中国博士后科学基金(20100481054)
- 作品数：3 被引量：20H指数：3
- 相关作者：龚勃文杨兆升林赐云赵丁选李静更多>>
- 相关机构：吉林大学更多>>
- 发文基金：中国博士后科学基金国家高技术研究发展计划国家教育部博士点基金更多>>
- 相关领域：交通运输工程更多>>
- 突发灾害下城市路网交通流可靠性运行态势被引量：5
- 2012年
- 为了识别突发灾害下交通流运行过程中路网可靠性的变化规律和潜在的运行态势,采用Rough集理论,结合城市道路交通状态判别、预测的知识,构建了突发灾害下路网可靠性知识表达系统。通过对路网元素属性数值的离散化处理,路网可靠性决策表的属性约简等一系列操作过程,实现了对路网可靠性运行态势的逻辑推理。试验结果表明:路网可靠性能够较好地拟合突发灾害下路网交通流的运行特征,交通路网可靠性态势分析的知识表达系统对可靠度的预测精度可达90%以上。
- 林赐云王琳虹龚勃文赵丁选杨兆升
- 关键词：交通运输系统工程粗集理论
- 基于博弈论的突发灾害下区域间交通信号协调控制技术被引量：4
- 2011年
- 构建了基于博弈论的区域间交通信号协调控制策略模型。对模型参数进行优化选择。提出了区域间交通信号协调控制的运作时机。开发了软件包,结合Paramics V6仿真软件对模型进行了验证。验证结果显示模型能够有效降低大范围路网内车辆的平均延误,提高行车速度。
- 林赐云龚勃文赵丁选杨兆升
- 关键词：交通运输系统工程交通信号控制博弈论多属性决策
- 基于核自组织映射-前馈神经网络的交通流短时预测被引量：11
- 2011年
- 提出了一种基于KSOM-BP神经网络的交通流短时预测模型。利用基于核函数的样本自组织映射神经网络(KSOM),在没有任何先验知识的情况下,自组织、自学习地将具有相似统计特性的历史样本划分成一类,促使分类样本统计特性更集中显著。对每个类别的样本分别建立动量-自适应学习速率的BP神经网络预测模型,以期提高交通流短时预测精度,减少预测时间。结合实际城市道路数据对模型进行验证。验证结果表明:KSOM-BP神经网络的预测误差统计指标MARE小于7%,比基于全部样本训练的BP神经网络的MARE减少4%左右;同时,KSOM-BP神经网络建模时间更短,证明了本文方法的有效性和先进性。
- 龚勃文林赐云李静杨兆升
- 关键词：交通运输系统工程交通流短时预测
