共查询到20条相似文献,搜索用时 38 毫秒
1.
在微观交通流仿真环境下,建立双向四车道、双向六车道及双向八车道高速公路事故路段仿真模型,模型中每个车道间隔10m设置1个检测器,测量断面运行车速,根据仿真结果绘制高速公路事故路段车速空间分布图,以确定事故现场上游的危险路段,并对各车道车速样本拟合,获得车速空间分布模型.在事故现场端面设置排队计数器,测量排队长度,改变事故现场几何特征及输入交通流量,获得各交通流量下的平均排队长度和最大排队长度,确定车辆排队能否自行消散的临界交通流量.研究结果为确定交通事故的时间和空间影响范围提供理论依据,也为制定限速方案和其他管理措施提供参考. 相似文献
2.
目标轨迹预测是保证目标航行安全、规划飞行航迹和搜寻空中目标等任务的关键技术,在军事和交通管制等方面具有重要意义。针对传统飞行目标轨迹预测方法模型较为简化且预测精度较低的问题,提出了基于卡尔曼滤波算法展开的深度神经网络模型,用于飞行目标的轨迹预测任务。该模型通过长短时记忆(long short-term memory, LSTM)网络从目标的航迹数据中学习目标的运动状态,再利用卡尔曼滤波算法对LSTM预测的目标状态估计值进行动态修正,其有效结合了卡尔曼滤波算法和深度神经网络各自的优势。在仿真数据和真实数据上的实验验证了所提模型较其他网络模型对飞行目标轨迹预测的准确性和有效性优势。 相似文献
3.
针对目前多步行程时间预测方法研究较少,存在未来一段时间内的观测值不能及时得到的问题,提出基于简化路网模型的卡尔曼滤波多步行程时间预测模型和算法.综合运用上游路段、当前路段的实时和历史行程时间数据,从历史数据中寻找与当前日期交通状况最接近的历史日期,解决卡尔曼滤波未来一段时间内没有观测值而无法进行多步预测的问题.实验表明,算法能够合理地预测未来几个时段的路段行程时间,有效地避免了时滞性.同时,多步行程时间预测算法的精度高(尤其是4步以内,均等系数达到0.9以上), 是一种可行的预测方法. 相似文献
4.
基于支持向量机的武器系统费用预测分析 总被引:10,自引:0,他引:10
采用了一种基于支持向量机的武器系统费用预测方法,计算结果表明,这种方法有效解决了神经网络方法出现的过拟合、网络结构难以确定等问题,与传统的方法相比较,有更好的泛化能力,因而该方法可以作为研究此类问题的新途径. 相似文献
5.
广珠高速公路交通量预测 总被引:11,自引:1,他引:10
研究了广州到珠海高速公路交通量预测,重点探论了出行发生量预测、OD交通量预测与交通量分配所用方法。文中得到的预测结果已经成功地为交通部门采用。 相似文献
6.
多参数装备费用的支持向量机预测 总被引:22,自引:0,他引:22
支持向量机是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法 ,具有完备的理论基础。首先应用支持向量机原理建立了基于支持向量机的多参数装备费用预测模型 ,然后采用模型对整套机载电子设备费用进行了预测。通过与多元线性回归和神经网络的预测结果对比 ,建立的新型装备费用预测模型具有更好的预测精度 相似文献
7.
基于知识发现的火箭武器研制费用预测 总被引:1,自引:0,他引:1
小样本的火箭武器研制费用预测通常难于应用线性回归方法,而灰色理论方法在实际中仍不能较好地解决费用与武器特征参数间存在的非线性问题。提出了融合粗集理论和神经网络预测火箭武器研制费用的新方法,利用粗集知识约简后的特征要素作为神经网络的输入,实现火箭武器研制费用的预测,并用实例证明了基于粗集-神经网络的费用预测精度高于灰色模型预测精度。 相似文献
8.
在预测与滤波领域中,指标要求常常直接表现为状态分量的预测误差方差的上界形式。本文研究稳、暂态指标约束下的离散系统卡尔曼滤波问题,即设计滤波增益,使每个状态分量的预测误差方差不大于各自预先给定值,同时滤波矩阵满足给定的区域极点约束。本文给出了期望滤波增益的存在条件及其解析表达式。数值例子说明了本文设计方法的简单性与有效性。 相似文献
9.
