專利名稱::基于集成學(xué)習(xí)時(shí)間序列預(yù)測(cè)的隧道事件檢測(cè)方法
技術(shù)領(lǐng)域:
:本發(fā)明屬于檢測(cè)
技術(shù)領(lǐng)域:
,特別是一種涉及公路事件的檢測(cè)方法,可以用于對(duì)隧道事件的判定及實(shí)現(xiàn)帶有預(yù)測(cè)功能的通風(fēng)控制。
背景技術(shù):
:在隧道事件檢測(cè)及變頻通風(fēng)控制系統(tǒng)中,一氧化碳濃度和煙霧濃度檢測(cè)值是變頻通風(fēng)控制的主要依據(jù),一氧化碳濃度和煙霧濃度的檢測(cè)是一個(gè)大時(shí)滯系統(tǒng),且易受不確定因素的影響。為了保證隧道通風(fēng)控制系統(tǒng)的及時(shí)有效性,應(yīng)快速分析隧道事件與通風(fēng)控制的關(guān)系。而在通風(fēng)控制量化的研究中,一氧化碳濃度、煙霧濃度與隧道事件間的關(guān)聯(lián)關(guān)系是研究的前提。根據(jù)隧道傳感器檢測(cè)值預(yù)測(cè)隧道交通事件發(fā)生的概率,準(zhǔn)確實(shí)施對(duì)隧道變頻通風(fēng)的控制,避免隧道交通事件的發(fā)生,可以達(dá)到隧道運(yùn)營(yíng)節(jié)能的目的。所謂交通事件,是指導(dǎo)致道路通行能力下降的意外事件。所謂事件檢測(cè),是指通過(guò)檢測(cè)方法檢測(cè)到頻繁出現(xiàn)、有一定規(guī)律可循且涉及的相關(guān)數(shù)據(jù)可以由隧道監(jiān)控系統(tǒng)采集的隧道事件。公路隧道事件可分為貨物灑落、車輛故障、交通擠塞、煙霧和一氧化碳濃度超標(biāo)、風(fēng)速和光照異常等類型。如果這些交通事件沒(méi)有得到及時(shí)處理,很可能引起交通事故,如撞車、火災(zāi)等。目前,國(guó)內(nèi)外對(duì)于隧道通風(fēng)節(jié)能研究大多數(shù)是采用最大濃度法,即只在環(huán)境參數(shù)達(dá)到臨界值時(shí)增開風(fēng)機(jī),小于臨界值時(shí)減開風(fēng)機(jī)。這種方法具有如下不足1.)能耗大,達(dá)不到節(jié)能的目的。2)通風(fēng)控制的實(shí)時(shí)性、準(zhǔn)確性差。由于隧道變頻通風(fēng)控制是一個(gè)復(fù)雜的時(shí)滯的控制過(guò)程,而現(xiàn)有的控制方法多是根據(jù)系統(tǒng)已發(fā)生的行為特征進(jìn)行控制,屬于事后控制,很難做到完全的實(shí)時(shí)性、準(zhǔn)確性和適應(yīng)性。3)不易建立精確的控制對(duì)象數(shù)學(xué)模型。隧道模型是隧道通風(fēng)系統(tǒng)的載體,隧道通風(fēng)過(guò)程同時(shí)也是污染物在隧道中的運(yùn)移過(guò)程,污染模型則用來(lái)計(jì)算隧道中一氧化碳和煙霧濃度的分布情況。但是由于難以掌握控制對(duì)象原理,建立的控制對(duì)象數(shù)學(xué)模型復(fù)雜多變,因此采用一般的建立控制對(duì)象數(shù)學(xué)模型的方法,時(shí)滯和精確性問(wèn)題很難解決。4)難以獲得最優(yōu)的傳感器數(shù)據(jù)預(yù)測(cè)器?,F(xiàn)有的傳感器數(shù)據(jù)預(yù)測(cè)是希望在動(dòng)態(tài)系統(tǒng)行為的所在范圍內(nèi)構(gòu)建單一復(fù)雜預(yù)測(cè)函數(shù),即構(gòu)建一個(gè)適應(yīng)全局范圍的控制模型,而這樣的模型難以獲得。
