智能车流动态预测理论及方法PDF电子书下载
交通运输
- 作 者：杜艳平着
- 出 版 社：北京：中国铁道出版社
- 出版年份：2009
- ISBN：9787113101251
- 页数：122 页
图书介绍：本书介绍滚动式智能车流预测方法理论基础研究，滚动式智能车流预测总体结构分析，滚动式智能车流预测方法，排空配空和出发计划方案的确定，基于Agent的智能车流预测决策支持系统的分析与设计，智能车流预测评价指标体系及评价方法。 查看图书目录点击购买PDF全本电子书 上一篇：新编电动自行车使用与维修图解下一篇：客运专线铁路CRTS2型板式无砟轨道水泥乳化沥青砂浆疑难问题解答 《智能车流动态预测理论及方法》目录 标签：论及 车流 预测 智能 方法
第一章 绪论1
第一节 车流预测概述2
一、车流预测的作用2
二、车流信息的特点2
三、车流预测的目标和特点3
第二节 我国现行车流预测方法及其存在问题分析5
一、现行车流预测方法5
二、现行车流预测方法存在的问题7
第三节 国内外相关研究情况8
第二章 滚动式智能车流预测方法理论基础研究11
第一节 Agent概念及其基本属性11
一、Agent概念11
二、Agent属性12
第二节 Agent体系结构14
一、Agent的概念模型15
二、Agent的基本结构16
三、Agent的通用模板结构18
第三节 多Agent系统（MAS）概念及其属性24
一、MAS概念24
二、MAS属性25
第四节 MAS体系结构25
一、MAS基本结构25
二、MAS系统求解机制27
三、MAS系统交互机制27
四、Agent之间的通信28
第五节 决策支持系统（DSS）与智能决策支持系统（IDSS）28
一、DSS基本结构及早期IDSS体系结构28
二、基于多Agent的分布式决策支持系统体系结构29
第六节 Agent与多Agent技术在交通运输中的应用现状30
第三章 滚动式智能车流预测总体结构分析32
第一节 数据源分析32
第二节 三级车流预测总体结构33
第三节 总体处理流程34
第四节 铁道部、铁路局和车站追踪系统与预测系统间的关系34
第四章 滚动式智能车流预测方法37
第一节 车流预测问题的形式化描述37
一、基本定义37
二、车流预测问题建模分析39
第二节 车流预测流程41
第三节 车流预测各模块算法分析42
一、分界口到达计划推算模块43
二、车站到达计划推算模块44
三、卸车计划推算模块47
四、空车分布推算模块47
五、排空配空推算模块49
六、车流推算模块53
七、超能力预警模块54
八、车站出发计划推算模块55
九、分界口交出车流推算模块61
第五章 排空配空和出发计划方案的确定63
第一节 排空配空方案的确定63
一、表上作业法求解排空配空方案63
二、遗传算法求解排空配空方案66
三、蚁群算法求解排空配空方案70
四、Lingo软件求解排空配空方案71
五、算例73
第二节 车站出发计划的确定76
一、表上作业法确定车站出发计划76
二、遗传算法确定车站出发计划77
第六章 基于Agent的智能车流预测决策支持系统的分析与设计81
第一节 Agent技术对智能辅助决策系统的影响81
第二节 基于Agent的智能车流预测决策支持系统83
一、基于Agent的智能车流预测决策支持系统描述83
二、AIDSS-WF结构83
第三节 铁道部车流预测Agent的功能结构86
一、铁道部车流预测Agent的设计目标86
二、铁道部车流预测Agent的结构86
第四节 铁路局车流预测Agent的功能结构87
一、铁路局车流预测Agent的设计目标87
二、铁路局车流预测Agent的结构88
第五节 车站车流预测Agent的功能结构92
一、车站车流预测Agent的设计目标92
二、车站车流预测Agent的结构93
第六节 系统中的数据、知识与知识表达94
一、数据与知识94
二、知识表达96
第七节 编组站车流预测Agent实现过程分析97
一、收集原始数据98
二、车流预测结果99
第七章 智能车流预测评价指标体系及评价方法101
第一节 评价的基本原理101
一、评价和评价系统101
二、评价指标体系102
三、评价方法102
第二节 智能车流预测系统的评价指标体系108
一、智能车流预测系统的影响因素分析108
二、智能车流预测系统的评价指标体系110
三、智能车流预测系统的评价方法111
参考文献119
相关图书
- 《中风偏瘫 脑萎缩 痴呆 最新治疗原则与方法》孙作东着 2004
- 《基于地质雷达信号波的土壤重金属污染探测方法研究》赵贵章 2019
- 《第一性原理方法及应用》李青坤着 2019
- 《数学物理方法与仿真 第3版》杨华军 2020
- 《Helmholtz方程的步进计算方法研究》李鹏着 2019
- 《考研英语命题人终极预测8套卷 英语一》朱伟主编 2019
- 《土壤环境监测前沿分析测试方法研究》中国环境监测总站编着 2018
- 《智能制造高技能人才培养规划丛书 ABB工业机器人虚拟仿真教程》（中国）工控帮教研组 2019
- 《大数据环境下的信息管理方法技术与服务创新丛书 俄罗斯档案事业改革与发展研究》徐胡乡责编；肖秋会 2019
- 《智能时代的教育智慧》魏忠着 2019
作者其它书籍
- 《单逨传奇》刘高奇，单百平着 2019
