检索结果-内蒙古大学图书馆

公路交通科技 2013年第11期30卷 112-118页

作者：孙棣华李超廖孝勇重庆大学自动化学院重庆400044 重庆大学信息物理社会可信服务计算教育部重点实验室重庆400044

针对非参数回归短时交通流量预测算法的状态向量选取问题,基于高速公路交通流量在空间上演变趋势明显的特点,提出交通流量预测的改进非参数回归算法。引入各上游断面车流到达当前断面的行程时间作为状态向量选取的依据,并根据各上游断... 详细信息

针对非参数回归短时交通流量预测算法的状态向量选取问题,基于高速公路交通流量在空间上演变趋势明显的特点,提出交通流量预测的改进非参数回归算法。引入各上游断面车流到达当前断面的行程时间作为状态向量选取的依据,并根据各上游断面影响程度的不同,调整相似机制的计算方法。利用渝武高速公路微波检测器数据对该模型进行验证。结果表明,改进的非参数回归算法克服了固定状态向量定义不能满足同一断面不同交通状态的缺点,对各种交通状态具有更好的适应性,预测精度更高。

关键词：交通工程短时交通流量预测非参数回归算法状态向量行程时间相似机制

来源：评论

学校读者我要写书评

暂无评论

基于数据约减和支持向量机的非参数回归短时交通流预测算法

引用

公路交通科技 2020年第7期37卷 129-134页

作者：吴晋武张海峰冉旭东天津大学智能与计算学部天津300072 深圳市易行网交通科技有限公司北京100094 北京空间科技信息研究所天津300072 天津大学管理与经济学部广东深圳518057

交通流短时预测对保障智能交通系统的快速运行具有至关重要的作用。准确高效的交通流短时预测不仅可给交通流管理者提供辅助决策支持,同时可提高驾驶人员的出行效率,躲避或减缓交通拥堵。利用传统的非参数回归方法短时预测交通流在数据... 详细信息

交通流短时预测对保障智能交通系统的快速运行具有至关重要的作用。准确高效的交通流短时预测不仅可给交通流管理者提供辅助决策支持,同时可提高驾驶人员的出行效率,躲避或减缓交通拥堵。利用传统的非参数回归方法短时预测交通流在数据体量大、维度较高时,存在模式库需要的存储空间大、查询速度慢等缺点。针对这一问题,提出了一种改进的非参数回归交通流预测算法,不仅可提高算法的运算效率,同时可提升算法的预测精度。首先,使用主成分分析方法对模式维度进行了降维处理,以克服维度过高引起的匹配速度慢且无关维度的干扰等问题。其次,采用模糊C均值聚类方法对原始交通流数据进行了聚类筛选,以减少所需模式的数量,提升近邻搜索的速度。接着,使用多维搜索结构KD数代替常用的线性表作为模式库的存储结构,实现了模式的高速搜索。最后,融合支持向量机方法,运用搜索到的K个模式估计出最终待预测变量的值。进一步使用深圳市的实际数据对算法进行了检验。结果表明:该算法相比传统方法在运算效率和精度方面都有一定的提高,能够满足实时大规模交通流预测所需要的预测准确度、实时性和动态性等方面的要求,具有一定的应用价值。

关键词：智能交通短时交通流预测非参数回归算法数据约减

来源：评论

学校读者我要写书评

暂无评论

基于非参数回归算法的风功率的预测研究

基于非参数回归算法的风功率的预测研究

引用

作者：里井帅沈阳农业大学

学位级别：硕士

现如今,人们对能源的需求量不断加大,新能源以清洁、可再生等优势得到大力发展,其中风能的开发与利用更是被世界上各个国家所青睐。就目前而言,我国的风电总装机容量已经位于世界前列,但存在风资源利用效率低下问题。所以,如何提高风资... 详细信息

现如今,人们对能源的需求量不断加大,新能源以清洁、可再生等优势得到大力发展,其中风能的开发与利用更是被世界上各个国家所青睐。就目前而言,我国的风电总装机容量已经位于世界前列,但存在风资源利用效率低下问题。所以,如何提高风资源利用效率,依旧是一个亟待解决的问题。通过对未来的风电功率准确的预测,可使后续的调度安排更加的科学合理,以此来更好的提高资源的利用效率。本文立足在此背景下,以提高风电功率的预测精度为目标,进行了一系列的研究。本文首先针对风电场的原始数据,采用误差迭代算法对原始数据进行预处理,将异常数据样本进行剔除。然后采用非参数估计方法中的总体分位数的估计方法进行去噪,得到以0.9为置信区间进行去噪后的数据效果最佳。其次,对数据进行归一化处理,采用非参数回归算法,采用决定系数、均方根误差及平均绝对误差百分比3种误差评价指标,选择高斯核函数与固定值的窗宽,然后采用插值法对缺失的数据进行处理,将数据输入非参数回归模型,得出风电功率与实际风电功率曲线拟合效果较好,并进行了4小时的功率预测,其预测效果较好。为了进一步提高预测效果,本文基于固定值的窗宽,对高斯核函数、Epanechikov核函数、四次核函数和Sigmoid核函数这4种核函数进行分析对比,结果表明四次核函数拟合效果最佳。然后基于四次核函数,采用蚁群算法对窗宽寻优,找到适合该风电场所研究风机的窗宽值。在选取了四次核函数和最优值窗宽后,将数据输入非参数回归模型,拟合与预测精度得到进一步的提高。研究结果表明,本文所提出了非参数回归算法能够实现对风电功率的预测,效果较好,为提高风资源的利用效率提供了一定的参考。

