型和等维新息GM(1,1)模型,预测织物的断裂强力,并对各模型的预测结果进行比较分析.结果表明:将GM(1,1)模型和等维新息GM(1,1)模型结合使用可以使预测效果更好.     

生物降解复合材料降解性能预测灰色模型研究

提出了采用灰色模型对生物降解复合材料的降解性能进行预测的基本方法,利用实测的降解率序列建立GM(1,1)模型、残差GM(1,1)模型和等维新息GM(1,1)模型,预测复合材料降解率,并对各模型的预测结果进行比较.结果表明,将残差GM(1,1)模型和等维新息CM(1,1)模型结合使用可使预测效果更好.     

基于仿真的高速公路施工区交通分流分析

为更好地研究高速公路施工区的交通分流现象,文中通过交通仿真的方法研究了短期和长期施工区对道路交通的影响,并建立了基于施工时间和交通需求/通行能力比例的分流预测模型。结果表明:动态交通分配模型的day-to-day learning模块可以较好地揭示出行时间的变化对于出行者路径选择的影响;此外,短期施工区的交通分流对于时间因素不敏感,长期施工区的分流主要受到交通需求和通行能力比例的影响。可见交通仿真方法以及分流预测模型对于高速公路施工区的交通组织具有支持作用。     

基于粒子群算法求解GM(1,1)模型参数的研究

探讨用粒子群优化算法求解GM(1,1)模型参数a,b,将用该参数建立的GM(1,1)模型与最小二乘法建立的GM(1,1)预测模型进行了效果比较.实例验证结果表明:对于较平缓变化数据序列,2种方法建立的GM(1,1)模型拟合还原精度相差不大,粒子群算法稍优;对于非平缓变化数据序列,经粒子群算法优化参数后,模型精度显著高于最小二乘法;灰色关联度分析表明,粒子群算法优化参数建立的GM(1,1)模型拟合序列几何形状上更接近原始序列.     

基于灰色理论的风机变桨距驱动器故障预测

为了提高风力发电系统中的变桨距驱动器的可靠性,提出了以检测IGBT导通压降为基础,采用新息灰预测算法的变桨距驱动器故障预测方法.利用IGBT导通压降的历史数据建立GM（1,1）灰预测模型,对IGBT将来时刻的导通压降进行预测,一旦IGBT预测导通压降超过阈值,系统报警并收桨.采用等维新陈代谢算法,根据实际情况随时更新数据序列,以保证预测模型的新鲜度.提出自动变步长灰预测方法,并通过实验数据得出选取步长的经验公式.设计了IGBT导通压降检测电路,该电路抗干扰能力强、反应速度快,而且结构简单、可靠性好.实验结果表明,等维新陈代谢灰预测算法可有效预测出IGBT导通压降,提高了风机收桨的可靠性.     

基于灰色系统的机床热误差建模研究

针对机床加工过程中的热变形误差受多因素影响,变化趋势复杂,难以用常规预测方法进行有效预测的问题,该文提出了一种新的基于改进灰色系统的智能预测模型。该模型利用函数变换法改善灰色系统数据序列的光滑度,采用等维新陈代谢法克服了传统的灰色预测模型的不足,所建模型具备了输入数据动态更新的能力,预测更趋于合理。将该模型应用于工厂现场的一台数控车削加工中心进行热误差趋势的预测,从而实现热误差的补偿研究。研究表明,该模型的预测性能优于全数据GM(1,1)模型和新信息GM(1,1)模型,是运用灰色系统理论进行机床热误差补偿建模最理想的模型,具有优异的补偿功能,能够有效的提高机床加工精度。     

基于粒子群算法和BP神经网络改进的灰色电力负荷预测研究

灰色预测模型被广泛运用于电力负荷预测中,取得了较好的效果,但是灰色预测模型在实际应用中的缺点和局限性导致其预测精度有待提高,存在改进的必要。本文对于灰色预测模型的改进,分别从优化初值和改进模型等方面进行,从而提高普通灰色GM（1,1）模型的预测精度。对初值的处理可以削弱异常值的影响,强化趋势,从而避免由于初值选择不当而造成预测误差。本文中对模型的改进主要通过建立等维新息预测模型、灰色粒子群组合预测模型和灰色BP神经网络组合预测模型来实现。通过这些对灰色预测模型的修正和改进,进一步提高了灰色预测模型的适用性．最大限唐妯提高了灰乍．GM（1,1）模型的预测精唐．     

混凝土受压过程中声发射数的灰色模型研究

针对在混凝土单轴受压破坏全过程的声发射试验中,采用传统GM（1,1）灰色模型多步预测分析所得预测值普遍较实测值偏大、预测精度偏低的问题,通过引进预测值折减系数,重点探讨了折减系数的特点。结果表明,折减系数在预测曲线起点处基本为一常数,在终点处基本与已知数据百分数呈线性关系。基于上述特点通过插值求其折减系数来合理修正传统的灰色模型,建立起折减修正GM（1,1）灰色模型。通过该修正GM（1,1）灰色模型对室内声发射试验建立的预测模型,其精度较传统GM（1,1）灰色模型有较大提高。     

基于改进灰色神经网络的房地产价格走势分析

针对房地产价格走势状况,通过对灰色预测模型GM（1,1）和BP神经网络的研究,将两大模型进行组合改良,形成新的组合灰色神经网络预测模型,以南京市中房指数为例,以Matlab为预测工具,进行2013年12个月份的价格指数预测,研究结果证明新的组合预测模型精度较高,可为房地产价格指数的预测和研究提供参考依据。     

GM(1,1)模型的改进及其在变形预测中的应用

为了提高GM(1,1)模型预测精度,采用积分优化、二次拟合优化以及残差改化方法,分步对GM(1,1)模型进行改进,建立灰色多重修正模型。具体改进步骤为:首先,利用积分优化方法对背景值进行纠正,减小模型误差并提高预测精度; 接着,对模型参数(发展系数和灰作用量)进行二次拟合优化,使参数更加接近理论真值; 然后,根据预测结果进行适当的残差改化,提高模型整体的预测精度; 最后,建立根据GM(1,1)模型改进的灰色多重修正模型。以重庆南川地区甄子岩崩塌为例,建立灰色多重修正模型对危岩裂缝累计位移值进行模拟和预测,并与GM(1,1)模型进行对比。精度检验结果表明:灰色多重修正模型后验差比值(0.082 39)明显好于GM(1,1)模型(0.192 67),平均相对残差比(0.073 9)更远好于GM(1,1)模型(0.259 6),表明灰色多重修正模型在预测精度上有较大提高,可靠性更好。     

GM(1,1)模型的改进及其在火灾致死人数预测中的应用

为了弥补传统GM(1,1)模型在波动数据序列预测中误差较大的缺陷,采用一阶差分方法对初始数据序列进行改进,构建了一阶差分GM(1,1)模型。分别应用传统GM(1,1)模型和一阶差分GM(1,1)模型对2009—2016年火灾致死人数进行预测分析。结果显示,一阶差分GM(1,1)模型的预测精度高于传统GM(1,1)模型。     

基于拓扑预测模型的船舶纵摇运动预报

针对船舶纵摇运动系统的灰色特性,利用拓扑预测法与GM（1,1）模型,研究船舶在海浪中非线性纵摇运动的预报问题,分别建立船舶纵摇运动的拓扑预测模型和船舶纵摇运动的GM（1,1）模型.根据实测船舶纵摇运动数据的特点,探讨拓扑预报模型的阈值选取方法.仿真结果表明：采用拓扑预测模型对船舶纵摇运动预报研究是合理且可行的.