基于能力区域的交通状态预测方法

交通状态预测是交通流诱导和交通信息发布系统的重要依据.本文提出了一种基于能力区域的城市快速路交通状态预测方法,该方法通过构建神经网络分类器的能力区域,根据样本数据与交通状态类簇之间的空间距离,预测道路交通状态等级.神经网络分类器的能力区域能够有效融合时间、空间等多种特征,并且不需要考虑各特征之间的相关性,具有很强的适应性.实验结果表明,与经典的预测方法相比,其预测误差明显降低,均等系数增大,基于能力区域的方法预测交通状态具有较高的准确性.     

混合状态下城市快速路交通流短时预测

建立交通流短时预测状态空间模型, 研究混合状态下城市快速路交通流短时预测. 结合城市快速路自由流状态、拥挤流状态和阻塞流状态下交通流参数的时间和空间分布特性, 基于交通流守恒方程和速度动态模型, 借鉴偏微分方程组求解时空离散的思想, 建立三种状态下交通流短时预测模型; 同时考虑进出口匝道、车道数变更以及道路坡度等因素的影响, 将交通流短时预测模型转化为交通流短时预测状态空间模型, 实现混合状态下交通流短时预测. 研究表明, 该方法能够实现混合状态下道路网内的交通流短时预测, 预测精度可达90.23%. 相同条件下, 经典自回归滑动平均模型的预测精度仅为81%. 关键词： 交通流短时预测 自由流状态 拥挤流状态 阻塞流状态     

基于最优相空间重构参数的空调系统负荷预测

空调系统负荷非线性变化,单独利用人工神经网络方法进行预测,受到样本数量少等的限制,精度一般都比较低。空调系统负荷时间序列包含了参与空调系统动态变化的全部变量的信息,可以利用相空间重构技术提取和恢复出系统原来的规律。重构后的相空间具有与实际动力系统相同的几何性质,这样就可以大大增加样本数。相空间重构受嵌入维数m和延迟时间τ的影响,确定这两个重构参数的最佳数值是非常重要的。建立了基于相空间重构技术的神经网络空调负荷预测模型,在嵌入维数m和延迟时间τ分别取不同的值时,利用这个模型对相同时间段的空调负荷进行预测,选择预测误差最小时对应的参数为最佳相空间重构参数,对应的预测值为最佳预测结果。结果表明,这个方法有很好的效果,具有简化计算复杂性等特点。     

基于径向基神经网络预测的混沌时间序列嵌入维数估计方法

根据Takens定理,研究了混沌时间序列相空间重构嵌入维数的选取问题.提出了基于径向基函数神经网络预测模型性能的嵌入维数估计方法,即根据嵌入维数与混沌时间序列预测模型性能的变化关系来确定嵌入维数.通过对几种典型混沌动力学系统的数值验证,结果表明该方法能够确定出合适的相空间重构嵌入维数. 关键词： 混沌 相空间重构 嵌入维数 预测     

基于灰色预测的直升机齿轮箱状态预测方法

作为直升机上重要的关键部件,直升机齿轮箱能够将动力转换为动力输出形式,从而满足不同形式下动力的需要。针对直升机齿轮箱状态无法准确预测的技术难题,本文将灰色系统理论中的灰色预测方法运用到直升机齿轮箱中,有效解决了齿轮箱使用状态难以准确预测的技术难题。首先对采集到的直升机齿轮箱的不同的振动信号进行特征提取,然后采用信息融合技术,将不同振动信号的特征值进行融合,最后运用灰色预测方法对直升机齿轮箱的使用状态进行预测。文中对所提出的方法进行了试验验证,结果表明,所提出的基于灰色预测的直升机齿轮箱状态预测方法能够实现对直升机齿轮箱的状态准确预测的效能,并对其他航空设备以及机械设备的状态预测具有一定的借鉴意义。     

基于数据融合的多变量相空间重构方法

针对单变量时间序列和多变量时间序列相空间重构所存在的问题,提出一种新的多变量融合的相空间重构方法. 通过Bayes估计理论,将多变量在同一相空间中进行相点的最优融合,得到了更为理想的融合相空间. 应用所提出的方法对Lorenz系统及耦合Rssler系统进行了多变量融合的相空间重构. 通过多变量重构图与单变量重构图的比较,发现基于数据融合的多变量相空间重构图包含了所有单变量相空间重构图的重要信息,使重构的相空间更加完备,较全面地反映出吸引子的全貌信息. 最后应用该方法对转子油膜涡动故障得到的多变量时间序列 关键词： 多变量时间序列 相空间重构 数据融合 Bayes估计     

基于径向基函数神经网络的混沌时间序列相空间重构双参数联合估计

鉴于径向基函数(RBF)神经网络模型在非线性预测方面的优良性能, 提出了利用该预测模型对混沌时间序列相空间重构的两个关键参数——延迟时间和嵌入维数进行联合估计的方法, 并以客观的评价指标为依据给出其最优估计值. 以Lorenz系统为例进行数值分析, 得到RBF单步及多步预测模型中嵌入维数和延迟时间的最佳参数估计值, 并在原模型中对估计值进行校验. 结果表明, 该方法可以有效地估计出嵌入维数和延迟时间, 从而显著提高预测精度.     

