【摘 要】
：
针对交通流预测模型中路网空间结构刻画和交通流时空特性挖掘不充分的问题,构建一种新型的有向时空图,通过定义节点相对临近度来表征路网结构关系,通过学习邻域节点对预测节点的影响权重来表征节点间时空维度的作用关系,从而能更好表达交通流的时空特性.将时空图作为预测模型的输入,采用图卷积获取交通流数据空间依赖关系,采用门控循环神经网络获取交通流数据的时空依赖关系,建立一种基于时空图卷积循环神经网络的交通流预测模型(STG-CRNN).在美国公路交通数据集上对模型预测效果进行验证,其结果表明:STG-CRNN模型的预测
【机 构】
：
重庆大学自动化学院,重庆400044;重庆城市管理职业学院商学院,重庆 401331
论文部分内容阅读
针对交通流预测模型中路网空间结构刻画和交通流时空特性挖掘不充分的问题,构建一种新型的有向时空图,通过定义节点相对临近度来表征路网结构关系,通过学习邻域节点对预测节点的影响权重来表征节点间时空维度的作用关系,从而能更好表达交通流的时空特性.将时空图作为预测模型的输入,采用图卷积获取交通流数据空间依赖关系,采用门控循环神经网络获取交通流数据的时空依赖关系,建立一种基于时空图卷积循环神经网络的交通流预测模型(STG-CRNN).在美国公路交通数据集上对模型预测效果进行验证,其结果表明:STG-CRNN模型的预测结果在平均绝对误差、均方根误差和平均绝对百分误差方面,均优于自回归移动平均模型、门控循环单元模型,以及扩散卷积循环神经网络模型.
其他文献
生鲜电商、冷链宅配的盛行使冷链物流订单呈现出“小批量、多批次、易腐坏”的特点,进一步增大了城市冷链物流配送路径优化的必要性与难度.鉴于此,同时考虑顾客满意度和道路拥堵状况,构建最小化总成本的冷链车辆路径优化数学模型.为求解该问题,将知识型精英策略下的禁忌搜索算子和动态概率选择的知识模型融入蚁群算法,设计一种新的知识型蚁群算法.通过对模拟实例和真实实例进行仿真实验,对传统蚁群算法、基于禁忌搜索改进的蚁群算法与所提出的知识型蚁群算法进行对比分析,验证了所构模型和知识型蚁群算法的有效性.
为实现不确定环境下无人机对远程超视距目标的精确指示,考虑空中移动和静止障碍物,提出基于观测优化的双机协同控制与避障算法,从而增加测量信息,减小目标状态估计的不确定度.以费舍尔信息矩阵(FIM)表征所获取的目标信息,理论推导出三维空间中双机最优观测的指标函数,并设计无人机协同控制律,得到优化的无人机观测航迹,增强无人机协同估计目标位置的能力.采用基于相对速度空间的避障算法,同时考虑转弯角速度和传感器探测距离限制的因素,提出保持观测优化的避碰策略,并设计避障控制律,实现对静止和移动障碍物的规避.最后,通过仿真
无人机的任意使用对公共安全和个人隐私构成了极大威胁,因此近年来反无人机已成为一个非常重要的新兴领域,越来越多的研究希望通过更精确的无人机探测跟踪技术和引进新机能、新概念技术来更好地反制无人机,从而保证国防安全、公共安全和个人隐私等.基于此,对国内外反无人机技术进展进行分析总结,首先,对基于雷达、光电、无线和声传感器以及多传感器信息融合算法的无人机检测和分类方法的研究工作进行全面的综述;然后,对现有反无人机技术体系的组成及相关系统的优缺点进行综述,讨论了现有的反无人机技术、典型的反无人机系统以及无人机集群对
复杂未知环境下智能感知与自动控制是目前机器人在控制领域的研究热点之一,而新一代人工智能为其实现智能自动化赋予了可能.近年来,在高维连续状态-动作空间中,尝试运用深度强化学习进行机器人运动控制的新兴方法受到了相关研究人员的关注.首先,回顾了深度强化学习的兴起与发展,将用于机器人运动控制的深度强化学习算法分为基于值函数和策略梯度2类,并对各自典型算法及其特点进行了详细介绍;其次,针对仿真至现实之前的学习过程,简要介绍5种常用于深度强化学习的机器人运动控制仿真平台;然后,根据研究类型的不同,综述了目前基于深度强
以单摆系统为例,研究一类多电机驱动系统的一致性控制问题.针对一个由6个直流电动机驱动的单摆系统,提出一种基于比例积分观测器的一致性协议控制设计方法.利用H∞技术,所提观测器可以在估计系统状态的同时,得到未知输入和可测噪声的有效估计,在此基础上构建分布式一致性控制协议,并将求解观测器增益矩阵和一致性增益矩阵转化为求解线性矩阵不等式的问题.最后,对某给定参数的多电动机驱动的单摆系统进行Matlab仿真,结果表明所提方法是正确且有效的.
