基于卡尔曼滤波与大数据预测的路径规划研究

针对近年来严重的交通拥堵现象,提出了卡尔曼滤波和交通流大数据相结合的行程时间预测模型,Dijkstra算法规划最短时间路径方法。首先利用某时刻前3个时段的车辆平均速度数据进行卡尔曼滤波预测同一路段若干个时段后的路段行程时间。然后通过理论最短时间、大数据分析对卡尔曼滤波预测进行优化,得出最佳的预测行程时间。最后根据Dijkstra算法规划出最短时间路径。结果表明设计方法各方面误差指标均优于原模型,交通流大数据与卡尔曼滤波预测相结合的预测方法更加精确有效。     

基于随机模糊理论的断路器寿命评估方法

断路器投运后会经历多次正常分合闸操作与故障跳闸,实时准确探知其损坏程度是变电运维人员的关注重点。文中提出了一种高压断路器寿命评估方法,实现了断路器健康水平动态预测,为运维工作中实时掌握设备健康状态提供了解决方案。基于评估指标在实际中存在随机性与模糊性,引入了随机模糊理论。考虑到评估指标存在多样性以及对设备的影响程度不同,利用所提的改进层次分析法,确定影响断路器健康水平各指标的权重,在此基础上,计算了断路器的健康指数(Health Index,HI),进而构建了断路器的寿命预测模型,最后基于某型断路器的现场数据,对该断路器的分合闸线圈部分进行了寿命预测,证明了所提方法在理论层面的可行性。     

侧向性位移对路堤的影响分析

对路堤固结沉降的变形方式进行了研究,结合某工程实例,论述了路堤侧向位移的变形特点,通过相应的预测模型的建立,对侧向位移沉降量进行了计算分析,并评价了预测模型的实用性及合理性。     

基于灰色理论的深基坑支护变形分析

介绍了灰色理论的基本原理,结合工程实例,建立了灰色GM(1,1)模型及其改进模型,分析预测了工程深基坑支护变形规律,结果表明,通过该理论得出的预测值满足精度要求,具有较高的工程参考价值。     

城市交通规划交通需求预测模型的探讨

随着我国城市化的快速发展,城市人口越来越多,同时随着我国经济的快速发展以及城市居民生活水平的提高,私家车越来越多,造成城市交通的堵塞。如何管理好城市交通,使交通顺畅是每个城市提高发展质量所必须解决的问题,为此就需要对交通进行规划设计,交通需求预测是交通规划设计的核心,通过建立交通需求预测模型,得出有价值的参考数据,进而用于城市交通规划建设之中。本文以城市交通需求预测模型为核心,分析了四阶段交通需求预测法,并指出其优缺点,为关注城市交通需求预测模型提供参考和借鉴。     

基于GIS技术的煤矿突水预测信息管理系统

利用Arc GIS Engine组件与C#语言结合的方式开发煤矿突水预测信息管理系统,搭建基本功能模块;充分利用的海量煤矿数据,筛选和系统化处理突水影响因素,建立预测模型;结合Visual C#.net与MATLAB混合编程技术,将预测模型嵌入系统中,实现科学的突水预测。系统具有处理速度快,性能高,操作交互性和过程可视化等特点,能够为煤矿突水防治提供决策支持。     

泊松模型预测吹填土地区路基沉降的应用研究

泊松曲线是一种"S"成长型曲线模型,吹填土路基沉降规律与泊松曲线变化规律极其相似。结合某吹填土工程实例,利用泊松曲线模型对吹填土路基沉降进行预测。对比时间间隔为10,20,30 d的预测效果,结果表明:时间间隔为20 d时,泊松曲线沉降预测模型与实测数据吻合较好,尤其是后期误差在4.5%以下。该模型可以为以后的吹填土路基沉降预测提供有益的参考,甚至其成果可以在以后的工程中运用,有一定的经济、社会效益。     

GA-BP的铁钢界面铁水温度预测

铁钢界面铁水温度对炼钢生产的控制与优化具有重要意义.因此,为了更加准确地获取铁钢界面铁水温度,本文采用较大样本构建了基于遗传算法(GA)优化的BP神经网络铁水温度预测模型.对影响铁钢界面铁水温度的因素分析,选取了出铁时间、预处理时间、重罐时间、空罐时间、出铁铁水温度、预处理后铁水温度、铁水质量7个关键因素作为模型的输入,铁钢界面铁水温度作为输出.结果表明:GA-BP神经网络预测模型具有较好的性能表现,绝对误差10℃范围内的预测命中率达到了89%,平均绝对百分比误差(MAPE)为0.39%,均方根误差(RMSE)为6.41℃.相比于BP神经网络预测铁钢界面铁水温度,GA-BP模型具有更高的精确度和稳定性.     

基于改进EEMD-SE-ARMA的超短期风功率组合预测模型

针对风力发电功率时间序列具有非线性和非平稳性的特性,提出了一种改进的集成经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)-样本熵(Sample Entropy,SE)-ARMA的风电功率超短期组合预测模型。将EEMD分解中添加的白噪声信号改为添加绝对值相等的正负两组白噪声信号,并将MEEMD分解过程中的EMD步骤使用端点延拓和分段三次埃尔米特插值进行改进,形成一种改进的EEMD分解算法(即MEEMD)。利用MEEMD-SE将风力发电功率时间序列分解为一系列复杂度差异明显的风电子序列;针对每一个不同的子序列建立适当的ARMA预测模型;将各预测分量进行叠加重构,得到最终的风电功率预测值。通过算例分析及与其他几种预测模型预测结果的对比,证明MEEMD-SE-ARMA组合预测模型可以有效地提高风力发电功率超短期预测的精度。     

基于宁静评级预测模型的北京城区公园绿地边界区域植物组成对城市宁静感影响探讨

宁静的环境具有恢复性可以缓解日常生活的压力。人体主要通过感官（听觉和视觉）信息对外部的宁静程度进行感知。已有研究表明绿地可以增强宁静程度,从而对城市环境以及人体健康起作用。公园绿地边界区域处于城市与公园绿地的过渡区易受交通噪声与城市建筑视觉等影响,为提升公园绿地边界区域的宁静程度,探究植物组成与宁静环境的关系,本文以北京城区6处公园绿地边界区域为研究对象,1)引入宁静评级预测模型从视觉和听觉综合量化评价公园绿地边界区域的宁静程度。2)通过抽样调查游客主观感受验证宁静评级预测模型,初步得出营造城市宁静环境边界群落的优化提升策略。