融合粗糙集的GM(1,N)幂模型在短时交通流预测中的应用

来源 :数学的实践与认识 | 被引量 : 0次 | 上传用户:suojianpku798
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
实时准确的道路网短时交通流预测是智能交通系统的核心内容和难点问题.由于交通流的非线性、复杂性和不确定性,使得传统的交通流预测不能取得满意的效果.基于GM(1,N)幂模型,建立了一种道路网多段面短时交通流预测模型.考虑到上游路段与预测路段之间相关性,引入粗糙集理论确定模型的相关因素序列.针对传统参数求解方法最小二乘的不足,将问题转化为以拟合效果最优为目标的非线性优化模型求解,利用遗传算法(GA)搜索最优参数.通过实验例证,对比了GM(1,N)模型、GAGM(1,N)模型、BP神经网络和自适应神经模糊推理系统(ANFIS).结果表明,GAGM(1,N)幂模型对城市道路网多段面短时交通流的预测效果较好.
其他文献
研究平坦函数n阶导函数的上确界范数.基于泛函分析的思想,使用基本的数学分析知识,证明了上确界范数之渐近增长快于n的阶乘,并用此结论重新证明了完全单调函数的解析性.文末
构造m=8n(n为正整数)阶完美富兰克林幻方,既有富兰克林幻方的弯曲对角线之和等于幻和L=m/2(m2+1)的性质,又有两条对角线与所有泛对角线之和都等于幻和L的性质,是正规的完美幻
考虑到模糊偏好关系理论的相对完善,在毕达哥拉斯模糊数的距离和贴近度的基础上,将毕达哥拉斯模糊偏好关系转化为贴近度矩阵,并证明其为模糊偏好关系.其次,利用毕达哥拉斯模
一个环R称为弱JU环,如果U(R)=±1+J(R),其中U(R)和J(R)分别表示环R的可逆元集合和Jacobson根.进一步给出弱JU环的一些特征刻画,讨论弱JU环的若干扩张性质.
在一类以Beverton-Holt函数作为出生函数,且疾病仅在成年个体间传播的疾病模型中,考虑到时滞量对系统发展的重要作用,引入了两个时滞量,分别是幼年个体到成年个体的生长时滞
运用陕西省2000-2018年的数据,构建新型城镇化评价指标体系,并利用熵值法计算得到其发展水平,分别选取专利授权量和产业结构水平系数作为科技创新和产业结构升级的衡量指标,
对于在α+β≤1(α>0,β>0)和区间[0,T]上Caputo分数阶导数叠加性成立,那么在一般的n-1<α+β≤n(n∈N+)和任意区间[a,b]下是否还成立Caputo分数阶导数叠加性问题,给出了贝塔函
证明了若(Gn)n∈N可一致粗嵌入到希尔伯特空间,则不交并度量空间Цn∈N Gn能够粗嵌入到一个希尔伯特空间.
讨论了一类具有信息干预和饱和发生的双随机SIRS传染病模型的动力学行为.通过构造C2函数,证明了双随机模型全局正解的存在唯一性.通过借助随机分析理论,获得了疾病的灭绝性和
主要研究了不定方程6/n=1/x1+1/x2+…+1/xt(t≥3,n∈N)的相异正整数解问题.一方面,证明了:当t=3时,对于所有的n≥4,除了n≡1,61,181,241,421,481,601(mod 840)的情形外,方程