基于相空间重构和PSO-GPR的短时交通流预测

准确实时的短时交通流预测是智能交通诱导的关键。为提高短时交通流预测精度,研究了基于相空间重构和粒子群优化高斯过程回归的短时交通流预测模型。针对交通流时间序列的非线性、复杂性和随机性,基于混沌理论确定原始时间序列的最佳延迟时间和嵌入维数,进行相空间重构,获得与原始数据具有相同动态特性的更为合理的模型输入-输出数据集。利用粒子群算法改进传统高斯过程模型参数优化的不足,构建预测模型。以重构序列作为预测模型的训练集和测试集,实现短时交通流预测。采用北京市东四环快速路检测器实测数据对比分析模型预测效果。结果表明,基于PSR和PSO-GPR的短时交通流预测模型评价指标均优于对比模型,其中绝对误差平均降低4.88,绝对百分比误差平均降低3.97%,均等系数达到0.963,所研究模型能够有效提高短时交通流预测精度。

遗传算法优化支持向量机的城市交通状态识别

城市交通状态识别是智能交通控制、诱导和协同系统的基础。为提高支持向量机(support vector machine,SVM)在城市交通状态识别研究方面的泛化能力,将遗传算法(genetic algorithm,GA)与支持向量机相结合,利用遗传算法全局搜索优势对支持向量机的关键参数——惩罚系数C和核函数参数σ进行优化,建立基于遗传算法优化支持向量机(GA-SVM)的城市交通状态识别模型,并在MATLAB平台下进行实例验证。研究结果表明:相较于SVM模型,GA-SVM模型克服了依靠经验确定参数方法的缺点,识别精度提高3.75%,即模型可更好地识别城市交通状态。

谈提升初中体育教学水平的有效途径

学校体育是培养学生体育意识,提高学生体育能力,促进学生身体发展,树立"健康第一"思想的根本,能为学生奠定体育基础,使他们终身受益。随着我国素质教育的推进以及课程改革的深入,对中学的体育教学工作也提出了更高的要求。体育教师要充分发挥教师的主导作用,采用多种有趣而实用的方式,激发学生积极性、着力提升课堂效率。本文作者就初中体育教学水平的有效途径做一个简要探析。

考虑震后道路可靠性的多目标应急调度问题研究

针对重大自然灾害应急物资调度决策问题,提出一种考虑灾后道路可靠性的多目标优化应急调度模型,以最长车辆行驶时间最小、最小车辆行驶路径可靠度最大和系统物资未满足度最小为目标函数,采用第二代非支配排序遗传算法(NSGA-Ⅱ)和加权遗传算法(GA)进行求解,并对求解目标函数结果进行对比分析.以“汶川地震”为仿真算例,结果表明:在多目标应急调度问题上,NSGA-Ⅱ各目标最优解均优于加权GA算法且收敛速度更快,验证了该应急调度模型的有效性.