高速公路雾天能见度预测方法

发布时间：2018-09-08 09:24

【摘要】：以多要素气象检测器采集的样本数据为基础,将温度、风速及湿度作为输入变量,雾天能见度作为输出变量,分别采用三层结构BP神经网络和支持向量机非线性回归预测方法,建立了雾天能见度的预测模型;将预测结果与实际数据进行对比分析,结果表明:BP神经网络和支持向量机均能较好地预测雾天能见度,其中BP神经网络和支持向量机模型预测值与实际值的相关性分别为0.895和0.978,支持向量机预测结果的误差更稳定,表明支持向量机更适于处理小样本、非线性、维数灾难和局部极小等问题。
[Abstract]:Based on the sample data collected by multi-factor meteorological detector, temperature, wind speed and humidity are taken as input variables, visibility in fog is taken as output variable, and three-layer structure BP neural network and support vector machine nonlinear regression forecasting method are adopted respectively. The prediction model of fog visibility is established, and the comparison between the prediction results and the actual data shows that both the 1: BP neural network and the support vector machine can predict the visibility of fog weather. The correlation between the predicted value and the actual value of BP neural network and support vector machine model is 0.895 and 0.978 respectively. The error of prediction result of support vector machine is more stable, which indicates that support vector machine is more suitable for dealing with small sample and nonlinear. Problems such as dimensionality disaster and local minimization.
【作者单位】： 江西公路开发总公司;江西省交通工程集团有限公司;长沙理工大学交通运输工程学院;
【基金】：江西省交通运输厅科技计划项目,项目编号2013C0008 长沙理工大学研究生科研创新项目
【分类号】：U492.8

【相似文献】

相关期刊论文 前10条

1 丛晓丽;;雾天条件下黑龙江省高速公路交通安全管理方案研究[J];黑龙江交通科技;2013年01期

2 唐红伟;陈孟洁;;雾天高速公路安全处置研究[J];中国交通信息化;2013年08期

3 高静如;;基于高速公路交通影响的雾天预测优势比模型[J];河南科技;2013年17期

4 袁杏孙;;“蝴蝶效应”带给高速公路雾天畅通管理的思考[J];道路交通管理;2009年05期

5 齐莹菲;柳本民;郭忠印;;高速公路雾天安全管理系统[J];同济大学学报(自然科学版);2007年01期

6 骆勇,魏朗;雾天与高速公路交通安全[J];人类工效学;1999年01期

7 陆昌松;;雾天高速公路如何安全开车？[J];安全与健康;2005年24期

8 余浩;戴江丽;;高速公路雾天保障系统的研究和应用[J];中国集体经济;2009年28期

9 陈林;沙爱敏;;高速公路雾天行车安全研究[J];交通标准化;2007年12期

10 ;雾天行车 牢记9条安全原则[J];中国减灾;2012年02期

相关会议论文 前4条

1 张明捷;关永涛;王惠芳;刘晓燕;范红霞;齐瑞英;;雾天交通安全指数预报[A];濮阳市首届学术年会论文选编[C];2006年

2 傅录祥;陈书海;冯保红;文开章;邱孟通;魏福利;王培伟;;雾天能见度改善的基础研究[A];图像 仿真 信息技术——第二届联合学术会议论文集[C];2002年

3 刘瑞;易萌;郑锦;李波;;雾天景物成像的复原[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年

4 李卫军;邵龙义;时宗波;李金娟;杨书申;;雾天大气单颗粒物理化学特征研究[A];中国气象学会2007年年会大气成分观测、研究与预报分会场论文集[C];2007年

相关重要报纸文章 前10条

1 江成;雾天可望不封高速公路[N];中国安全生产报;2006年

2 陈佳利;浓雾天：加强防护,减少外出[N];南方日报;2007年

3 韩新华;雾天行车要小心[N];保健时报;2007年

4 本报通讯员 邓俊德;为雾天行车擦亮“眼睛”[N];人民铁道;2009年

5 ;雾天行车需注意[N];重庆日报;2004年

6 雨柏;雾天不宜晨练[N];保健时报;2006年

7 本报记者 宋开文 实习生 刘鑫;成都全年雾天57天[N];四川日报;2007年

8 健康时报特约记者 王晓亮;胸闷可能缘于大雾[N];健康时报;2008年

9 特约记者 张明　通讯员 苗红俊;强化责任保雾天安全畅通[N];人民铁道;2009年

10 赵仁伟邋马向菲;北京答疑：阴天雾天不一定是污染天气[N];新华每日电讯;2008年

相关博士学位论文 前5条

1 赵宏宇;雾天图像清晰化技术的研究[D];北京工业大学;2015年

2 胡学友;雾天降质图像的增强复原算法研究[D];安徽大学;2011年

3 翟艺书;雾天降质图像的清晰化技术研究[D];大连海事大学;2008年

4 齐保军;大气散射模型在雾天图像增强和海面小目标检测中的应用[D];国防科学技术大学;2013年

5 许志远;雾天降质图像增强方法研究及DSP实现[D];大连海事大学;2010年

相关硕士学位论文 前10条

1 李敏娜;南京雾—霾天气个例湍流运动特征的对比研究[D];南京信息工程大学;2015年

2 王明;雾天降质图像清晰化方法研究[D];昆明理工大学;2015年

3 於敏杰;雾天环境下的图像增强算法研究[D];南京理工大学;2015年

4 姜珊;基于物理模型的雾天退化图像复原方法[D];沈阳理工大学;2015年

5 高银;雾天彩色视频图像的清晰化算法研究[D];云南师范大学;2015年

6 王伟鹏;基于物理模型的雾天图像复原研究[D];华侨大学;2015年

7 姚文静;雾天高速公路限速控制与仿真评价[D];长沙理工大学;2014年

8 蒋守欢;基于FPGA的雾天图像恢复算法研究[D];合肥工业大学;2014年

9 王晶;雾天图像清晰化理论与方法研究[D];合肥工业大学;2014年

10 鲁丹;不均匀光照下单幅雾天图像复原算法研究[D];合肥工业大学;2015年

，

本文编号：2230116