混沌时序相空间重构参数确定的信息论方法

根据信息论基本原理，研究了混沌时间序列相空间重构参数延迟时间和嵌入维数的选取.提出了用符号分析的方法计算互信息函数，确定出延迟时间，在此基础上，提出了一种估计嵌入维数的信息论方法，即根据重构向量条件熵随向量维数的变化关系来确定嵌入维数，通过对几种典型混沌动力学系统的数值验证，结果表明该方法能够确定出合适的相空间重构嵌入维数. 关键词： 混沌 相空间重构 互信息 条件熵 符号分析     

混沌时间序列的一种局域离散余弦变换域Volterra预测

提出了一种局域离散余弦变换（DCT）域Volterra预测，并用于混沌时间序列预测。DCT被用来减少Volterra预测器的矩阵计算复杂性。数值仿真结果表明：本文提出的方法比传统的局域线性预测方法能更有效地预测混沌时间序列和预测精度。     

用于混沌时间序列预测的多簇回响状态网络

研究了混沌时间序列预测问题.提出了一种由五元生长因子组调控的类皮层神经网络模型,即多簇回响状态网络模型（MCESN）.研究表明该生长因子组能够有效决定模型的拓扑性质;同时具备小世界和无标度等复杂网络特征的MCESN能够获得较优的预测结果.通过Monte Carlo仿真实验表明,该模型不仅训练算法简单,而且与常规回响状态网络比较,预测结果的精度更高、标准差更小. 关键词： 混沌时间序列预测 回响状态网络 复杂网络 Ω复杂性')" href="#">Ω复杂性     

部分道路关闭引起的交通激波特性研究

本文根据实际交通中经常遇到的交通事故或部分道路施工等情况, 建立了部分道路关闭的交通流模型. 采用平均场理论分析和确定性NS元胞自动机规则分别对模型进行解析和数值模拟, 结果表明, 系统存在三种稳定的物理状态:低密度相、激波相和高密度相, 并找到了系统发生相变的临界密度. 理论分析和数值模拟能很好地符合.     

主干道交通流的路口效应

基于Nagel-Schreckenberg交通流模型的演化规则,建立了路口等距分布的主干道交通流模型,在开放性边界及路口以同步红绿灯控制的条件下对交通流进行了数值模拟.分析结果发现：主干道的通行能力由路口的通行能力决定;低密度时,流量与路口数目无关,利用平均场方法,可算出平均速度随绿灯周期变化的极值位置;高密度时,流量与路口数目有关,通过调整交通灯周期,可使主干道处于最佳交通状态. 关键词： 元胞自动机 交通流 数值模拟 平均场理论     

Development of a highway traffic noise prediction model that considers various road surface types

A highway traffic noise prediction model has been developed for environmental assessment in South Korea. The model is based on an outdoor sound propagation method and is fully compliant with ISO 9613 and the sound power level (PWL) estimation for a road segment, as suggested in the ASJ Model-1998 that is based on PWLs. Due to that model’s selection of two pavement types, such as asphalt or concrete pavement, an unacceptable traffic noise prediction is made in cases where the road surface is different from that on which the model is based. In order to address this problem, several road surface types are categorized, and the PWL of each surface type is determined and modeled by measuring the noise levels obtained from newly developed methods. An evaluation of the traffic noise prediction model using field measurements finds good agreement between predicted and measured noise levels.     

开放边界条件下二维可转向主干道交通流模型的研究

在开放性边界条件下，利用改进的Nagel-Schreckenberg交通流模型，引入过路口车辆的可 转向机理，建立二维n速主干道元胞自动机交通流模型，研究了转向概率和边界条件对 干道交通状况的影响而导致的不同相变特性以及这两个因素对实现改善干道交通的组织作用 . 关键词： 元胞自动机 交通流 转向概率 相变     

An extended master-equation approach applied to aggregation in freeway traffic

We restudy the master-equation approach applied to aggregation in a one-dimensional freeway, where the decay transition probabilities for the jump processes are reconstructed based on a car-following model. According to the reconstructed transition probabilities, the clustering behaviours and the stochastic properties of the master equation in a one-lane freeway traffic model are investigated in detail The numerical results show that the size of the clusters initially below the critical size of the unstable cluster and initially above that of the unstable cluster all enter the same stable state, which also accords with the nucleation theory and is known from the result in earlier work. Moreover, we have obtained more reasonable parameters of the master equation based on some results of cellular automata models.     

开放边界条件下改进的Nagel-Schreckenberg交通流模型的研究

在开放边界条件下,采用改进的NagelSchreckenberg交通流模型,数值模拟了在不同参数下的交通流基本图,结果表明,改进的NagelSchreckenberg模型的交通流量较原来的模型有明显提高,并分析和讨论了从自由运动相转化为最大流量相或从阻塞相转化为自由运动相的特性及其临界点变化规律 关键词： 元胞自动机 交通流 开放边界条件 相变     

道路交通的流体物理模型与粒子仿真方法

针对受多种因素影响的复杂道路交通系统问题,基于颗粒动力学理论,结合传统的Lighthill-WhithamRichards物理模型,建立道路交通系统的流体物理模型,采用无网格粒子与网格相结合的方法进行数值仿真,并应用于典型道路交通问题的求解.在新模型中,将车辆比拟为硬颗粒,车辆的跟车比拟为颗粒间的碰撞相互作用,已知道路情况对驾驶员操作车辆的影响比拟为流-粒两相系统中的外部流体驱动力作用,不同车道间车辆的影响比拟为颗粒间的黏性作用,从而在颗粒动力学理论的基础上,推导建立了道路交通系统拟流体模型;引入光滑离散颗粒流体动力学(SDPH)对车辆系统模型进行离散,建立"SDPH车辆"与真实车辆之间的一一对应关系,再结合有限体积方法,对道路交通构建的双流体模型进行求解,建立求解交通流体物理模型的新型仿真方法.最后,采用所建立的模型和方法对车辆汇入以及机非混合对交通系统的影响过程进行了数值仿真,所得结果与实测值符合较好,表明新的模型和方法有效性好、可靠性高,为道路交通问题的解决提供了一条全新的途径.