驾驶员敏感行为对入匝道口车流量的影响

在交通流优化的研究中,为了解决驾驶员的敏感行为因素对入匝道口的车流量影响的问题,利用人匝道系统模型在开放边界条件下,采用元胞自动机方法得到驾驶员敏感行为因素引入与否的入匝道口处的车流量数据,得到了不同车辆运行方式条件下入匝道系统各路段的交通流图.结果表明,引入驾驶员敏感行为因素能够显著提高主干道上的车流量;当主干道上车辆较少而匝道上车辆较多时,引入驾驶员敏感行为因素能够显著提高匝道路段的车流量.当主干道和匝道上车辆均较多时,匝道上车辆的随机减速过程更为频繁,从而导致匝道路段流量降低,而驾驶员的敏感驾驶行为在一定程度上能够减少道路瓶颈处堵塞情况的发生.     

基于自适应鲸鱼优化算法结合Elman神经网络的股市收盘价预测算法

针对Elman神经网络在基于股市网络舆情的收盘价预测中存在的收敛速度慢且预测精度低的问题,提出了结合基于自适应噪声的完全集合经验模态分解(CEEMDAN)的改进鲸鱼优化算法(IWOA)结合Elman神经网络预测模型。首先,通过文本挖掘技术对上海证券交易所股票价格综合指数(SSE)180股的网络舆情进行挖掘和量化,并利用Boruta算法筛选重要属性以降低属性集的复杂度;然后,通过CEEMDAN算法在属性集中添加一定数量特定方差的白噪声,实现属性序列的分解与降噪;同时,利用自适应权重改进鲸鱼优化算法(WOA)以增强其全局搜索及局部开采能力;最后,利用WOA在迭代过程中不断优化Elman神经网络的初始权重和阈值。结果表明:比起单独使用Elman神经网络,所提模型的平均绝对误差(MAE)从358.8120降低至113.0553;与未采用CEEMDAN算法的原始数据集相比,该模型的平均绝对百分比误差(MAPE)从4.9423%降低到1.44531%,说明所提模型有效提高了预测精度,为股市网络舆情的预测提供了一种有效的实验方法。     

面向对象设计方法的压铸模CAD系统的研究

采用面向对象技术对压铸模系统进行分析和设计,提出面向对象的压铸模设计模型,将压铸模设计域中的对象进行了提取、划分和抽象,得到了压铸模设计对象,并以此来设计压铸模CAD系统.