常峰
- 作品数：5 被引量：20H指数：3
- 供职机构：兰州交通大学光电技术与智能控制教育部重点实验室更多>>
- 发文基金：甘肃省中青年科技研究基金更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- RBF神经网络在铁路货运量预测中的应用被引量：8
- 2017年
- 基于回归和时间序列模型的传统预测方法以及目前较为常用的灰色预测和BP神经网络预测方法,建立了RBF神经网络模型对全国铁路货运量进行详细分析和预测。利用铁路货运量的原始数据构造时间序列,并对时间序列进行分析和相应的处理。将处理后的数据构造为一个非线性映射,利用RBF神经网络进行逼近。利用Matlab对灰色预测、BP神经网络预测和RBF神经网络预测模型进行仿真实验,得出3种预测模型的平均相对误差,分别为7.67%、4.79%和1.31%。表明RBF神经网络预测方法的预测精度比另外两种预测方法高很多,可为铁路货运量预测研究提供方法支撑。
- 宋苏民旷文珍许丽常峰
- 关键词：时间序列BP神经网络RBF货运量预测
- CTCS-2级列控仿真培训系统——临时限速子系统的研究
- 中国铁路信号技术发展迅速，铁路信号设备和系统更新换代频繁，新技术的不断涌现，要求现场的信号设备维护人员和车务操作人员能够快速的掌握相关的技术。在校学生能够有一个与实际结合紧密的实验平台，对新技术的原理、结构有一个更深层次...
- 常峰
- 关键词：高速铁路列车控制仿真培训临时限速
- 文献传递
- 内模控制在温度控制传感器系统中的应用被引量：8
- 2016年
- 为了适应现实状况对于提高控制效果的要求,对温度控制传感器系统采用了内模控制方法,完成基于内模控制的温度控制系统设计。针对具有大时滞的温度控制对象完成基于内模控制的温度控制系统设计;对相同的大时滞温度控制对象,完成基于PID控制的温度控制系统设计,并在Matlab/Simulink仿真平台上对所设计的温度控制系统进行仿真分析。仿真结果表明了内模控制滤波器的时间常数对系统控制效果的影响规律,其控制效果优越于PID控制。
- 常峰旷文珍陆帅
- 关键词：温度控制内模控制大时滞PID控制
- 基于优化蚁群算法的钢轨轮廓识别被引量：1
- 2017年
- 针对传统蚁群算法在钢轨图像识别中存在的问题,对蚁群算法进行4个方面的优化。初始化过程优化:采用一维Logistic混沌映射序列非线性迭代方程,使蚁群的初始化分布更加均匀,以避免大量的无关运算;搜索过程优化:在蚁群的搜索初期采用随机搜索策略,根据图像灰度梯度值自动设置阈值,初步确定图像中钢轨边缘的像素点,然后建立区域搜索模型,以进行钢轨边缘的精确搜索和描绘;搜索步长优化:在搜索初期,采用大步长随机搜索策略识别钢轨边缘的像素点,然后利用小步长区域搜索策略对钢轨边缘像素点做更精确地识别,从而实现钢轨轮廓的精确识别,并减少了搜索时间和算法的收敛时间;信息素更新策略优化:每完成1次搜索,根据自动设置的信息素最大、最小浓度值更新信息素,防止陷入局部最优。对实际采集到的直线和曲线线路上的钢轨图像分别用Canny边缘检测算子、传统算法和优化算法进行钢轨轮廓识别的对比试验,结果表明:优化算法具有更好的健壮性和识别效率。
- 旷文珍常峰许丽李积英
- 关键词：蚁群算法边缘检测搜索策略信息素
- 关于道路交通流准确预测仿真研究被引量：3
- 2016年
- 在预测研究短时交通流问题的研究中,由于传统的短时交通流预测没有考虑交通流的混沌特性,与实际交通流特性状况不符,预测模型存在不准确性和不稳定性等缺陷,针对上述问题,为了提高交通流预测的精确度,考虑交通流量时间序列的混沌特点,提出混沌理论K熵优化小波BP神经网络进行短时交通流预测模型。首先,用小波基函数对BP神经网络的隐含层进行优化;然后,通过引入K熵理论,判断交通流时间序列的混沌特性;最后,通过混沌理论K熵优化小波BP神经网络对短时交通流进行预测,并分析了在各种不同条件下的预测情况。仿真结果表明用该网络模型对交通流时间序列的预测的准确性和稳定性相对于传统的小波BP神经网络有很大提高,分析得出所建立的基于混沌理论K熵优化BP神经网络的短时交通流预测模型,能够对短时交通流进行准确的预测。
- 常峰旷文珍刘海峰宋苏民
- 关键词：小波变换神经网络交通流预测
