检索结果-维普期刊中文期刊服务平台

城市快速路交织区交通震荡演化特性分析被引量：1: 1; 作者胡嫣然邴其春 +3 位作者张伟健沈富鑫高鹏刘东杰《复杂系统与复杂性科学》 CAS CSCD 北大核心 2024年第2期154-160,共7页; 为更精确地提取震荡数据,深入探究交通震荡演化特性,首先,通过采用单指数衰减函数拟合震荡车辆的速度标准差分析震荡的增长特性。其次,利用短时傅里叶变换提取频率强度的变化追踪震荡头车和减速阶段的加减速变化点,从而探究震荡的传播... 展开更多; 关键词交通工程交通震荡短时傅里叶变换增长特性传播机理; 在线阅读下载PDF 职称材料

基于CEEMD-GRU组合模型的快速路短时交通流预测被引量：11: 2; 作者沈富鑫邴其春 +2 位作者张伟健胡嫣然高鹏《河北科技大学学报》 CAS 北大核心 2021年第5期454-461,共8页; 为了提高短时交通流预测精度,提出了基于互补集成经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)和门控循环单元(Gated Recurrent Unit,GRU)组合模型的快速路短时交通流预测方法。首先,运用互补集成经验模... 展开更多; 关键词公路运输管理城市快速路短时交通流预测互补集成经验模态分解门控循环单元神经网络; 在线阅读下载PDF 职称材料

基于变分模态分解和LSTM的短时交通流预测被引量：10: 3; 作者邴其春张伟健 +3 位作者沈富鑫胡嫣然高鹏刘东杰《重庆理工大学学报（自然科学）》 CAS 北大核心 2023年第5期169-177,共9页; 交通流具有非线性、波动性和随机性等特征,为进一步提高短时交通流预测精度,提出了一种基于变分模态分解(VMD)和长短时记忆(LSTM)神经网络的短时交通流预测方法。采用VMD将原始交通流数据分解为k个平稳的固有模态分量(IMF),针对每个模... 展开更多; 关键词智能交通短时交通流预测变分模态分解长短时记忆神经网络深度学习; 在线阅读下载PDF 职称材料

基于回声状态网络模型的短时交通流混沌预测被引量：5: 4; 作者沈富鑫邴其春 +2 位作者张伟健胡嫣然黄河《济南大学学报（自然科学版）》 CAS 北大核心 2022年第2期142-147,154,共7页; 为了提高短时交通流预测的准确度,提出基于回声状态网络模型的短时交通流混沌预测方法;利用C-C法计算相空间重构的延迟时间和嵌入维数;利用遗传算法对回声状态网络模型进行参数寻优,进而构建基于遗传算法的回声状态网络模型;采用城市快... 展开更多; 关键词交通运输工程短时交通流预测回声状态网络模型相空间重构; 在线阅读下载PDF 职称材料

基于BP神经网络的公交动态行程时间预测方法研究被引量：13: 5; 作者韩勇周林 +2 位作者高鹏王舒康陈戈《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第2期142-154,共13页; 公交行程时间的精确预测对于提升公交吸引力具有重要意义。本文基于公交车到离站的历史数据,综合考虑时间周期、站点、站间距离、天气等多个因素,建立了基于BP神经网络的公交车静态行程时间预测模型,以该模型为基础,采用动态迭代的方法... 展开更多; 关键词静态模型误差指标站间距离静态预测平均绝对误差行程时间预测动态迭代横向对比; 在线阅读下载PDF 职称材料

城市快速路路段行程时间估计方法被引量：3: 6; 作者张伟健邴其春 +2 位作者沈富鑫胡嫣然高鹏《广西师范大学学报（自然科学版）》 CAS 北大核心 2023年第2期49-57,共9页; 为有效提高城市快速路路段行程时间估计精度,本文提出一种基于自适应滤波和网格虚拟车的行程时间估计方法。首先,利用自适应平滑滤波插值获得固定检测器之间的速度数据,实现固定检测器之间的时空速度场重构。然后将重构的速度场细分为... 展开更多; 关键词交通工程行程时间估计自适应平滑滤波速度场重构网格虚拟车; 在线阅读下载PDF 职称材料

