公开(公告)号：CN114970811A

公开(公告)日：2022-08-30

申请号：CN202210465993.4

申请日：2022-04-26

Applicant: 南京工业大学

Inventor： 彭雨昂 ,  杨小健 ,  陈雪源 ,  何淑华 ,  丁辉

IPC: G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26 ,  G08G1/01

Abstract: 本发明公开了一种基于CASSA‑LSTM算法的短时交通流预测方法，包括以下步骤：S1：选取历史车流量数据作为数据集，并对数据集划分训练集和测试集；S2：数据预处理：提取表中的时间数据，若统计后的数据出现间断的现象，就用均值法进行补值，然后对数据集进行归一化压缩；S3：使用混沌映射产生的混沌序列用于更新种群领导者的位置，并在追随者公式中加入了非线性递减自适应惯性权重方法提高精度得到SSA的优化算法CASSA；S4:将LSTM神经网络模型的参数作为CASSA算法的优化对象，以模型在测试集上的均方误差值作为适应度值，根据均方误差值，CASSA利用位置更新公式得到最优的参数；S5：得到CASSA‑LSTM神经网络的最优模型，根据最优模型对车流量进行预测。本发明能够提高短时交通流预测精度。

公开(公告)号：CN116578841A

公开(公告)日：2023-08-11

申请号：CN202310568277.3

申请日：2023-05-19

Applicant: 南京工业大学

Inventor： 屠袁飞 ,  彭雨昂 ,  杨小健 ,  陈雪源 ,  何淑华 ,  丁辉

IPC: G06F18/10 ,  G06F18/214 ,  G06F18/2415

Abstract: 本发明公开一种基于改进贝叶斯网络结构的工业报警网络构造方法，涉及工业报警网络构造技术领域；而本发明S1：选取TE过程报警数据作为数据集，数据采样间隔为3分钟，并对数据集划分训练集和测试集。将TE过程报警数据进行划分具体为：将前5小时共100个报警数据作为训练集，将第5小时至第48小时共860个报警数据作为测试集，S2、将S1提取的数据集进行排序，如若统计后的数据存在间隔的现象，采用均值法对间断地方进行补值处理；通过该方法所学习到的工业报警网络与原始网络更加接近，这是由于EEMI在计算节点之间关联程度时考虑了自身的信息熵，在正确率上更具优势，且VLL定向规则的准确性更高。