停车场泊位占有率预测方法评价

采用上海市五角场地区的停车泊位检测数据,分析了商业、办公和体育场3种不同类型停车场泊位占有率(parking occupancy rate,POR)的时变特征,并评价了ARIMA(autoregressive integrated moving average)、卡尔曼滤波和BP(back propagation)神经网络等3种常用方法在POR预测中的适用性.结果表明,ARIMA和BP神经网络的预测精度总体优于卡尔曼滤波,BP神经网络在商业和办公停车场的短时预测中有较好的精度;3种方法的预测精度均随预测时间步长的增加而逐渐降低;不同类型停车场的POR预测精度存在较大差异,工作日的预测精度一般高于非工作日,且模型具有较好的自适应性.     

动态停车场数据预处理及短时预测方法研究

停车场的停车空余泊位数的变化,和交通信息一样普遍具有层次性、周期性、相似性和可预测性。一般交通模型输入数据的质量对于模型的有效性具有不可忽视的作用。借鉴道路交通系统中对于动态交通数据的预处理方法,本文讨论了动态停车场数据故障的识别与修复方法;并在此基础上确定了停车场空泊位短时预测的基本方法,通过时间序列预测方法中的指数平滑法对停车泊位进行短时预测。     

基于小波-ELM神经网络的短期停车泊位预测

采用小波变换与极限学习机(ELM)相结合的方法对短时空余停车泊位进行预测.首先通过小波函数对有效停车泊位时间序列进行小波分解和重构;然后用ELM对分解后所得的各时间序列进行预测;最后对各神经网络的预测结果进行合成,得到最终的预测结果.预测实例结果表明,该方法缩短了训练时间,提高了预测结果.     

基于相空间重构及Elman网络的停车泊位数据预测

针对停车诱导系统（PGIS）中短时空余停车泊位时间序列数据预测问题，提出应用相空间重构与Elman神经网络相结合的方法来进行预测．首先分析了相空间重构的技术原理，在此基础上导出时间序列预测模型，并以Elman神经网络训练模拟该模型．介绍了相空间重构与Elman神经网络相结合的预测方法的具体实现过程与步骤，提出了短时空余停车泊位数据的预测效果评价指标．通过预测实例表明，该方法用于停车诱导系统中短时空余停车泊位数据的预测具有较好的预测准确性和有效性．     

遗传算法优化BP神经网络的泊车位数量预测

为了提高停车场空余泊车位短时预测的精度,利用遗传算法优化BP(back propagation)神经网络的权值和阈值,建立了基于GABP(genetic algorithm back propagation)神经网络的有效泊车位数量的预测模型,并对该预测模型进行训练,最终得到最优解。实验结果表明,该方法对泊车位数量预测具有更高的预测精度,且非线性拟合能力显著。     

停车场内部泊车行为特性分析及最优泊位选择模型

在详细分析有无诱导条件下的停车场内部泊车行为异同的基础上,提出服务于车位引导系统的最优泊位选择模型.结合国内外微观泊车行为调查分析结果,确定了停车场内泊位选择过程中的主要影响因素,包括步行距离、行驶距离、安全性、遮荫时长和有效泊位两侧车辆占用情况等.将各影响因素视为泊位的多项属性,建立了基于灰熵的最优泊位选择模型,对某一时刻停车场内所有的空余有效泊位进行排序,确定最优泊位.实例分析表明,该模型客观、简单、实用,有助于车位引导系统为停车者选择实时的最优泊位.     

基于共享泊位分配模型的新建停车场规模

为缓解城市停车泊位供需不均衡的问题,对城市新建停车场泊位规模问题进行研究.采用共享泊位分配模型对停车需求进行预测,在此基础上引入了灰理想关联熵理论提出停车场规模修正系数概念,实现了对新建停车场泊位数量规模的测算.选取拉萨神力时代商圈范围内的三个新建停车场为研究对象,对其商业区和居住区的停车泊位供给现状、停车需求实际、平均步行距离进行了调研和分析,在此基础上引入粒子群优化算法对共享泊位分配模型进行求解获取新建停车场的停车需求,进而结合修正系数对新建停车场的泊位规模进行确定.研究结果可以有效弥补共享泊位分配模型在实际应用中的不足,为解决城市商圈停车难问题提供一个有效的途径.     

基于Lasso和BP神经网络的广西城镇住房需求预测

对历年数据资料,采用BP神经网络、基于主成分分析的BP神经网络、基于Lasso的BP神经网络三种方法分别对广西城镇居民住房需求进行了预测和比较.结果表明基于Lasso的BP神经网络方法能够获得较好的数据预测效果.     

基于BP神经网络的杭州紫之隧道最大地表沉降预测

杭州紫之隧道浅埋暗挖北段处于地下水丰富的软弱地层中,施工过程中产生的地表沉降量难以控制,波动范围较大.为了准确评估施工风险,采用BP神经网络对最大地表沉降进行预测.首先对地表沉降的影响因素进行选取和量化,构成样本数据组.然后通过试错法,建立预测精度最高的一般BP神经网络和遗传算法优化的BP神经网络模型,研究发现BP神经网络在预测地表沉降方面效果较好,且使用遗传算法可以进一步提升预测精度.接着探讨了地层渗透性对BP神经网络预测精度的影响,研究发现不考虑地层渗透性会使预测精度大幅下降.最后对BP神经网络模型参数进行了敏感性分析,揭示了预测沉降的变化趋势符合客观变形机理.     

