基于时间序列预测技术的隧道数据研究

《基于时间序列预测技术的隧道数据研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、代号10701学号0922121460分类号TP391密级公开题（中、英文）目基于时间序列预测技术的隧道数据研究StudyofTunnelDataBasedonTimeSeriesPredicting作者姓名姚峰指导教师姓名、职务方敏教授学科门类工学学科、专业计算机应用技术提交论文日期二○一二年一月西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人

2、已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复

3、制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定）本人签名：日期导师签名：日期摘要摘要近年来，随着国家加大对公路基础设施的投入，建设了越来越多的高速公路隧道，隧道内也建立起完善的监控系统。隧道监控系统采集到的隧道内环境数据，由于未受到足够的重视而被大量闲置。本文尝试从单变量时间序列预测和多变量时间序列两个方面对隧道内环境数据进行研究，对隧道内污染物的变化趋势进行预测。首先介绍了时间序列预测的概念和基本的递归神经网络时间序列预测模型，重点研究回

4、声状态网络。根据隧道时间序列数据的特点提出了一种基于Boosting算法的回声状态网络预测模型，并对隧道内的烟雾浓度和一氧化碳浓度进行了预测。结果表明，本文提出的算法具有较好的正确性和稳定性。其次，针对单变量时间序列预测不能有效利用其它的隧道数据。改进了一种基于隐马尔可夫模型回归的多变量时间序列预测模型。通过对隧道内烟雾浓度数据和一氧化碳浓度数据进行实验。实验结果表明，本文所提算法具有可行性和正确性。最后，研究了不同分布样本的偏差校正技术。经过对核均值匹配算法的研究，并提出了一种改进的核均值匹配算法。并和核均值匹配算法在基

5、本的回归数据和隧道迁移数据的样本匹配上进行比较。实验结果表明本文算法比核均值匹配算法有更好的匹配效果。关键词：时序预测回声状态网络集成学习隐马尔可夫模型回归核均值匹配ABSTRACTABSTRACTInrecentyears,moreandmorehighwaytunnelswithmonitoringsystemhavebeenbuiltwiththecountryincreasingtheinvestmentinroadinfrastructure.Theenvironmentdataoftunnelcollected

6、fromthesensorsareidleasnotbeingpaidenoughattentionto.Inordertopredictthefuturetrendofthepollutantwithintunnels,thispaperattemptstostudythetunnelenvironmentaldatafromtwoaspects:singlevarianttimeseriespredictionandmultivariatetimeseriesprediction.Firstly,thispaperin

7、troducesthebasicconceptsabouttimeseriesforecastingmethodsbrieflyandsomeRecurrentNeuralNetworksmodelsfortimesseriesforecasting,particularabouttheEchoStateNetworks.Accordingtothecharacteristicsoftunneltimeseries,acombinationpredictionalgorithmbasedonBoostingAlgorith

8、mwasproposed.ThenthealgorithmwasusedforpredictingCOconcentrationandVIvalueinthetunnel.Theresultsshowedthattheproposednewmethodinpredictingaccuracyandsta