期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SO-BiLSTM的高速公路交通事故持续时间预测
1
作者 何庆龄 刘静 +1 位作者 李珊 程瑞 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第10期97-105,共9页
为减少高速公路交通拥堵和事故伤亡程度及财产损失,提高事故持续时间预测结果精度和适用性,基于1362起高速公路交通事故数据,甄选16个高速公路交通事故持续时间影响因素作为特征变量。通过对连续特征变量统计分析和离散特征变量赋值后,... 为减少高速公路交通拥堵和事故伤亡程度及财产损失,提高事故持续时间预测结果精度和适用性,基于1362起高速公路交通事故数据,甄选16个高速公路交通事故持续时间影响因素作为特征变量。通过对连续特征变量统计分析和离散特征变量赋值后,构建基于SO-BiLSTM的高速公路交通事故持续时间预测模型。研究结果表明,事故持续时间大于120 min的路段内平均交通流量、平均车速和车速离差等均值最小,分别为27882 pcu/h、90.4 km/h和18.0 km/h;事故持续时间小于30 min的路段内大型车混入率均值最小,为34.0%;事故持续时间为[60,90)min的肇事者年龄均值最大,为45岁;事故持续时间大于120 min的肇事者驾龄均值最大,为91月。SO-BiLSTM模型的迭代次数和种群规模分别设置为40和30为最优,对应的事故持续时间预测结果MAPE值为8.9%,相较于PSO-Elman、BiLSTM-CNN、GA-BP和LSTM等降低1.7%~7.6%,且提高了事故持续时间大于120 min的预测结果精度。研究结果有助于制定高速公路交通事故疏解管控和应急救援措施,提升高速公路交通安全管理水平。 展开更多
关键词 交通工程 交通安全 高速公路 交通事故持续时间 蛇群优化算法 双向长短时神经网络
下载PDF
基于WPT-ISO-RELM模型的月径流时间序列预测研究 被引量：5
2
作者 王应武 白栩嘉 崔东文 《水力发电》 CAS 2024年第3期12-18,38,共8页
为提高月径流时间序列的预测精度,提升基本蛇群优化(SO)算法搜索能力,同时提升正则化极限学习机(RELM)预测性能,提出了小波包变换(WPT)-改进蛇群优化(ISO)算法-RELM预测模型。首先,利用WPT将月径流时间序列分解为低频分量和高频分量;其... 为提高月径流时间序列的预测精度,提升基本蛇群优化(SO)算法搜索能力,同时提升正则化极限学习机(RELM)预测性能,提出了小波包变换(WPT)-改进蛇群优化(ISO)算法-RELM预测模型。首先,利用WPT将月径流时间序列分解为低频分量和高频分量;其次,通过构建8个RELM超参数寻优适应度函数对ISO寻优能力进行检验,并与SO算法、灰狼优化(GWO)算法、变色龙群算法(CSA)、鲸鱼优化算法(WOA)、樽海鞘群体算法(SSA)、侏獴优化算法(DMO)、粒子群优化算法(PSO)的优化结果作对比;最后,建立WPT-ISO-RELM模型,并构建包含WPT-SO-RELM在内的17种模型作对比模型,通过黑河流域莺落峡水文站、讨赖河水文站2个月径流预测实例对各模型进行验证。结果表明:①ISO寻优精度优于SO、GWO、CSA、WOA、SSA、DMO、PSO,通过关键参数的改进,能有效提升ISO的极值寻优能力和平衡能力;②WPT-ISO-RELM模型对莺落峡水文站、讨赖河水文站月径流预测的平均绝对百分比误差分别为0.854%、0.447%,平均绝对误差分别为0.245、0.068 m^(3)/s,纳什效率系数均在0.9999以上,优于其他对比模型,具有更高的预测精度和更好的稳健性;③ISO对于高维和低维问题均具有较好的优化效果,算法寻优能力对提升RELM预测精度十分关键,算法优化性能越强,寻优精度越高,由此获得的RELM超参数越优,所构建的模型预测性能越好。 展开更多
关键词 月径流预测 正则化极限学习机 改进蛇群优化算法 小波包变换 群体智能算法 超参数优化
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部