教育部人文社会科学研究基金(11YJC630155)
- 作品数：6 被引量：86H指数：5
- 相关作者：肖新平毛树华郭欢杨锦伟郭金海更多>>
- 相关机构：武汉理工大学长江大学平顶山学院更多>>
- 发文基金：教育部人文社会科学研究基金国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自然科学总论交通运输工程理学自动化与计算机技术更多>>
- 基于少数据云推理的短时交通流预测模型被引量：2
- 2015年
- 针对短时交通流所存在的不确定性即模糊性与随机性特点和准周期规律,提出基于灰色关联分析和少数据云推理的短时交通流预测模型.首先,针对短时交通流的准周期规律,运用灰色关联分析提取不同日期相同时段历史序列中最相似序列;其次,提出少数据逆向云算法,建立交通流序列一维云推理机制;最后综合利用历史云及当前云生成预测云,用于短时交通流实时预测.实例分析表明,预测精度良好,能够有效实现短时交通流的实时预测.该模型解决了少数据条件下正向云参数确定问题,降低了数据处理工作量,开拓了云模型在短时交通流中的应用.
- 杨锦伟肖新平郭金海毛树华
- 关键词：城市交通短时交通流预测灰关联分析云模型
- 分数阶累加时滞GM(1,N,τ)模型及其应用被引量：29
- 2015年
- 基于系统的时滞性,本文建立了时滞灰色GM(1,N,τ)模型,给出了模型的最小二乘参数估计公式以及模型的解析解.在引入分数阶累加生成算子后,将原模型扩展为分数阶累加GM(1,N,τ)模型,当时滞值为非整数情况时,采用相邻整数点加权构造法,完善了模型;通过粒子群算法确定模型最优的分数阶累加生成阶数.最后本文结合武汉市1995-2008年14年科技投入及经济增长的实际背景,分别建立了经典时滞GM(1,N,7)和分数阶累加时滞GM(1,N,7)模型对GDP数据做了预测,比较了两个模型预测结果,发现分数阶累加时滞GM(1,N,7)模型具有更高的建模精度.
- 毛树华高明运肖新平
- 关键词：时滞粒子群算法
- GM(1,1,α)模型背景值的变化对相对误差的影响被引量：11
- 2014年
- 为了研究灰色GM(1,1,α)模型中背景值的变化对模型相对误差的影响,分析了GM(1,1,α)模型的建模机理与过程,提出了该模型的二级参数包;通过模型的二级参数包重点讨论了背景值的变化与模型的发展系数、灰色作用量之间的关系;从理论上得出了背景值与模型的发展系数、灰色作用量之间的具体表达式;进而得到了背景值与相对误差之间的具体表达式,并研究了它们之间的变化关系,从而达到通过调整背景值的大小来减小模型相对误差的目的;最后通过实例对这一结论进行了验证.
- 肖新平王欢欢
- 关键词：背景值
- 基于GM(1,1|τ,r)模型的城市道路短时交通流预测被引量：22
- 2013年
- 充分考虑城市道路交通系统中交通流存在的延迟性和非线性,本文基于灰色GM(1,1|τ,r)模型对城市道路短时交通流进行建模预测.首先,通过建立城市交通路段上交通流量大于通行能力时的速度-流量关系,得到交通系统延迟时间τ的计算模型.再针对交通流存在的非线性特征,以模型的预测效果最优为目标,建立关于非线性因子的优化模型并利用粒子群算法寻找最佳的非线性参数r.最后对武汉市友谊大道某一路段进行交通实验,将灰色GM(1,1|τ,r)模型的预测结果与灰色GM(1,1)模型和支持向量机进行比较.结果表明,GM(1,1|τ,r)模型的预测精度有明显的提高,能为智能交通系统的管理和控制提供及时可靠的信息资源.
- 郭欢肖新平Jeffrey Forrest
- 关键词：城市交通短时交通流预测延迟时间
- 正态分布区间灰数灰色预测模型被引量：19
- 2015年
- 近期灰数预测主要关注无分布信息和均匀分布区间灰数预测.基于灰朦胧集演化思想,研究在不确定信息广泛存在的正态分布背景下,正态分布区间灰数序列的灰色预测问题.首先,通过正态分布随机函数实现区间灰数序列与实数序列族的信息等效转换;然后,对正态分布区间灰数随机白化序列进行GM(1,1)建模,利用最大值最小值及正态分布"3σ法则"建立区间灰数预测模型;最后,通过实例对比分析验证了所提出模型的可行性和有效性,为区间灰数预测问题提供新的思路和方法.
- 杨锦伟肖新平郭金海
- 关键词：区间灰数信息转换
- 非等间隔GM（1,1,tα）幂次时间项模型及其应用被引量：8
- 2015年
- GM(1,1,tα)幂次时间项模型是灰色GM(1,1)模型的推广.在灰色GM(1,1)模型和等间隔GM(1,1,tα)幂次时间项模型的基础上提出非等间隔GM(1,1,tα)幂次时间项模型,并对模型进行求解.讨论了GM(1,1,tα)幂次时间项模型的曲线形状、发展系数以及幂指数间的关系,研究了非等间隔GM(1,1,tα)幂次时间项模型的参数空间.将平均相对误差看成幂指数的函数,根据序列形状判断幂指数的范围,并利用粒子群算法求解幂指数.实际应用验证了所提出模型的有效性.
- 郭欢肖新平Jeffrey Forrest
- 关键词：灰色GM(1,1)模型粒子群算法