题名城市快速路交织区交通震荡演化特性分析被引量：1: 1; 作者胡嫣然邴其春张伟健沈富鑫高鹏刘东杰; 机构青岛理工大学机械与汽车工程学院青岛市交通运输公共服务中心; 出处《复杂系统与复杂性科学》 CAS CSCD 北大核心 2024年第2期154-160,共7页; 基金山东省重点研发计划项目(2019GGX101038) 山东省自然科学基金(ZR2019MG012)。; 文摘为更精确地提取震荡数据,深入探究交通震荡演化特性,首先,通过采用单指数衰减函数拟合震荡车辆的速度标准差分析震荡的增长特性。其次,利用短时傅里叶变换提取频率强度的变化追踪震荡头车和减速阶段的加减速变化点,从而探究震荡的传播机理。研究结果表明:震荡过程中车辆的速度标准差沿车队呈凹形增加;震荡初期表现出前驱阶段,这一阶段车速变化缓慢,随着速度波动增大,震荡增长为向上游传播;减速阶段震荡的持续时间、振幅呈递增趋势,强度保持稳定;受交织区车辆随机性和不稳定性影响,主线不同车道发生的震荡因车辆行为不同在减速阶段的持续时间、振幅和强度大小存在差异。; 关键词交通工程交通震荡短时傅里叶变换增长特性传播机理; Keywords traffic engineering traffic oscillation short-time Fourier transform growth characteristics propagation mechanism; 分类号 U491 [交通运输工程—交通运输规划与管理] U411 [交通运输工程—道路与铁道工程]; 在线阅读下载PDF 职称材料

题名基于CEEMD-GRU组合模型的快速路短时交通流预测被引量：11: 2; 作者沈富鑫邴其春张伟健胡嫣然高鹏; 机构青岛理工大学机械与汽车工程学院青岛市交通运输公共服务中心; 出处《河北科技大学学报》 CAS 北大核心 2021年第5期454-461,共8页; 基金山东省重点研发计划项目(2019GGX101038) 国家自然科学基金(51678320) 山东省自然科学基金(ZR2019MG012)。; 文摘为了提高短时交通流预测精度,提出了基于互补集成经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)和门控循环单元(Gated Recurrent Unit,GRU)组合模型的快速路短时交通流预测方法。首先,运用互补集成经验模态分解算法,将非稳定的原始交通流时间序列数据分解为相对平稳的多个模态分量;然后,将分解后的模态分量分别建立GRU模型进行单步预测;最后,叠加每个分量的预测值,获取最终预测结果,并采用上海市南北高架快速路实测交通流数据进行实例验证。结果表明:CEEMD-GRU组合模型的预测效果明显优于GRU神经网络模型、EMD-GRU组合模型以及EEMD-GRU组合模型,平均预测精度分别提升了33.4%,25.6%和18.3%。CEEMD-GRU组合模型能够有效提取交通流数据特征分量,提高预测精度,为交通管控提供科学决策依据。; 关键词公路运输管理城市快速路短时交通流预测互补集成经验模态分解门控循环单元神经网络; Keywords road transportation management urban expressway short-term traffic flow prediction complementary ensemble empirical mode decomposition gated recurrent unit neural network; 分类号 U491 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于变分模态分解和LSTM的短时交通流预测被引量：10: 3; 作者邴其春张伟健沈富鑫胡嫣然高鹏刘东杰; 机构青岛理工大学机械与汽车工程学院青岛市交通运输公共服务中心; 出处《重庆理工大学学报（自然科学）》 CAS 北大核心 2023年第5期169-177,共9页; 基金山东省重点研发计划项目(2019GGX101038) 山东省自然科学基金项目(ZR2019MG012)。; 文摘交通流具有非线性、波动性和随机性等特征,为进一步提高短时交通流预测精度,提出了一种基于变分模态分解(VMD)和长短时记忆(LSTM)神经网络的短时交通流预测方法。采用VMD将原始交通流数据分解为k个平稳的固有模态分量(IMF),针对每个模态分量分别输入LSTM模型进行预测,将各项预测值汇总叠加,获得交通流预测结果。利用上海南北高架快速路感应线圈数据进行验证分析,结果表明:采用VMD分解后的预测结果更为精确,相比于BPNN、LSTM、EMD-LSTM、EEMD-LSTM等模型的预测结果,在平均绝对误差(MAE)方面分别优化了35.5%、28.25%、21.1%、13%,具有较高的预测精度。; 关键词智能交通短时交通流预测变分模态分解长短时记忆神经网络深度学习; Keywords intelligent transportation short-term traffic flow prediction variational mode decomposition LSTM neural network deep learning; 分类号 U491 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于回声状态网络模型的短时交通流混沌预测被引量：5: 4; 作者沈富鑫邴其春张伟健胡嫣然黄河; 机构青岛理工大学机械与汽车工程学院青岛市交通运输公共服务中心; 出处《济南大学学报（自然科学版）》 CAS 北大核心 2022年第2期142-147,154,共7页; 基金山东省重点研发计划项目(2019GGX101038)。; 文摘为了提高短时交通流预测的准确度,提出基于回声状态网络模型的短时交通流混沌预测方法;利用C-C法计算相空间重构的延迟时间和嵌入维数;利用遗传算法对回声状态网络模型进行参数寻优,进而构建基于遗传算法的回声状态网络模型;采用城市快速路实测数据进行实验验证和对比分析。结果表明,所提出方法的预测效果明显优于支持向量机模型、小波神经网络模型和反向传播神经网络模型的预测效果,平均预测精度分别提升了35.9%、42.1%和45.6%。; 关键词交通运输工程短时交通流预测回声状态网络模型相空间重构; Keywords traffic and transportation engineering short-term traffic flow prediction echo state network model phase space reconstruction; 分类号 U491.14 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于BP神经网络的公交动态行程时间预测方法研究被引量：13: 5; 作者韩勇周林高鹏王舒康陈戈; 机构中国海洋大学信息科学与工程学院青岛海洋科学与技术国家实验室区域海洋动力学与数值模拟功能实验室青岛市交通运输公共服务中心; 出处《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第2期142-154,共13页; 基金青岛市民生科技计划项目(16-6-2-61-NSH)资助~~; 文摘公交行程时间的精确预测对于提升公交吸引力具有重要意义。本文基于公交车到离站的历史数据,综合考虑时间周期、站点、站间距离、天气等多个因素,建立了基于BP神经网络的公交车静态行程时间预测模型,以该模型为基础,采用动态迭代的方法,叠加多个站间行程时间预测结果,进一步构建了面向连续站点的公交车动态行程时间预测模型,实现对跨越多个站点的公交行程时间预测。以青岛市125路公交为例对算法进行测试。在模型的横向对比实验中,本模型预测结果的绝对误差均在50 s以内,平均绝对误差百分比(MAPE)为11.74%,均方根误差(RMSE)为23.15,R2的确定系数为0.905 1,SVM的MAPE、RMSE、R2 误差指标分别为:12.38%、38.33、0.743 6,LR对应的误差指标分别为:12.50%、25.59、0.884 1;在静态模型与动态模型的对比实验中,动态模型预测结果的MAPE为11.75%,RMSE为23.15,静态模型对应误差指标分别为:11.63%、26.74。研究结果表明,基于BP神经网络的公交动态行程时间预测模型比传统的静态预测方法具有更高的预测精度。; 关键词静态模型误差指标站间距离静态预测平均绝对误差行程时间预测动态迭代横向对比; Keywords bus travel time dynamic prediction BP neural network dynamic iteration; 分类号 O141.4 [理学—基础数学]; 在线阅读下载PDF 职称材料

