针对智能交通系统中行程时间估计的不确定性量化的难题,提出一种全局-局部不确定性感知行程时间估计方法(global and local uncertainty-aware travel time estimation,GLUTTE)。首先,通过多任务学习策略建模整体路线与各局部路段的行...针对智能交通系统中行程时间估计的不确定性量化的难题,提出一种全局-局部不确定性感知行程时间估计方法(global and local uncertainty-aware travel time estimation,GLUTTE)。首先,通过多任务学习策略建模整体路线与各局部路段的行程时间关系及其不确定性。其次,采用多粒度分位数回归方法,综合考虑全局和局部特征,提供准确的置信区间估计。实验结果表明,所提方法能够有效量化不确定性,同时保证准确性并提供可靠的置信区间,从而提升结果的可用性和可信度。展开更多
综合能源系统(integrated energy system,IES)内存在的多种不确定性因素,使得系统实际规划与运行面临各种风险,给系统安全、稳定、经济运行带来了诸多不利影响。如何削弱或消除不确定因素对综合能源系统的影响,是综合能源系统领域的重...综合能源系统(integrated energy system,IES)内存在的多种不确定性因素,使得系统实际规划与运行面临各种风险,给系统安全、稳定、经济运行带来了诸多不利影响。如何削弱或消除不确定因素对综合能源系统的影响,是综合能源系统领域的重要研究内容之一。首先,本文对综合能源系统中分布式能源、负荷、交通以及能源价格等多种不确定性因素产生机理进行分析,并研究其对综合能源系统的影响;其次,重点对场景法、点估计法、区间分析法、模糊分析法以及不确定集等多种不确定性分析方法进行介绍,并详细阐述这些方法在综合能源系统能源预测、负荷预测、潮流计算、能源市场、系统规划、经济调度以及稳定控制等领域的研究情况。最后,对未来综合能源系统不确定性研究中需要关注的问题进行了展望,以期为综合能源系统不确定性研究提供参考。展开更多
文摘针对智能交通系统中行程时间估计的不确定性量化的难题,提出一种全局-局部不确定性感知行程时间估计方法(global and local uncertainty-aware travel time estimation,GLUTTE)。首先,通过多任务学习策略建模整体路线与各局部路段的行程时间关系及其不确定性。其次,采用多粒度分位数回归方法,综合考虑全局和局部特征,提供准确的置信区间估计。实验结果表明,所提方法能够有效量化不确定性,同时保证准确性并提供可靠的置信区间,从而提升结果的可用性和可信度。
文摘综合能源系统(integrated energy system,IES)内存在的多种不确定性因素,使得系统实际规划与运行面临各种风险,给系统安全、稳定、经济运行带来了诸多不利影响。如何削弱或消除不确定因素对综合能源系统的影响,是综合能源系统领域的重要研究内容之一。首先,本文对综合能源系统中分布式能源、负荷、交通以及能源价格等多种不确定性因素产生机理进行分析,并研究其对综合能源系统的影响;其次,重点对场景法、点估计法、区间分析法、模糊分析法以及不确定集等多种不确定性分析方法进行介绍,并详细阐述这些方法在综合能源系统能源预测、负荷预测、潮流计算、能源市场、系统规划、经济调度以及稳定控制等领域的研究情况。最后,对未来综合能源系统不确定性研究中需要关注的问题进行了展望,以期为综合能源系统不确定性研究提供参考。
文摘为解决目前交通分配中存在的不确定性问题,基于Wardrop用户平衡原理,利用起讫点(OD,Origin Destination)估计方法和Beckman交通分配模型,建立了一种交通分配不确定性计算方法.该方法分别以不同置信水平下的OD估计结果的上下限为输入量,然后利用Frank-Wolf算法求解交通分配模型,得到不同置信水平下的路段流量区间,以此量化交通分配问题中的不确定性.以南京市区域路网为研究对象进行案例分析,并采用宽度流量比 R 和无效覆盖率(Kickoff Percentage,KP)对模型结果进行评价,结果表明该方法可以得到路段流量的置信区间,量化交通分配的不确定性.
