基于状态频率记忆神经网络的短时交通流预测

短时交通流预测在智能交通系统中起到重要的作用.针对交通流时间序列,提出了一种基于状态频率记忆神经网络的短时交通流预测模型.该模型将交通流信息分解为状态和频率两个维度作为记忆单元进行建模,根据预测时间间隔的时长将历史交通流数据汇总,采用小波分析对历史交通流数据去噪并进行归一化处理,将其分为训练集、验证集以及测试集,最终构建短时交通流预测模型.本文以合肥市某交叉口为例,运用状态频率记忆神经网络预测该交叉口的短时交通流,并与其他预测方法的预测结果进行比较.结果表明:状态频率记忆神经网络预测短时交通流的精度更高,验证了预测模型的有效性.

基于和谐度方程的信号交叉口安全评价

为了综合评价信号交叉口的安全性能,本文通过综合考虑信号交叉口的配时情况、设施情况、冲突情况以及设计情况,建立了信号交叉口的安全评价指标体系,并结合层次分析法与熵值法确定所选取的评价指标权重,最终采用和谐度方程评价信号交叉口的安全。同时,在评价过程中对和谐度方程中隶属度的选取方法进行了改进,使评价结果更为可靠。最后,以安徽省某交叉口为例,对本文所提的综合评价信号交叉口安全方法的有效性进行了验证。

城市综合客运枢纽站区综合评价

为了对城市综合客运枢纽站区进行更为科学合理的综合评价,本文从城市综合客运枢纽的内部设施适用性、外部交通合理性及内外衔接协调性三个方面出发,确立了城市综合客运枢纽站区综合评价指标体系,建立基于物元分析法的综合评价模型。其中各项评价指标的权重采用结合模糊层次分析法和熵值法进行确定.再由博弈论对其进行线性组合。最后,以宜昌市某高铁站为例,对该评价模型进行有效验证。

基于物元法的公路桥梁施工安全评价

桥梁施工是道路工程建设中的重点控制工程,桥梁施工工艺复杂、施工量大,较易发生施工事故,因此在桥梁施工前需要对其进行安全评价。本文采用物元法评价公路桥梁施工的安全,构建了公路桥梁施工的安全评价指标体系,分别采用模糊层次分析法和熵值法对评价指标赋予权重,运用和谐度方程整合评价指标权重,最终确定公路桥梁施工安全评价等级。本文以雅白线那龙河大桥为例,运用本文所提方法对其进行公路桥梁施工安全评价,结果表明,评价效果较好,实用性较强。

无人行横道过街处驾驶人避让决策建模

为了在驾驶人避让决策研究中考虑驾驶人认知不确定性,并获得确定性避让决策规则,提出一种基于云模型和粗糙集的无人行横道过街处驾驶人避让决策分析方法。首先,划分距离和速度等避让决策影响因素的分级概念,建立相应的数据序列,采用逆向云发生器提取表征影响因素分级概念的数字特征,再采用基于条件云发生器的隶属概念判别方法实现距离和速度等数据的离散化处理,进而构建了无人行横道过街处驾驶人避让决策表。然后,采用粗糙集理论中基于差别矩阵的属性约简算法和基于归纳的值约简算法,进行决策表约简和无人行横道过街处驾驶人避让决策规则提取;约简后的条件属性为欲到达车辆与行人间的距离、欲到达车辆的速度和行人的速度,提取出23条无人行横道过街处驾驶人避让决策规则,其中包括17条确定性规则和6条不确定性规则,并举例说明确定性规则和不确定性规则的含义。最后,通过预测正确率和ROC曲线下面积2个指标比较,分析该方法与现有研究中的决策树和Logistic回归方法的差异。研究结果表明:所提方法的预测正确率为92.2%,分别比决策树和Logistic回归方法提高3.9%和1.3%;ROC曲线下面积为0.968,分别比2种方法提高了1.1%和3.2%;所提方法的预测性能较好,并能得到简单直观的无人行横道过街处驾驶人避让决策规则,可为交通安全仿真研究奠定基础。