基于PSO-BP神经网络的终端区拥堵等级预测模型

来源 :航空计算技术 | 被引量 : 0次 | 上传用户:crystal_zirui
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
为了解决由于拥堵指标和预测方法不完善而导致的预测精度不高的问题,从拥堵现象、拥堵原因、拥堵后果角度出发,构建终端区拥堵指标体系;建立BP神经网络并用粒子群算法提高模型精度,提出一种基于PSO-BP的多指标终端区拥堵等级预测模型;采用国内某终端管制区为实例验证了模型的有效性。结果表明,通过综合考虑终端区拥堵的影响因素,模型对终端区拥堵等级预测的准确率从66.7%提高到了80%,具有一定的实用价值。
其他文献
摘 要:被称为“带三次工业革命重要标志之一”的3D技术越来越多的走进了人们的生活当中。这项技术是一项具有工业革命意义的高新制造技术,代表了世界制业最新发展趋势。3D技术的应用对于加快制造业发展和推进信息化和工业化融合有着重要的意义,对于促进工业转型升级有着引领作用。本文在对3D技术和产业的发展进行了研究。  关键词:3D打印;新材料;数字化;发展趋势  在信息传播迅速的当今社会,经常会有代表新鲜事
实践证明,在振动条件下,A型前锁紧装置中最容易失效的是螺杆,螺杆的安全设计不但要考虑耐久振动产生的应力,还要考虑预紧力矩对螺杆产生的预应力,应保证在两种应力综合作用下,螺杆