基于時間序列預(yù)測技術(shù)的隧道數(shù)據(jù)研究.pdf

1、近年來，隨著國家加大對公路基礎(chǔ)設(shè)施的投入，建設(shè)了越來越多的高速公路隧道，隧道內(nèi)也建立起完善的監(jiān)控系統(tǒng)。隧道監(jiān)控系統(tǒng)采集到的隧道內(nèi)環(huán)境數(shù)據(jù)，由于未受到足夠的重視而被大量閑置。本文嘗試從單變量時間序列預(yù)測和多變量時間序列兩個方面對隧道內(nèi)環(huán)境數(shù)據(jù)進(jìn)行研究，對隧道內(nèi)污染物的變化趨勢進(jìn)行預(yù)測。
　　首先介紹了時間序列預(yù)測的概念和基本的遞歸神經(jīng)網(wǎng)絡(luò)時間序列預(yù)測模型，重點(diǎn)研究回聲狀態(tài)網(wǎng)絡(luò)。根據(jù)隧道時間序列數(shù)據(jù)的特點(diǎn)提出了一種基于Boosting

2、算法的回聲狀態(tài)網(wǎng)絡(luò)預(yù)測模型，并對隧道內(nèi)的煙霧濃度和一氧化碳濃度進(jìn)行了預(yù)測。結(jié)果表明，本文提出的算法具有較好的正確性和穩(wěn)定性。
　　其次，針對單變量時間序列預(yù)測不能有效利用其它的隧道數(shù)據(jù)。改進(jìn)了一種基于隱馬爾可夫模型回歸的多變量時間序列預(yù)測模型。通過對隧道內(nèi)煙霧濃度數(shù)據(jù)和一氧化碳濃度數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文所提算法具有可行性和正確性。
　　最后，研究了不同分布樣本的偏差校正技術(shù)。經(jīng)過對核均值匹配算法的研究，并提出了一種