- 《云南少数民族传统舞蹈》葛树蓉，吴世平着 2018
- 《当代文化视域下的中国钢琴教育研究与实践》孙淑平着 2019
- 《峨眉丛谈》魏福平着 1986
- 《西方国家的新贸易保护主义与中国的应对措施研究》李雪平着 2019
- 《成长的声音》邬易平着 2019
- 《健康由自己把握》赵国平着 2018
- 《中国抗日战争史 第8卷 战后处置与战争遗留问题》步平着；步平，王建朗主编 2019
- 《世界名画中的大航海》梁二平着 2019
- 《生态文明建设的政治经济学》何爱平着 2019
出版社其它书籍
- 《中国当代乡土小说文库 本乡本土》（中国）刘玉堂 2019
- 《异质性条件下技术创新最优市场结构研究 以中国高技术产业为例》千慧雄 2019
- 《中国铁路人 第三届现实主义网络文学征文大赛一等奖》恒传录着 2019
- 《莼江曲谱 2 中国昆曲博物馆藏稀见昆剧手抄曲谱汇编之一》郭腊梅主编；孙伊婷副主编；孙文明，孙伊婷编委；中国昆曲博物馆编 2018
- 《中国制造业绿色供应链发展研究报告》中国电子信息产业发展研究院 2019
- 《中国陈设艺术史》赵囡囡着 2019
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《《走近科学》精选丛书 中国UFO悬案调查》郭之文 2019
- 《清至民国中国西北戏剧经典唱段汇辑 第8卷》孔令纪 2018
- 《北京生态环境保护》《北京环境保护丛书》编委会编着 2018
本类热门
- 1ZINN公路车维修宝典 中文2版
- 2高速铁路特长水下盾构隧道施工技术
- 3汽车电工电子基础
- 4客车车身设计
- 5中国名桥
- 6汽车维修安全操作教程
- 7自行车
- 8交通工程安全风险管控与隐患排查一体化理论方法与信息
- 9公路工程造价员
- 10考证上路一本就够
摘要：本文以“智能车流动态预测理论及方法.pdf电子书版文档下载”为中心，详细阐述了智能车流动态预测的理论基础、方法研究、应用前景以及发展趋势。通过对该文档的深入分析，旨在为我国智能交通领域的研究和实践提供有益的参考和借鉴。
1、理论基础
智能车流动态预测的理论基础主要包括交通流理论、统计学理论、机器学习理论等。交通流理论为智能车流动态预测提供了基本的数学模型和理论框架；统计学理论为预测方法提供了数据分析和处理的方法；机器学习理论则为预测模型的构建提供了强大的技术支持。
在智能车流动态预测中，常用的交通流理论包括流量-密度-速度关系、车头时距模型等。这些理论模型为预测车流动态提供了基础。同时，统计学理论中的时间序列分析、回归分析等方法被广泛应用于车流数据的分析和预测。
此外，机器学习理论中的神经网络、支持向量机、随机森林等算法在智能车流动态预测中得到了广泛应用。这些算法能够从大量历史数据中学习到车流动态的规律，从而实现对未来车流的预测。
2、方法研究
智能车流动态预测的方法研究主要包括数据采集、特征提取、模型构建和预测评估等方面。数据采集是预测的基础，主要包括实时交通数据和历史交通数据。特征提取是对原始数据进行处理，提取出对预测有用的信息。模型构建是利用提取的特征建立预测模型，预测评估则是对预测结果进行评估和优化。
在数据采集方面，智能车流动态预测主要依赖于交通监控设备、传感器等手段获取实时交通数据。同时，通过分析历史交通数据，为预测提供参考。
特征提取是智能车流动态预测的关键环节。通过对原始数据进行处理，提取出车流速度、流量、密度等特征。这些特征对预测模型的构建具有重要意义。
模型构建是智能车流动态预测的核心。根据不同的预测需求，可以选择合适的预测模型。常见的预测模型包括时间序列模型、回归模型、神经网络模型等。通过模型训练和优化，提高预测精度。
3、应用前景
智能车流动态预测在智能交通领域具有广泛的应用前景。首先，它可以提高交通管理效率，优化交通资源配置。通过预测车流动态，交通管理部门可以提前制定交通疏导策略，减少交通拥堵。
其次，智能车流动态预测有助于提高交通安全。通过对车流动态的预测，驾驶员可以提前了解路况，采取相应的驾驶措施，降低交通事故的发生率。
此外，智能车流动态预测还可以为智能交通系统提供数据支持。通过预测车流动态，可以为智能交通系统提供实时、准确的交通信息，为用户提供更好的出行体验。
4、发展趋势
随着人工智能技术的不断发展，智能车流动态预测技术也在不断进步。未来，智能车流动态预测将朝着以下几个方向发展：
一是数据驱动。随着大数据技术的应用，智能车流动态预测将更加依赖于海量数据，通过数据挖掘和分析，提高预测精度。
二是模型优化。随着机器学习算法的不断改进，智能车流动态预测模型将更加高效、准确。同时，多模型融合、自适应预测等新技术也将得到广泛应用。
三是智能化。智能车流动态预测将与其他智能交通技术相结合，如自动驾驶、车联网等，实现交通系统的智能化管理。
总结：
智能车流动态预测理论及方法.pdf电子书版文档下载为我国智能交通领域的研究和实践提供了有益的参考。通过对该文档的深入分析，本文从理论基础、方法研究、应用前景以及发展趋势等方面进行了详细阐述。随着人工智能技术的不断发展，智能车流动态预测技术将得到更广泛的应用，为我国智能交通事业的发展贡献力量。
本文由nayona.cn整理
微信扫一扫 
支付宝扫一扫 