准确的预测节假日期间高速公路交通流量,能够为节假日高速公路应急管理提供重要的数据基础。利用深度学习的理论框架建立了LSTM-SVR 预测模型,利用BP 神经网络对样本数据进行处理,再将LSTM 捕获的数据特征输入SVR 回归层中实现交通流预测。选取“ 十一” 黄金周前后时段,利用位于丽江市的交调站流量监测数据对LSTM-SVR 模型进行验证,并将LSTM-SVR 模型与其它模型预测效果进行对比。发现LSTM-SVR 模型在节假日不同时段、天气、流量状态下的高速公路交通流预测中有较好的适用性。 相似文献
10.
基于卡尔曼滤波的极限学习机在线盲均衡算法 总被引:2,自引:0,他引:2
针对正交振幅调制(quadrature amplitude modulation,QAM)信号,在预测方法的盲均衡框架下,基于卡尔曼滤波(Kalman filter,KF)提出了一种新的神经网络在线盲均衡算法.采用复数型极限学习机(complex extreme learning machine,C-ELM)作为非线性... 相似文献
11.
12.
针对永磁同步电机(PMSM)无传感器的控制问题,提出了一种结合滑模估计器和扩展卡尔曼滤波(EKF)两种方法优点的混合估计器。混合估计器解决了滑模估计器对于反电动势具有较大"畸变"的电机速度估计效果差的缺点。混合估计器建立了一个3阶EKF滤波器,把反电动势高次谐波分量作为系统和测量噪声处理。降阶后的EKF参数调节变得比传统的EKF估计器相对容易很多,在反电动势有"畸变"单纯滑模估计器估计效果很差时,估计效果依然很好。对滑模估计器、传统EKF估计器和混合控制器三种估计效果做了比较,阐明了混合估计器的优缺点。 相似文献
13.
H∞鲁棒滤波器与Kalman滤波器的对比 总被引:13,自引:3,他引:13
通常Kalman滤波技术应用得比较广泛 ,然而在系统模型和噪声统计特性存在不确定性的条件下 ,Kalman滤波的应用就受到了一些限制。H∞ 滤波可有效地解决Kalman滤波所遇到的问题 ,不仅估计精度高 ,而且还具有鲁棒性。简要介绍了H∞ 滤波技术和Kalman滤波技术 ,设计了H∞ 鲁棒滤波器和Kalman滤波器 ,并分 3方面对二者的性能进行了比较分析。 相似文献
14.
WANG Zheng-ou Institute of Systems Engineering Tianjin University Tianjin PRCZHANG Jianping Dept. of Management Beijing Chemical Engineering College Beijing PRC 《系统科学与系统工程学报(英文版)》1992,(2)
In this paper a method for modelling and forecasting of a class of nonstationary time series with Kalmnan filter using moving window is proposed. The procedure of the method is as follows: in terms of parameter estimation during recursive process by using LSM, the state space equation is constructed, then the Kahnan filter using moving window is made to get the data with reduced level of observation noise. Finally, the precise parameter estimation can be obtained by using the LSM again. The algorithm is carried on recursively. Good results for estimating and forecasting are shown by simulation, examples. The algorithm of Kalman filter using moving window proposed by us is introduced in this paper, which can guarantee the precision and convergence of Kalman filter. 相似文献
15.
本文从并行的观点出发,分析了利用脉动阵列实现对解耦Kalman滤波的计算,并对计算步处理器的利用率等方面也进行了分析,说明了其实现的有效性。 相似文献
16.
17.
18.
基于转换测量卡尔曼滤波算法的目标跟踪研究 总被引:1,自引:0,他引:1
在去偏转换测量中,先以目标的真实位置为条件求出真实的偏差和协方差阵,然后以传感器的测量为条件对真实偏差和协方差求取期望,这种方法求得的转换测量的偏差和协方差阵会引入附加的误差,因而不够精确。针对这种情况,直接以传感器的测量为条件求取转换测量的偏差和协方差阵,这种方法不仅精确而且简单。仿真结果表明算法的有效性。 相似文献
19.
20.
基于多模型方法的自适应卡尔曼滤波 总被引:2,自引:0,他引:2
针对一类观测噪声统计特性未知的离散时间系统设计一种多模型自适应卡尔曼滤波器。基于多个不同的固定观测噪声协方差阵建立多个固定模型卡尔曼滤波器,将多个固定模型卡尔曼滤波器和一个常规自适应卡尔曼滤波器共同组成多模型自适应卡尔曼滤波器。针对每一个滤波器建立一个基于输出误差的指标切换函数,每一个采样时刻将指标切换函数取得最小值的滤波器的状态估计值切换为系统的当前状态估计值。仿真结果表明,与常规的自适应滤波器相比,此方法可以极大地改善滤波器的滤波效果。 相似文献