發(fā)明內(nèi)容本發(fā)明的目的在于克服上述已有方法的不足,提出一種基于集成學(xué)習(xí)時(shí)間序列預(yù)測(cè)的隧道事件檢測(cè)方法,通過(guò)檢測(cè)出因隧道交通擁塞、煙霧濃度超標(biāo)等造成的隧道交通事件,以此作為隧道變頻通風(fēng)控制的依據(jù),使隧道通風(fēng)控制更為精確和穩(wěn)定,進(jìn)一步為公路隧道的安全運(yùn)營(yíng)奠定基礎(chǔ)。實(shí)現(xiàn)本發(fā)明的技術(shù)方案是利用集成學(xué)習(xí)時(shí)間序列預(yù)測(cè)技術(shù)生成對(duì)隧道傳感器檢測(cè)數(shù)據(jù)的基預(yù)測(cè)器,以克服目前簡(jiǎn)單依據(jù)隧道一氧化碳及煙霧濃度閥值進(jìn)行隧道通風(fēng)控制的弊端,同時(shí),利用多個(gè)基預(yù)測(cè)器加權(quán)組合形成強(qiáng)預(yù)測(cè)器,對(duì)高速公路隧道事件進(jìn)行預(yù)判及控制。具體過(guò)程如下(1)對(duì)收集的高速公路隧道煙霧濃度、一氧化碳濃度、車流量和風(fēng)速的傳感器周期性檢測(cè)數(shù)據(jù)進(jìn)行數(shù)據(jù)修補(bǔ)預(yù)處理,形成隧道傳感器訓(xùn)練數(shù)據(jù)集;(2)利用集成學(xué)習(xí)方法根據(jù)隧道傳感器訓(xùn)練數(shù)據(jù)集訓(xùn)練出L個(gè)基預(yù)測(cè)器(1^/^20),由基預(yù)測(cè)器加權(quán)組合形成強(qiáng)預(yù)測(cè)器;(3)根據(jù)當(dāng)前t時(shí)刻高速公路隧道傳感器的檢測(cè)值,利用強(qiáng)預(yù)測(cè)器計(jì)算t+l時(shí)刻隧道的煙霧濃度預(yù)測(cè)值,并根據(jù)預(yù)測(cè)誤差動(dòng)態(tài)調(diào)整參與集成的基預(yù)測(cè)器,形成新的強(qiáng)預(yù)測(cè)器;(4)將t+l時(shí)刻的隧道煙霧濃度預(yù)測(cè)值與煙霧濃度閾值比較,當(dāng)該預(yù)測(cè)值大于閾值,則判為煙霧濃度超標(biāo)事件,否則隧道運(yùn)營(yíng)正常;(5)對(duì)于t+l時(shí)刻的煙霧濃度超標(biāo)事件,利用比例積分微分控制參數(shù)判定算法計(jì)算其比例參數(shù)、積分參數(shù)K,及微分參數(shù)&,并傳輸給變頻通風(fēng)控制器進(jìn)行通風(fēng)控制。本發(fā)明具有如下優(yōu)點(diǎn)1)本發(fā)明由于釆用基于集成學(xué)習(xí)的時(shí)間序列預(yù)測(cè)方法,可以避開煩瑣的數(shù)學(xué)建模過(guò)程并解決控制系統(tǒng)時(shí)滯問(wèn)題,不需要建立最優(yōu)的預(yù)測(cè)器;2)本發(fā)明由于采用歷史基預(yù)測(cè)器組合生成強(qiáng)預(yù)測(cè)器,可以節(jié)省訓(xùn)練時(shí)間,減少運(yùn)算量,能夠適應(yīng)高速公路隧道煙霧濃度、一氧化碳濃度、車流量和風(fēng)速傳感器數(shù)據(jù)出現(xiàn)周期性變化的情況;3)本發(fā)明由于采用時(shí)間序列預(yù)測(cè)值控制風(fēng)機(jī),使得風(fēng)機(jī)比例積分微分控制器控制參數(shù)的確定具有了預(yù)測(cè)功能,可以起到事先控制的作用;4)本發(fā)明由于構(gòu)造的強(qiáng)預(yù)測(cè)器采用特定隧道交通歷史檢測(cè)數(shù)據(jù)訓(xùn)練,可以更適合具體隧道的運(yùn)營(yíng)監(jiān)控及節(jié)能減排。