郭桂林
- 作品数：6 被引量：31H指数：4
- 供职机构：重庆交通大学交通运输学院更多>>
- 发文基金：重庆市教育委员会科学技术研究项目贵州省交通厅科技项目更多>>
- 相关领域：交通运输工程更多>>
- 基于模糊信息粒与SVM的道路交通状态波动分析被引量：5
- 2017年
- 为分析道路交通状态波动范围,提出了一种基于模糊信息粒化与支持向量机组合预测的建模方法。分析了道路交通状态波动特点和交通参数选择原则,以模糊理论和时间序列预测为基础,通过模糊信息粒以15 min时间窗将样本数据模糊化,得到Low、R、Up这3组时间序列;并利用支持向量机模型分别对其进行预测,获得道路交通状态的波动范围与变化趋势。实例分析时,在验证数据采集路段属性相近的前提下,用该组合模型对早、晚高峰和平峰等3个时段的交通波动状态进行验证,验证结果有较高精度,能有效预测交通状态波动情况。
- 陆百川李晓璐郭桂林黄梨力
- 关键词：交通工程交通状态支持向量机
- 基于主客观赋权法的最优路径选择分析被引量：9
- 2016年
- 为了使最优路径的选择既满足用户的个性化需求,又符合实际的道路交通条件,提出了基于主客观赋权法的最优路径选择模型。主观赋权法是以用户的偏好信息为基础,利用层次分析法,将定性分析与定量分析相结合,确定主观权重;客观赋权法是以实际的交通属性为基础,利用熵权法确定客观权重;根据主客观赋权法得到组合权重,使得选出的路径兼顾主客观因素,付出较小的代价,满足用户的偏好。通过改进的Dijkstra算法求解最短路径,在搜索可能的节点时,限定搜索的方向,使得搜索具有偏向性,减少了算法的空间复杂度,提高了算法的效率。模拟仿真表明:该模型以用户偏好及道路属性为基础,选出的路径更加科学合理,模型具有较好的稳定性与可靠性。
- 陆百川郭桂林肖汶谦张海
- 关键词：智能交通DIJKSTRA算法
- RBF神经网络在公交行程时间预测中的应用被引量：6
- 2015年
- 为提高公交行程时间预测结果准确度、减少预测过程花费时间,提出基于RBF神经网络公交行程时间预测模型。综合分析公交车辆行程时间动静态影响因素后,将网络变量输入模型对行程时间进行预测,以重庆市462公交线路为例,对模型进行验证,对比BP网络预测结果,表明RBF模型在速度和精确度上优于BP网络,具有一定实际应用价值。
- 肖汶谦陆百川郭桂林张海
- 关键词：公共交通RBF神经网络
- 基于经验模态分解与支持向量机的道路交通状态预测被引量：1
- 2015年
- 为准确预测道路交通状态,提出以经验模态分解和支持向量机组合的预测模型,对道路多维车流的速度进行预测。以重庆市出租车GPS数据为例,利用EMD解决非线性、非平稳信号上的优势,将速度数据进行分解,得到一组本征模态分量和一个余量;然后,利用SVM对各分量进行单独预测;最后,将预测的各层结果进行融合,得到最终的预测值。仿真结果表明:对基于时空的车流速度进行预测能得到更准确的结果,EMD和SVM组合预测模型比单一SVM模型的预测精确度更高。
- 邓捷郭桂林
- 关键词：智能交通交通状态经验模态分解支持向量机
- 基于用户选择的多约束条件动态最优路径规划研究
- 随着经济和科技的快速发展，汽车逐渐成为人们生活中不可或缺的工具，使得人们的出行更加便捷，拓展了人们的活动范围。由于出行者不熟悉周围的地理环境和交通状况，可能使得出行者迷路或碰到交通拥堵，因此，出行者掌握正确的出行路线就显...
- 郭桂林
- 关键词：道路交通状态路阻函数DIJKSTRA算法用户选择多约束条件
- 基于多尺度主元分析法的动态交通数据故障诊断与修复被引量：8
- 2016年
- 针对动态交通数据的故障问题,提出了一种改进的多尺度主元分析(MSPCA)方法及数据修复模型。利用小波包多尺度分解将每个变量一次分解成逼近系数和多个尺度的细节系数,并在各个尺度矩阵建立相应的主元分析模型。以模型统计量控制限为阈值,对小波系数重构得到综合主元分析模型,并将故障数据分离出来。利用数据修复模型以及根据时间相关性和空间相关性计算出各组数据的相关系数,并估算出故障数据的真实值。最后给出了各种仿真结果。
- 陆百川郭桂林肖汶谦张海张凯邓捷
- 关键词：交通运输工程多尺度主元分析数据修复小波包
