基于整合移动平均自回归和遗传粒子群优化小波神经网络组合模型的交通流预测 被引量：28

1

作者 殷礼胜 唐圣期 +1 位作者 李胜 何怡刚 《电子与信息学报》 EI CSCD 北大核心 2019年第9期2273-2279,共7页

针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIM... 针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIMA模型预测值和灰色关联系数大于0.6的相关性强的前3个时刻的历史数据作为小波神经网络(WNN)的输入,在兼顾历史数据的平稳和非平稳的情况下,进行了模型结构简化。在算法方面,通过遗传粒子群算法对小波神经网络的参数初始值进行最优选取,可使其结果在不易陷入局部最优的条件下加快网络训练收敛速度。实验结果表明,在预测精度方面,该方法的模型明显优于整合移动平均自回归模型和遗传粒子群算法优化小波神经网络,在收敛速度方面,用遗传粒子群算法优化模型明显优于仅用遗传算法优化模型。 展开更多

关键词 短时交通流预测 灰色关联分析法 整合移动平均自回归 遗传粒子群优化小波神经网络

在线阅读 下载PDF 职称材料

基于多维时空的NPCA-PSR-IGM(1,1)组合模型的短时交通流预测 被引量：3

2

作者 殷礼胜 高贺 +2 位作者 魏帅康 孙双晨 何怡刚 《电子与信息学报》 EI CSCD 北大核心 2021年第4期1035-1041,共7页

针对城市短时交通流序列非线性和混沌性的特点,为提高短时交通流的预测精度,该文提出一种基于多维时空的非线性主成分分析(NPCA)和相空间重构(PSR)的改进灰色(IGM(1,1))组合预测模型。首先,使用数据相关性的非线性主成分分析算法对多维... 针对城市短时交通流序列非线性和混沌性的特点,为提高短时交通流的预测精度,该文提出一种基于多维时空的非线性主成分分析(NPCA)和相空间重构(PSR)的改进灰色(IGM(1,1))组合预测模型。首先,使用数据相关性的非线性主成分分析算法对多维交通流量序列进行时空降维,同时保留影响预测点的主要交通流量数据,从而提高建模的精确度;其次,利用多维时空交通流量序列相空间重构放大交通流量内部的细微特征,以使其内在规律得以充分展现,进一步提升预测精度;最后,结合背景值改进的灰色模型适应于线性、非线性以及所需数据少的特点,进行短时交通流预测。实验结果表明,NPCA-PSR-IGM(1,1)组合预测模型的平均相对误差相比NPCA-PSR-GM(1,1)组合预测模型减小3.12%,其标准偏差相对PCA-PSR-IGM(1,1)组合预测模型从15.7091下降到2.0589。同时与最新的预测模型相比,该组合预测模型也提高了预测精度,达到了较好的预测效果。 展开更多

关键词 短时交通流预测 多维时空 非线性主成分分析 相空间重构 改进灰色模型

在线阅读 下载PDF 职称材料

基于改进的路网聚类结合PSOWNN的交通流预测 被引量：3

3

作者 殷礼胜 李胜 +1 位作者 唐圣期 何怡刚 《微电子学与计算机》 北大核心 2020年第1期20-26,共7页

针对城市路网交通流数据的空间相关性、非线性和平稳与非平稳的特点,提出一种采用基于交通流量数据相关性分析改进的路网聚类算法与基于交通流量分段加权适应度函数的粒子群小波神经网络算法(MC-MPSOWNN)相结合的预测方法,来提高算法的... 针对城市路网交通流数据的空间相关性、非线性和平稳与非平稳的特点,提出一种采用基于交通流量数据相关性分析改进的路网聚类算法与基于交通流量分段加权适应度函数的粒子群小波神经网络算法(MC-MPSOWNN)相结合的预测方法,来提高算法的预测精度.首先,利用基于交通流量数据相关性分析的路网聚类算法筛选出空间中与预测点交通流量数据相关系数高的其他观测点,以此精简了样本输入数据,减少冗余数据对预测精度的干扰,提高整体预测精度;其次,再构建一种新型的粒子群算法的适应度函数,给予整体预测样本中非平稳数据段更大的调节力度,以此来进一步提高非平稳数据段的预测精度.最后经实验结果分析,提出的改进预测算法相比未进行改进前预测算法而言,明显提高了整体及非平稳数据段预测精度,达到较好的预测效果. 展开更多

关键词 交通流预测 相关性路网聚类 分段加权适应度函数 粒子群算法:小波神经网络

在线阅读 下载PDF 职称材料

交通流量VNNTF神经网络模型及其预测研究 被引量：2

4

作者 殷礼胜 鲁照权 董学平 《科技通报》 北大核心 2010年第5期721-725,共5页

研究了VNNTF神经网络交通流量混沌时间序列预测的问题。首先,通过混沌理论提取了交通流量时间序列的混沌特征,并在此基础上建立了VNNTF神经网络交通流量时间序列模型;接着,阐述了VNNTF神经网络学习算法原理,设计了交通流量Volterra神经... 研究了VNNTF神经网络交通流量混沌时间序列预测的问题。首先,通过混沌理论提取了交通流量时间序列的混沌特征,并在此基础上建立了VNNTF神经网络交通流量时间序列模型;接着,阐述了VNNTF神经网络学习算法原理,设计了交通流量Volterra神经网络的学习算法快速学习算法;最后利用交通流量混沌时间序列对VNNTF网络模型、Volterra预测滤波器和BP神经网络进行了单步预测,并对预测结果的仿真图和真实值与预测值的方均根进行了比较,结果表明基于混沌学习算法的VNNTF神经网络的预测性能明显优于Volterra预测滤波器和BP神经网络。 展开更多