圖1是本發(fā)明的檢測(cè)步驟流程圖;圖2是本發(fā)明根據(jù)t+l時(shí)刻超標(biāo)的隧道煙霧濃度傳感器預(yù)測(cè)值計(jì)算風(fēng)機(jī)控制參數(shù)的子流程圖;具體實(shí)施例方式參照?qǐng)Dl,本發(fā)明的檢測(cè)步驟包括步驟l,對(duì)隧道檢測(cè)數(shù)據(jù)進(jìn)行預(yù)處理。傳感器在采集隧道煙霧濃度、一氧化碳濃度、車流量和風(fēng)速數(shù)據(jù)時(shí),由于采集時(shí)間的不一致將導(dǎo)致數(shù)據(jù)出現(xiàn)空缺值,從而丟失部分有用信息。在此應(yīng)用多測(cè)點(diǎn)運(yùn)行參數(shù)法及時(shí)間序列加權(quán)法修補(bǔ)丟失的有用信息。1.1)對(duì)缺損的實(shí)時(shí)檢測(cè)數(shù)據(jù)采用多測(cè)點(diǎn)運(yùn)行參數(shù)法修補(bǔ)。在隧道監(jiān)控系統(tǒng)中,一般會(huì)在隧道不同的位置設(shè)多個(gè)傳感器共同采集某一參數(shù)。因此,如果某一測(cè)點(diǎn)數(shù)據(jù)缺失而另一測(cè)點(diǎn)數(shù)據(jù)正常,則可用正常數(shù)據(jù)替代缺失數(shù)據(jù),這樣能保證二次計(jì)算的穩(wěn)定性,不會(huì)造成較大的偏差。1.2)對(duì)缺損的隧道歷史檢測(cè)數(shù)據(jù)采用時(shí)間序列加權(quán)法修補(bǔ)。在隧道歷史檢測(cè)數(shù)據(jù)中,缺損數(shù)據(jù)的修補(bǔ)方法因數(shù)據(jù)所處的位置不同分為首、末端數(shù)據(jù)缺損修補(bǔ)法和中間數(shù)據(jù)缺損修補(bǔ)法。對(duì)于數(shù)據(jù)首、末端缺損修補(bǔ)法,釆用趨勢(shì)比例計(jì)算的方法。對(duì)于中間數(shù)據(jù)缺損修補(bǔ)法采用非鄰均值生成法,若中間數(shù)據(jù)缺損較多,則采用遞推式非鄰均值生成法修補(bǔ)。步驟2,利用集成學(xué)習(xí)方法得到強(qiáng)預(yù)測(cè)器。集成學(xué)習(xí)算法是一種提高給定的單一學(xué)習(xí)算法準(zhǔn)確率的通用方法。本發(fā)明利用改進(jìn)的AdaBoost算法處理隧道內(nèi)煙霧濃度序列的預(yù)測(cè)問(wèn)題。2.1)隧道煙霧濃度強(qiáng)預(yù)測(cè)器的訓(xùn)練設(shè)訓(xùn)練樣本集為{(^,力,"1,2,...,"},x,是空間中的一個(gè)樣本,此訓(xùn)練樣本集的分布權(quán)重",")為學(xué)習(xí)期間訓(xùn)練樣本A的權(quán)重,初始化為。循環(huán)訓(xùn)練L輪,BZdO,在每輪訓(xùn)練中,根據(jù)分布權(quán)重A")采樣獲得訓(xùn)練樣本,利用弱學(xué)習(xí)算法訓(xùn)練基預(yù)測(cè)器,并將訓(xùn)練成功的基預(yù)測(cè)器加入到基預(yù)測(cè)器集合G中,同時(shí)調(diào)整錯(cuò)誤預(yù)測(cè)樣本的分布權(quán)重A"),使得下輪訓(xùn)練中訓(xùn)練樣本更多地集中在較難于處理的樣本。