重庆市教育委员会科学技术研究项目(KJ130423)
- 作品数：7 被引量：63H指数：5
- 相关作者：马庆禄陆百川邓捷刘权富张凯更多>>
- 相关机构：重庆交通大学更多>>
- 发文基金：重庆市教育委员会科学技术研究项目国家山区公路工程技术研究中心开放基金更多>>
- 相关领域：交通运输工程自动化与计算机技术更多>>
- RBF神经网络在公交行程时间预测中的应用被引量：6
- 2015年
- 为提高公交行程时间预测结果准确度、减少预测过程花费时间,提出基于RBF神经网络公交行程时间预测模型。综合分析公交车辆行程时间动静态影响因素后,将网络变量输入模型对行程时间进行预测,以重庆市462公交线路为例,对模型进行验证,对比BP网络预测结果,表明RBF模型在速度和精确度上优于BP网络,具有一定实际应用价值。
- 肖汶谦陆百川郭桂林张海
- 关键词：公共交通RBF神经网络
- 基于遗传算法与小波神经网络的客流预测研究被引量：19
- 2014年
- 针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.
- 邹巍陆百川邓捷马庆禄邱世崇张勤
- 关键词：城市轨道交通遗传算法小波神经网络
- 基于小波和RBF神经网络的多传感器时间对准算法研究被引量：5
- 2014年
- 提出利用小波降噪和RBF神经网络进行时间对准算法,该方法先对采集到的数据进行降噪处理,为下一步操作提供准确数据;然后利用RBF神经网络将不同传感器采集不同采样周期的数据对应到同一个时间点上,进行多传感器时间对准,为后面数据特征提取和数据融合提供高精度数据支持。通过仿真结果与其它方法的对比可得该方法运算速度快,具有数据修正能力和精确度高的特点,适用于多传感器的时间对准。
- 邓捷陆百川马庆禄刘权富
- 关键词：小波降噪RBF神经网络多传感器
- 平面交叉口信号控制多目标优化研究被引量：14
- 2014年
- 从道路使用率、出行时间成本、环境保护三方面平衡交通效益出发,建立在饱和度约束下以通行能力、出行者平均延误、尾气排放量作为性能指标的平面交叉口信号控制多目标优化模型;模型可根据交通流状态的不同对控制目标有所侧重;最后运用遗传算法对模型进行优化。算例分析表明,该模型能较好的适应交通流状态的变化,可获得更好的交通控制效果。
- 刘权富陆百川马庆禄邓捷
- 关键词：交通工程交通信号控制多目标优化遗传算法
- 物联网环境下城市交通区域联动的云控制策略被引量：8
- 2013年
- 针对城市道路交通中的区域联动控制问题,利用交通物联网所提供的实时交通信息以及不同交通控制节点之间的关联关系,构建符合区域协调控制要求的交通云计算平台,使得道路交通各交叉口之间的控制策略由云计算平台统一支配,同时强化交通物联网技术在交通信息获取时的相互协同性,结合各节点控制任务抵达云计算平台的突变随机性,并考虑道路交通中控制节点执行状态的动态变化特征,从而建立城市道路交通区域联动控制的云策略模型,从执行性能和计算功率两方面对云计算平台在多节点联动控制时的运行情况进行分析。实验结果表明,提出的区域交通联动控制云策略在大幅度降低云计算平台运行能耗的前提下,保证了道路的通行效率。
- 马庆禄斯海林斯海林
- 关键词：智能交通系统交通控制交叉口绿信比
- 基于改进MSPCA的交通检测器故障诊断模型
- 2014年
- 针对交通检测器故障诊断过程中,噪声掩盖了部分故障信息以及故障信息分布的多尺度性,提出了一种改进的多尺度主元分析(MSPCA)模型。模型首先将交通检测器数据进行分段处理,再加入改进的小波阈值除噪,对滤除噪声后的小波系数进行主元分析,最后利用二维贡献图完成故障的定位。模型应用于线圈检测器的故障诊断实验,与MSPCA及自适应主元分析相比,该模型减小了误报率和漏报率,准确率更高,抗噪能力更强。
- 张凯陆百川马庆禄刘权富邓捷
- 关键词：交通检测器多尺度主元分析故障诊断
- 基于RBF神经网络的交通生成预测模型被引量：12
- 2014年
- 针对交通生成预测中传统集计预测模型缺少行为基础这一重要数据源,以及普通离散模型建立对数学推导依赖性高和预测中存在多个预测值,导致预测结果精度不理想的问题,建立了基于RBF神经网络的交通生成预测模型,该模型将以行为基础为前提的离散数据作为数据源,模型的建立不需要进行数学推导,利用输入和输出数据自动建立,再结合RBF神经网络收敛速度快和具有唯一最佳逼近点的特点,对交通生成进行预测。通过实例进行仿真和分析,结果表明,该模型最终获得的交通生成预测结果与实际值误差在允许范围内,RBF神经网络交通生成预测效果好,能在实际中应用。
- 邓捷陆百川刘权富张凯马庆禄
- 关键词：RBF神经网络交通生成预测模型分析