关键词 混沌理论 相空间重构 时间序列预测 神经网络 算法

在线阅读 下载PDF 职称材料

基于互补集合经验模态分解和改进麻雀搜索算法优化双向门控循环单元的交通流组合预测模型 被引量：5

5

作者 殷礼胜 刘攀 +3 位作者 孙双晨 吴洋洋 施成 何怡刚 《电子与信息学报》 EI CSCD 北大核心 2023年第12期4499-4508,共10页

该文针对短时交通流预测过程呈现的非线性、非平稳性及时序相关性特征,为提升预测的精度及收敛速度,提出一种基于互补集合经验模态分解(CEEMD)和改进麻雀搜索算法(ISSA)优化双向门控循环单元(BiGRU)的组合预测模型。首先,考虑到端点飞... 该文针对短时交通流预测过程呈现的非线性、非平稳性及时序相关性特征,为提升预测的精度及收敛速度,提出一种基于互补集合经验模态分解(CEEMD)和改进麻雀搜索算法(ISSA)优化双向门控循环单元(BiGRU)的组合预测模型。首先,考虑到端点飞翼问题,通过改进CEEMD算法将交通流量序列分解为体现路网交通趋势性、周期性及随机性的本征模态函数(IMF)分量,有效提取了其中的先验特征;随后,利用BiGRU网络挖掘交通流量序列中的时序相关性特征,为避免局部最优,并提高麻雀搜索算法(SSA)全局搜索及局部开发能力,采用ISSA对BiGRU网络权值参数迭代择优。实验结果表明,该组合预测模型中各组件对提高预测精度均起到正向作用,同时在不同交通流量数据集下的预测性能较对比算法均更优,展现了精准、快速的预测表现以及良好的泛化能力。 展开更多

关键词 短时交通流预测 互补集合经验模态分解 麻雀搜索算法 双向门控循环单元 边界局部特征延拓

在线阅读 下载PDF 职称材料

不确定时滞分布参数系统的指数稳定性 被引量：5

6

作者 李延波 高存臣 殷礼胜 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第7期1099-1101,共3页

文章通过构造恰当的Lyapunov泛函,利用线性矩阵不等式方法和其它不等式技巧对含有不满足匹配条件的不确定时滞分布参数系统进行了指数稳定性的研究,给出了系统指数稳定的充分条件,具体数值例子说明了该方法的有效性和适用性。

关键词 分布参数系统 指数稳定性 线性矩阵不等式

在线阅读 下载PDF 职称材料

基于阀芯位移观测的步进梁速度闭环控制 被引量：2

7

作者 鲁照权 缪少军 +2 位作者 朱敏 殷礼胜 董学平 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第10期1177-1181,共5页

步进梁由固定梁与移动梁构成。由液压缸驱动的移动梁托起数百吨重的钢坯做矩形运动,使钢坯在炉内加热过程中一步一步地自入炉侧向出炉侧移动。移动梁的运动速度和位移精度非常重要,速度控制不准,移动梁托起或放下钢坯时会发生碰撞损伤... 步进梁由固定梁与移动梁构成。由液压缸驱动的移动梁托起数百吨重的钢坯做矩形运动,使钢坯在炉内加热过程中一步一步地自入炉侧向出炉侧移动。移动梁的运动速度和位移精度非常重要,速度控制不准,移动梁托起或放下钢坯时会发生碰撞损伤步进梁。位移控制不准会造成误差积累,导致钢坯不能正常出炉。因此,步进梁运动速度和位移的准确控制至关重要。文章在分析研究步进梁系统工作原理及数学模型的基础上,采用状态观测器对阀芯位移进行重构,设计了阀芯位移与移动梁速度双闭环串级控制系统,并利用Matlab/Simulink进行了仿真研究。结果表明,与开环控制、单闭环控制相比,双闭环串级控制策略可实现速度的准确跟踪和位移的准确控制。 展开更多