集成訓(xùn)練隧道煙霧濃度強(qiáng)預(yù)測(cè)器的方法為初始化循環(huán)輪數(shù)t-l,訓(xùn)練樣本集分布權(quán)重^")=%,具體步驟為-(2丄1)設(shè)((x,,少,),"l,2,…,"〉為訓(xùn)練樣本集,根據(jù)訓(xùn)練樣本集分布權(quán)重抽取訓(xùn)練樣本訓(xùn)練基預(yù)測(cè)器/;(x):Jf■>7;(2丄2)計(jì)算基預(yù)測(cè)器/,的損失函數(shù)A(、)仏)-l-expf一~~"".)—"lLmax,=i..JXO,)—X.U,(2丄3)計(jì)算訓(xùn)練樣本y與對(duì)應(yīng)預(yù)測(cè)值/的相關(guān)系數(shù)A(/,力;=1、S(y;")—y;G))21(乂",)—"》)2V卜l式中y、/分別為訓(xùn)練樣本的檢測(cè)值和預(yù)測(cè)值,^為樣本X,.,/=l,2,...,"的均值;(2丄4)利用相關(guān)系數(shù)A(/,力及損失函數(shù)A")計(jì)算下一輪樣本分布權(quán)重A+i(A):AW,,")'A式中Z,為標(biāo)準(zhǔn)化因子;(2丄5)輪數(shù)增l,若Z^丄,進(jìn)行下輪循環(huán),重復(fù)步驟(2丄1)至步驟(2丄4)訓(xùn)練出L個(gè)基預(yù)測(cè)器;(2.1.6)利用相關(guān)系數(shù)確定L個(gè)基預(yù)測(cè)器,(x):X—lV-U…,丄的權(quán)重,根據(jù)權(quán)重對(duì)基預(yù)測(cè)器加權(quán)組合形成強(qiáng)預(yù)測(cè)器尸OO:92.2)隧道煙霧濃度強(qiáng)預(yù)測(cè)器的選擇(2.2.1)利用當(dāng)前強(qiáng)預(yù)測(cè)器F")對(duì)檢測(cè)周期內(nèi)傳感器采集的數(shù)據(jù)進(jìn)行預(yù)測(cè),計(jì)算出時(shí)刻t+l的隧道傳感器煙霧濃度預(yù)測(cè)值,詳細(xì)步驟如下首先,采用前向反饋神經(jīng)網(wǎng)絡(luò)作為基預(yù)測(cè)器模型,以煙塵濃度、一氧化碳濃度、車流量和風(fēng)速在當(dāng)前時(shí)刻t的值、時(shí)刻t-l的差值及時(shí)刻t-2的差值共12個(gè)參數(shù)作為輸入,計(jì)算輸出時(shí)刻t+l的基預(yù)測(cè)器煙霧濃度預(yù)測(cè)值;其次,利用當(dāng)前強(qiáng)預(yù)測(cè)器F(;c)計(jì)算煙霧濃度預(yù)測(cè)值,即對(duì)L個(gè)基預(yù)測(cè)器計(jì)算出的煙霧濃度預(yù)測(cè)值加權(quán)平均,計(jì)算出t+l時(shí)刻的煙霧濃度預(yù)測(cè)值;(2.2.2)當(dāng)前強(qiáng)預(yù)測(cè)器尸(x)預(yù)測(cè)煙霧濃度值一段時(shí)間,這段時(shí)間為預(yù)測(cè)器有效性判定時(shí)間,一般設(shè)為2小時(shí),根據(jù)公式<formula>formulaseeoriginaldocumentpage10</formula>計(jì)算當(dāng)前強(qiáng)預(yù)測(cè)器F(力在該時(shí)間段的均方根誤差,將均方根誤差與門限閾值A(chǔ)進(jìn)行比較,判斷當(dāng)前強(qiáng)預(yù)測(cè)器F("是否失效,若不失效,則重復(fù)步驟(2.2.1),若失效,則從基預(yù)測(cè)器集合G中重新選擇L個(gè)基預(yù)測(cè)器組合形成新的強(qiáng)預(yù)測(cè)器F(x),基預(yù)測(cè)器選擇判斷條件為<formula>formulaseeoriginaldocumentpage10</formula>(2.2.3)若經(jīng)選擇組合形成的新強(qiáng)預(yù)測(cè)器F(x)失效,則重復(fù)步驟(2丄1)至步驟(2.1.4)訓(xùn)練新的基預(yù)測(cè)器,對(duì)新基預(yù)測(cè)器加權(quán)組合形成新強(qiáng)預(yù)測(cè)器F(;c);步驟3,隧道交通事件的判定。