题名城市快速路路段行程时间估计方法被引量：3: 6; 作者张伟健邴其春沈富鑫胡嫣然高鹏; 机构青岛理工大学机械与汽车工程学院青岛市交通运输公共服务中心; 出处《广西师范大学学报（自然科学版）》 CAS 北大核心 2023年第2期49-57,共9页; 基金山东省重点研发计划项目(2019GGX101038) 山东省自然科学基金(ZR2019MG012)。; 文摘为有效提高城市快速路路段行程时间估计精度,本文提出一种基于自适应滤波和网格虚拟车的行程时间估计方法。首先,利用自适应平滑滤波插值获得固定检测器之间的速度数据,实现固定检测器之间的时空速度场重构。然后将重构的速度场细分为若干网格单元,通过计算虚拟车在重构时空速度场的虚拟轨迹估计路段行程时间。最后,选取城市快速路感应线圈实测数据进行实例验证。实验结果表明,本文方法在自由流、平稳流和拥堵流3个运行时段下,均方根误差分别为0.15、0.35和1.06,平均相对误差均低于10%,具有较高的估计精度。; 关键词交通工程行程时间估计自适应平滑滤波速度场重构网格虚拟车; Keywords traffic engineering travel time estimation adaptive smoothing filter velocity field reconstruction grid virtual car; 分类号 U491 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	城市快速路交织区交通震荡演化特性分析	胡嫣然邴其春张伟健沈富鑫高鹏刘东杰	《复杂系统与复杂性科学》 CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于CEEMD-GRU组合模型的快速路短时交通流预测	沈富鑫邴其春张伟健胡嫣然高鹏	《河北科技大学学报》 CAS 北大核心	2021	11	在线阅读下载PDF 职称材料
3	基于变分模态分解和LSTM的短时交通流预测	邴其春张伟健沈富鑫胡嫣然高鹏刘东杰	《重庆理工大学学报（自然科学）》 CAS 北大核心	2023	10	在线阅读下载PDF 职称材料
4	基于回声状态网络模型的短时交通流混沌预测	沈富鑫邴其春张伟健胡嫣然黄河	《济南大学学报（自然科学版）》 CAS 北大核心	2022	5	在线阅读下载PDF 职称材料
5	基于BP神经网络的公交动态行程时间预测方法研究	韩勇周林高鹏王舒康陈戈	《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心	2020	13	在线阅读下载PDF 职称材料
6	城市快速路路段行程时间估计方法	张伟健邴其春沈富鑫胡嫣然高鹏	《广西师范大学学报（自然科学版）》 CAS 北大核心	2023	3	在线阅读下载PDF 职称材料