-
公开(公告)号:CN102542359A
公开(公告)日:2012-07-04
申请号:CN201210003872.4
申请日:2012-01-09
Applicant: 吉林大学
IPC: G06Q10/04
Abstract: 一种多目标应急救援资源布局及配置优化方法,涉及应急资源配置决策领域,包括获取规划区域内应急救援资源需求点、需求资源种类、需求规模、需求点受灾人员在各类灾害条件下的估计幸存率、灾害发生的概率、备选资源点位置等相关信息;根据获取的相关信息,构建多目标应急救援资源选址--规模优化模型,并采用单位成本效用法对模型求解;根据获取的相关信息,构建多商品应急资源组合动态配置优化模型,并采用理想点法和单位成本法相结合的算法对模型求解;输出最优的应急救援资源布局及配置方案。本发明能够为应急决策者提供实用的应急资源布局及配置方案参考。
-
公开(公告)号:CN102568205B
公开(公告)日:2013-12-04
申请号:CN201210005335.3
申请日:2012-01-10
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 一种非常态下基于经验模态分解和分类组合预测的交通参数短时预测方法,涉及交通信息技术领域,结合经验模态分解EMD这种处理数据序列的方法,首先将非常态事件下非平稳的交通参数数据序列分解成平稳的、多尺度特征的本征模态函数分量IMF,然后基于EMD滤波特性构造滤波器组,将IMF分量重组为高、中和低频滤波三类,再根据每组IMF的不同特点分别使用灰色理论、卡尔曼滤波和自回归滑动平均模型进行预测,然后将各部分结果累加生成下一时段交通参数的实时预测结果,最后根据实时的交通参数预测数据和非常态下历史数据进行多步预测,得到交通参数最终的预测结果及未来发展趋势。本发明对于非常态事件下的交通参数以及未来变化趋势具有更好的预测能力。
-
公开(公告)号:CN102568205A
公开(公告)日:2012-07-11
申请号:CN201210005335.3
申请日:2012-01-10
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 一种非常态下基于经验模态分解和分类组合预测的交通参数短时预测方法,涉及交通信息技术领域,结合经验模态分解EMD这种处理数据序列的方法,首先将非常态事件下非平稳的交通参数数据序列分解成平稳的、多尺度特征的本征模态函数分量IMF,然后基于EMD滤波特性构造滤波器组,将IMF分量重组为高、中和低频滤波三类,再根据每组IMF的不同特点分别使用灰色理论、卡尔曼滤波和自回归滑动平均模型进行预测,然后将各部分结果累加生成下一时段交通参数的实时预测结果,最后根据实时的交通参数预测数据和非常态下历史数据进行多步预测,得到交通参数最终的预测结果及未来发展趋势。本发明对于非常态事件下的交通参数以及未来变化趋势具有更好的预测能力。
-
-