关键词 加热炉 步进梁 阀芯位移观测 速度闭环控制

在线阅读 下载PDF 职称材料

改进引力搜索算法优化的SVM模拟电路故障诊断 被引量：6

8

作者 梅恒荣 刘冬梅 +3 位作者 何怡刚 殷礼胜 赵丽欣 赵蓓蕾 《微电子学与计算机》 CSCD 北大核心 2018年第5期109-115,共7页

文本在引力搜索算法(GSA)的基础上,通过引入粒子群算法中的惯性权重和全局记忆性、时变引力搜索策略和边界变异策略,提出一种改进引力搜索算法(IGSA)来优化SVM参数(IGSA-SVM)的改进型分类器.首先选取三个UCI数据集进行仿真分析,结果表明... 文本在引力搜索算法(GSA)的基础上,通过引入粒子群算法中的惯性权重和全局记忆性、时变引力搜索策略和边界变异策略,提出一种改进引力搜索算法(IGSA)来优化SVM参数(IGSA-SVM)的改进型分类器.首先选取三个UCI数据集进行仿真分析,结果表明IGSA-SVM分类器在分类准确率和分类时间上优于GS-SVM、GASVM、PSO-SVM和GSA-SVM分类器.然后分别采用线性和非线性模拟电路来进行故障诊断,结果表明IGSASVM分类器能有效地防止局部收敛并提高了诊断的优化效率. 展开更多

关键词 支持向量机 改进引力搜索算法 模拟电路 故障诊断

在线阅读 下载PDF 职称材料

基于改进遗传算法的交通流量小波网络预测 被引量：6

9

作者 柴良勇 殷礼胜 +3 位作者 甘敏 鲁照权 谈堃 张艳 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2016年第7期900-905,共6页

针对小波网络结构不易确定和网络参数随机选择易造成较大预测误差的问题,文章通过对采集的交通流数据进行分析和多次试验判断误差,来确定小波神经网络的结构;提出了一种改良的遗传算法来初始化神经网络的权值参数,并对种群的进化进行分... 针对小波网络结构不易确定和网络参数随机选择易造成较大预测误差的问题,文章通过对采集的交通流数据进行分析和多次试验判断误差,来确定小波神经网络的结构;提出了一种改良的遗传算法来初始化神经网络的权值参数,并对种群的进化进行分析;最后将遗传算法选择出的最优个体解码成小波网络的权值和因子,用构建的小波神经网络来预测短时交通流量,得出预测结果。研究结果表明改进遗传算法优化的小波网络能够较好地预测输出,并能够降低输出误差均值。 展开更多

关键词 遗传算法 小波网络 交通流量 预测

在线阅读 下载PDF 职称材料

基于时空多维的VMD-GAT-Attention短时交通流量组合预测模型 被引量：3

10

作者 田帅帅 殷礼胜 何怡刚 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2022年第2期176-185,共10页

文章针对短时交通流量时空依赖性、非线性的特点,为提高交通流量的预测精度,将时间建模和空间建模相结合,提出一种整合改进的变分模态分解(variational mode decomposition,VMD)结合图注意力网络(graph attention networks,GAT)与注意... 文章针对短时交通流量时空依赖性、非线性的特点,为提高交通流量的预测精度,将时间建模和空间建模相结合,提出一种整合改进的变分模态分解(variational mode decomposition,VMD)结合图注意力网络(graph attention networks,GAT)与注意力模型搭建的组合预测模型。在时间维度上,利用改进粒子群算法(improved particle swarm optimization,IPSO)优化的变分模态算法分解交通流量,保证了VMD的充分分解,并得到相对平稳的交通流量序列,提高了组合模型的预测精度;在空间维度上,构建有效分解模态与原交通流量序列的GAT,提取不同时间序列中各交通节点之间的空间信息;引入注意力机制提高主要时空信息权重,降低次要时空信息权重,进一步提升了组合模型的预测精度。实验结果表明,该组合模型比IPSO-VMD-GAT-Attention模型以及VMD-GAT-Attention模型的均方根误差分别下降了31%和21%,而且对于VMD-GAT模型和GAT模型,均方根误差分别从14.1231和9.9136下降到2.2928,说明该模型达到较好的预测效果。 展开更多

关键词 交通流量预测 改进粒子群算法(IPSO) 变分模态分解(VMD) 图注意力网络(GAT) 注意力机制

在线阅读 下载PDF 职称材料

舰船水下爆炸噪声辐射预测数学建模方法研究

11

作者 贺皖松 殷礼胜 《舰船科学技术》 北大核心 2018年第5X期1-3,共3页

舰船水下爆炸噪声会产生大量辐射,形成噪声污染,影响水下环境,传统的数学建模方法预测准确性差,容易带来错误信息。研究了舰船水下爆炸噪声辐射预测数学建模方法,构建了反射变换器预测模型,阐述了预测原理,介绍了数学建模流程,通过实验... 舰船水下爆炸噪声会产生大量辐射,形成噪声污染,影响水下环境,传统的数学建模方法预测准确性差,容易带来错误信息。研究了舰船水下爆炸噪声辐射预测数学建模方法,构建了反射变换器预测模型,阐述了预测原理,介绍了数学建模流程,通过实验验证了该方法的准确性。实验证明,给出的数学建模方法能够根据声音、图片等多种信息有效预测舰船水下爆炸产生的噪声,判断噪声大小、噪声类型,绘制出噪声波形,帮助工作人员做出防范噪声污染的有效措施。 展开更多

关键词 水下爆炸 噪声辐射 噪声数学建模 水下辐射预测

在线阅读 下载PDF 职称材料