神经网络在原油期货价格预测中的应用

为了提高原油期货价格预测的准确性,分析了原油期货价格时间序列的特点和规律,采用一种改进的BP神经网络建立时间序列预测模型,对布伦特原油期货价格进行了预测研究.结果表明BP神经网络具有良好的自组织性和自适应性,有很强的学习能力和抗干扰能力,用BP神经网络对原油期货价格进行预测是行之有效的.     

智能停车场停车诱导方法研究

在分析驾驶员选择车位的主要考虑因素的基础上,利用Dijkstra算法确定行驶距离、利用欧几里得距离确定步行距离以及利用三角模糊数期望值的方法确定停车位的环境信息值,从而确定决策属性矩阵,最终利用基于灰熵关联度多属性决策的方法进行了停车场路径的寻优.     

基于LightGBM-SVR-LSTM的停车区车位预测

停车难和交通拥堵现象愈演愈烈,提前告知驾驶员未来一段时间空车位数量,可以减少其寻找有效车位的时间,进而够缓解拥堵情况。基于此,本文提出了一种基于LightGBM-SVR-LSTM的停车区剩余车位预测模型。首先,通过数据预处理,尽可能保留原始数据特征的基础上,修复部分噪声数据;其次,将修复的数据放入轻量级梯度提升机（LightGBM）,提取叶子节点的值作为新的特征,并将其放入支持向量回归模型（SVR）进行预测;然后,利用长短时记忆神经网络（LSTM）进行误差修复。最后,选取某停车区数据,利用均方根误差（RMSE）、平均绝对误差（MAE）、平均百分比误差（MAPE）进行预测效果验证。结果表明,在正常条件和节假日期间,所提出的组合模型精度均有提升,具有一定的鲁棒性。     

实时停车可用性预测

针对目前机动车数量的急剧增长,在停车抉择过程中很难获得实时停车信息,提出一种基于智能停车预约（IPR）架构的停车设施信息系统的预测停车可用性方法。该方法利用实时可用性预测 (RAF) 算法评价停车请求,采用聚合方法迭代分配停车请求。并通过实际场景验证, 结果表明该聚合方法的耗时更短;实际可用性与RAF算法预测可用性比较结果也表明采用RAF算法预测停车可用性的平均误差更小。     

基于FPGA的立体停车场控制程序设计

以搭载Altera公司FPGA的DE2开发板为平台,使用VHDL硬件语言,建立立方体停车场模型,遵循最优路径设计,研究动态坐标的算法,实现自动控制程序设计,为高校从事数字电路设计的师生及自控领域的工程技术人员,提供一此具有实际应用价值的参考。     

智能停车场管理系统的实现

采用先进技术和高度自动化的机电设备,并结合用户在停车场收费管理方面的需求,以及交通管理方面的经验而开发了智能停车场管理系统.该系统提供了一种高效率的管理方式,可为用户提供更方便、更有效的服务.     

自动泊车系统模型研究与实车验证

在自动泊车系统开发过程中,各功能模块相对独立且搭建复杂?为了更好地解决自动泊车系统各功能模块算法的开发及验证,研究建立了自动泊车系统模型与仿真环境?分析了自动泊车系统原理架构,确定了自动泊车系统模型组成?结合自动泊车系统泊车过程中的车辆参数和环境参数,对系统模型进行了动态仿真,根据仿真数据在实车上进行测试验证,在相同的泊车环境下对仿真系统与实车系统泊车过程中关键点进行测量?对比数据结果表明,车辆方向盘转向角度相对误差在1.1%以内,轨迹控制横向距离相对误差在3.3%以内,纵向距离相对误差在2.1%以内?该设计的自动泊车系统不仅能良好地完成自动泊车,而且可以用于系统各功能模块算法的开发与验证,进一步提高了自动泊车系统的性能?     

基于停放车辆的互联网接入研究

在当下移动互联网无时无处不在的环境中,人们随时随地希望能够以较高的带宽连接到互联网.但当人们在行驶的车辆中时,却只能通过2G/3G连接到网络,并且这些连接能够提供的带宽非常有限,这时我们需要一个在车辆中也可提供较大带宽的网络连接.车载网络技术使智能交通通信方面得到较大的发展,通过智能交通中的车载网络节点和路边基础设施构成的自组织网络可以实现车辆与车辆之间,车辆与路边无线接入点之间的相互通信.本文研究的就是基于上述情况下一种新型的基于停放车辆的互联网接入系统.这个系统保证了移动车辆在最小的带宽存在下,短时间与互联网络进行信息的交互,它能够以某个停放车辆作为中继发散网络的接入点,充当网络的前沿基站.在信息获取到后通过其本身固定的与室内接入的连接,将信息发送到网络上,当车到达下一个可接入点时,返回之前提交休息的应答.这样的研究有助于解决未来的移动车辆的全网络覆盖与交互问题.     

驻车制动操纵手柄疲劳分析

驻车制动操纵手柄是汽车上的关键部件,其可靠性对安全运行至关重要,疲劳是可靠性分析的重要组成部分。通过三维设计软件CATIA建立驻车制动操纵手柄模型,并利用有限元分析法对其进行疲劳分析,获得其变形图和寿命分布图,对现实试验有很强的理论指导意义,有一定的工程推广价值。