关键词：风功率预测非参数回归算法总体分位数估计核函数蚁群算法

来源：评论

学校读者我要写书评

暂无评论

基于非参数回归算法的高速公路短时流量预测研究

基于非参数回归算法的高速公路短时流量预测研究

引用

作者：李超重庆大学

学位级别：硕士

实时准确的短时交通流量预测是交通诱导的基础，对于有效缓解交通拥堵，缩短出行时间，降低车辆能耗和环境污染，提高公路通行能力与服务水平具有重要的意义，也是当前智能交通研究的重点。\n 非参数回归算法是一种近年受到广泛关注... 详细信息

实时准确的短时交通流量预测是交通诱导的基础，对于有效缓解交通拥堵，缩短出行时间，降低车辆能耗和环境污染，提高公路通行能力与服务水平具有重要的意义，也是当前智能交通研究的重点。\n 非参数回归算法是一种近年受到广泛关注的短时交通流量预测方法，具有无参数、可移植、高精度的特点，但其预测效果在很大程度上取决于其状态向量的合理选取，目前尚没有比较系统的选取方法，且选取的状态向量多是固定不变的，不能适应实际的各种交通状态，影响了预测效果。\n 为此，本文重点针对非参数回归短时交通流量预测算法的状态向量选取问题，基于高速公路交通流量在空间上演变趋势明显的特点，提出利用行程时间进行状态向量选取的方法，研究建立了适合高速公路短时流量预测的非参数回归模型。主要研究内容包括：\n ①基于多源数据的行程时间融合估计。分别建立了基于固定检测器数据、基于浮动车数据及基于高速公路收费数据的行程时间估计，并分析了固定检测器的布设间距，浮动车的数量，收费数据的有效记录数量对各自估计精度的影响。然后以此为依据建立了一种新的多源数据的行程时间融合估计方法，解决了单一数据在个别情况下估计行程时间失效的问题，并减少了行程时间的估计误差，确保了状态向量选取的准确性。\n ②高速公路短时流量预测的非参数回归模型建立。针对原始历史数据存在错误与不合理情况，采用基于车型折算系数的总车流量生成及基于自相关分析的丢失数据补偿对其处理。利用行程时间进行状态向量的选取，再利用已选取的状态向量建立了相似机制的计算方法，然后结合最小 K近邻和核近邻选取近邻个数，最后在此基础上建立预测函数。\n 通过利用渝武高速公路微波检测器数据对模型进行了分析验证，结果表明，本文模型克服了固定状态向量选取不能满足同一断面不同的交通状态的缺点，对各种交通状态具有更好的适应性，预测精度更高。

关键词：非参数回归算法高速公路短时流量预测多源数据

来源：评论

学校读者我要写书评

暂无评论

基于非参数回归的短时交通流预测分析与研究

基于非参数回归的短时交通流预测分析与研究

引用

作者：胡姗姗河北工业大学

学位级别：硕士

短时交通流预测对于动态交通诱导，先进的交通管理以及交通控制与安全等方面都具有重要的意义。短时交通流预测的研究在国内外一直都很活跃。在过去的几十年里，交通学者在这一研究领域做了大量的工作，取得了显著的成果。本文主要对短... 详细信息

短时交通流预测对于动态交通诱导，先进的交通管理以及交通控制与安全等方面都具有重要的意义。短时交通流预测的研究在国内外一直都很活跃。在过去的几十年里，交通学者在这一研究领域做了大量的工作，取得了显著的成果。本文主要对短时交通流预测作进一步的研究：\n （1）阐述了短时交通流预测研究的背景和意义，从中体现了短时交通流预测在智能交通系统地位的重要性。\n （2）对国内外短时交通流预测的研究现状和发展趋势进行了阐述，并分别说明了各种方法的优缺点。\n （3）阐述了数据库与数据挖掘的相关知识，并对ADO数据库编程的原理和具体实现进行了介绍。\n （4）对以非参数回归为模型的短时交通流预测过程的研究，在状态向量的选择和数据的预处理方面进行了改进。\n （5）运用实际的交通数据进行验证，通过比较不同的K值和不同的预测函数输入条件下的预测效果，分析了预测值和实际值的相关性。\n 最后通过实际的预测结果再次分析非参数回归算法的优缺点，并展望非参数回归算法在未来的智能交通系统的进一步改进和应用。

关键词：交通流短时预测非参数回归算法数据挖掘状态向量

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：