根據(jù)預(yù)測(cè)的煙霧濃度預(yù)測(cè)值與表1所示煙霧濃度污染事件等級(jí)標(biāo)準(zhǔn)進(jìn)行比較,如果連續(xù)3次比較結(jié)果均在0.0075^VK0.009范圍內(nèi),則判為煙霧濃度輕微超標(biāo),如果連續(xù)3次比較結(jié)果均在0.009SVK0.012范圍內(nèi),則判為煙霧濃度重度超標(biāo),如果連續(xù)3次比較結(jié)果均在0.012《VI范圍內(nèi),則判為煙霧濃度嚴(yán)重超標(biāo),否則隧道運(yùn)營(yíng)正常。表l煙霧濃度污染事件等級(jí)標(biāo)準(zhǔn)表<table>tableseeoriginaldocumentpage11</column></row><table>步驟4,在出現(xiàn)煙霧濃度超標(biāo)事件后,計(jì)算風(fēng)機(jī)的控制參數(shù),啟動(dòng)風(fēng)機(jī),降低煙霧濃度。參照?qǐng)D2,風(fēng)機(jī)的控制參數(shù)計(jì)算步驟如下-4.1)設(shè)計(jì)隧道長(zhǎng)度大于lkm、一氧化碳超標(biāo)濃度225ppm和煙霧濃度超標(biāo)0.0075m'1;假若設(shè)定一氧化碳濃度的論域設(shè)為[175,275]ppm,煙霧濃度VI的論域?yàn)閙";設(shè)定一氧化碳濃度的偏差變化率論域設(shè)為[-30,30]ppm,煙霧濃度的偏差變化率論域?yàn)閇-O.OOl,0.001]m'1;4.2)計(jì)算一氧化碳設(shè)定濃度和預(yù)測(cè)值之間的偏差A(yù),其偏差變化率Ae,,同理計(jì)算煙霧設(shè)定濃度和預(yù)測(cè)值之間的偏差^,其偏差變化率&2;4.3)利用公式y(tǒng)-n[x-(a+b)/2]/(b-a)將一氧化碳濃度偏差e,及偏差變化率/^區(qū)間[a,b]內(nèi)的值變換到n級(jí)的離散論域,在此取n-12,離散論域則為{_6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6};同理將煙霧濃度偏差e2及煙霧濃度偏差變化率&2做類似離散變換;4.4)根據(jù)專家知識(shí)分別模糊化A,e2,a^,^至(NB,NM,NS,Z,PS,PM,PB)模糊子集,符號(hào)依次代表濃度負(fù)大、負(fù)中、負(fù)小、零,正小、正中、正大;4.5)將風(fēng)機(jī)控制參數(shù)中比例參數(shù),積分參數(shù)《,微分參數(shù)&的論域設(shè)為(0.1,9.99)、(1,21)、(0,30),采用步驟4.3)至步驟4.4)離散化^、《、^為(0,1,2,3,4,5,6),模糊子集為(Z,S,M,B);4.6)根據(jù)規(guī)則知識(shí)庫(kù),利用e,,e2,&,,A^模糊子集及比例參數(shù)s,積分參數(shù)《,微分參數(shù)A模糊子集計(jì)算《p、《、^/值,并傳輸給變頻通風(fēng)控制器進(jìn)行通風(fēng)控制。