-
公开(公告)号:CN118470971B
公开(公告)日:2025-03-11
申请号:CN202410631129.6
申请日:2024-05-21
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于时空数据及分数阶累加偏灰色模型的短时交通流预测方法,属于智能交通技术领域。该方法包括:将一维点序列的原始数据形式构造成矩阵原始数据序列;根据原始数据矩阵序列计算累加生成序列X(r)及其对应的均值序列Z(r)和偏导数序列;建立基于时空数据的短时交通流预测模型FPGM,并构造矩阵B和Y以估计模型参数;采用粒子群算法寻找最佳分数阶累加阶数以及正弦函数中的参数;计算模型的模拟值X(r)、还原值X(0);计算模型FPGM(1,1|sin)和对比模型的均方误差、平均绝对模拟百分比误差、均方根百分比误差、平均绝对误差及相关系数;若各项指标通过误差检验,则使用FPGM(1,1|sin)模型预测未来趋势,否则返回步骤S1。本发明能够为交通流数据分析和预测提供数据支持。
-
公开(公告)号:CN117708481A
公开(公告)日:2024-03-15
申请号:CN202311611893.9
申请日:2023-11-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于机器学习的气凝胶吸波频宽优化方法,属于计算机材料领域。以不同氧化硅含量的碳化硅@氧化硅纳米线气凝胶的介电常数作为数据库,构建矩阵序列,作为模型的输入,通过设置层状碳化硅@氧化硅纳米线气凝胶的层数和每层的最大厚度,随机产生层状碳化硅@氧化硅纳米线气凝胶的初始群体,利用遗传算法,获得由材料种类和厚度构成的基因序列,通过构建的目标函数,筛选出满足宽频吸波目标的层状碳化硅@氧化硅纳米线气凝胶。
-
公开(公告)号:CN118470971A
公开(公告)日:2024-08-09
申请号:CN202410631129.6
申请日:2024-05-21
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于时空数据及分数阶累加偏灰色模型的短时交通流预测方法,属于智能交通技术领域。该方法包括:将一维点序列的原始数据形式构造成矩阵原始数据序列;根据原始数据矩阵序列计算累加生成序列X(r)及其对应的均值序列Z(r)和偏导数序列;建立基于时空数据的短时交通流预测模型FPGM,并构造矩阵B和Y以估计模型参数;采用粒子群算法寻找最佳分数阶累加阶数以及正弦函数中的参数;计算模型的模拟值X(r)、还原值X(0);计算模型FPGM(1,1|sin)和对比模型的均方误差、平均绝对模拟百分比误差、均方根百分比误差、平均绝对误差及相关系数;若各项指标通过误差检验,则使用FPGM(1,1|sin)模型预测未来趋势,否则返回步骤S1。本发明能够为交通流数据分析和预测提供数据支持。
-
-