陆战场防御作战场景中的多阶段武器协同火力分配问题是典型的约束组合优化问题,其目的是生成合理有效的火力分配方案.为了更接近实际作战情况,引入双方对抗过程,建立包含敌方作战单元战场剩余价值、作战资源消耗、作战单元战场价值损失的武器火力分配模型.针对多阶段武器协同火力分配问题,在非支配排序遗传算法III(non-dominated sorting genetic algorithmⅢ,NSGA-III)的基础上提出一种改进的智能算法(D-NSGA-GKM).首先,引入基于优势度矩阵的非支配排序算法,减少排序过程
针对樽海鞘群算法(salp swarm algorithm,SSA)在求解复合问题时存在收敛速度慢和容易陷入局部最优等缺点,提出一种结合引力搜索技术与正态云发生器的樽海鞘群算法(cloud gravitational SSA,CGSSA).在更新樽海鞘领导者位置阶段引入引力搜索算法(gravitational search algorithm,GSA)中的加速度系数,避免樽海鞘群的无效搜索,从而加快搜索速度;使用正态云模型对樽海鞘追随者位置进行更新,可丰富种群的多样性;同时正态云模型熵值能随着迭代次数增加
针对回声状态网络(ESN)的结构设计问题,提出增量式正则化回声状态网络(IRESN).该网络由相互独立的子储备池模块构成,首先,子储备池根据奇异值分解方法生成,且可以保证每个子储备池权值矩阵的奇异值都小于1;其次,利用问题复杂度或者残差,将网络中逐一添加子储备池,直至满足预设的终止条件,在生成IRESN的过程中,回声状态特性能够得以保证,并不需要缩放储备池权值矩阵;然后,为了解决不适定问题,在网络增量式学习过程中,利用正则化方法训练输出权值,并利用留一交叉验证方法选择正则化参数.仿真结果表明,与其他ESN
研究一类具有有限时间输出约束的切换非线性时滞系统的控制器设计问题.为了在有限时间将输出跟踪误差限制在预定边界内,引入一种改进的有限时间性能函数(FTPF).在控制器的设计过程中,利用障碍Lyapunov函数来解决输出约束问题.然后,将多维泰勒网(MTN)的逼近特性与自适应反步技术相结合,提出一种新的自适应MTN控制方法.在该方法中,通过设计Lyapunov-Krasovskii泛函,使得存在时滞的情况下,仍然能够保证切换系统的稳定性.最后,通过仿真实例表明所提出设计方案的有效性和实用性.
随着线上线下融合的全渠道零售兴起,线上购买线下自提(buy online and pickup in store,BOPS)模式成为供应链管理领域的热点问题.针对由制造商与具有销售努力行为的线下零售商构成的提供BOPS服务的全渠道供应链,构建BOPS销量计入线上渠道和BOPS销量计入线下渠道整合模型,探讨不同BOPS销量整合模式下供应链的定价及销售努力策略,进一步分析基于销售努力成本共担机制实现全渠道供应链的协调问题.研究结果表明:基准情形下的集中决策有助于提高销售努力水平并提升供应链整体绩效;分散决策中