本發(fā)明的效果可以通過(guò)如下實(shí)驗(yàn)驗(yàn)證利用銅川至黃陵高速公路隧道采集的樣本數(shù)據(jù)驗(yàn)證本發(fā)明的準(zhǔn)確性,將該隧道監(jiān)視系統(tǒng)一個(gè)月內(nèi)檢測(cè)到的煙霧濃度、一氧化碳濃度、車流量、風(fēng)速數(shù)據(jù)及相應(yīng)事件等級(jí)作為訓(xùn)練樣本,其中將80%的數(shù)據(jù)用于訓(xùn)練,20%的數(shù)據(jù)用于測(cè)試。隧道傳感器采集的工作周期為150秒,風(fēng)機(jī)控制周期為15分鐘。實(shí)驗(yàn)中采用前向反饋神經(jīng)網(wǎng)絡(luò)作為基預(yù)測(cè)器模型,選擇10個(gè)基預(yù)測(cè)器組合形成強(qiáng)預(yù)測(cè)器,選取2小時(shí)作為當(dāng)前預(yù)測(cè)器是否有效的判定時(shí)間。集成學(xué)習(xí)時(shí)間序列預(yù)測(cè)法與單個(gè)前向反饋神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法實(shí)驗(yàn)比較結(jié)果見表2。其中單個(gè)前向反饋神經(jīng)網(wǎng)絡(luò)隱含層為16神經(jīng)元。測(cè)試性能參數(shù)有最大誤差^^x/^,—兀'l),其中y,為檢測(cè)值,X'為預(yù)測(cè)值,最小誤差,ign(U—,平均誤差,均方誤差<formula>formulaseeoriginaldocumentpage12</formula>以及均等系數(shù)<formula>formulaseeoriginaldocumentpage12</formula>表2測(cè)試性能參數(shù)<table>tableseeoriginaldocumentpage13</column></row><table>將通過(guò)本發(fā)明計(jì)算的結(jié)果與實(shí)際隧道污染結(jié)果比較,得出本發(fā)明對(duì)濃度超標(biāo)事件檢測(cè)識(shí)別率達(dá)到92%,且調(diào)節(jié)預(yù)測(cè)器有效性判定時(shí)間大小對(duì)檢測(cè)結(jié)果有一定影響。本發(fā)明能夠?qū)λ淼纻鞲衅鳈z測(cè)值準(zhǔn)確預(yù)測(cè),使系統(tǒng)控制調(diào)節(jié)時(shí)間縮短,以改善系統(tǒng)的動(dòng)態(tài)性能,可減少電能消耗,降低運(yùn)營(yíng)成本。權(quán)利要求1.一種基于集成學(xué)習(xí)時(shí)間序列預(yù)測(cè)的隧道事件檢測(cè)方法,包括如下過(guò)程(1)對(duì)收集的高速公路隧道煙霧濃度、一氧化碳濃度、車流量和風(fēng)速的傳感器周期性檢測(cè)數(shù)據(jù)進(jìn)行數(shù)據(jù)修補(bǔ)預(yù)處理,形成隧道傳感器訓(xùn)練數(shù)據(jù)集;(2)利用集成學(xué)習(xí)方法根據(jù)隧道傳感器訓(xùn)練數(shù)據(jù)集訓(xùn)練出L個(gè)基預(yù)測(cè)器(1≤L≤20),由基預(yù)測(cè)器加權(quán)組合形成強(qiáng)預(yù)測(cè)器;(3)根據(jù)當(dāng)前t時(shí)刻高速公路隧道傳感器的檢測(cè)值,利用強(qiáng)預(yù)測(cè)器計(jì)算t+1時(shí)刻隧道的煙霧濃度預(yù)測(cè)值,并根據(jù)預(yù)測(cè)誤差動(dòng)態(tài)調(diào)整參與集成的基預(yù)測(cè)器,形成新的強(qiáng)預(yù)測(cè)器;(4)將t+1時(shí)刻的隧道煙霧濃度預(yù)測(cè)值與煙霧濃度閾值比較,當(dāng)該預(yù)測(cè)值大于閾值,則判為煙霧濃度超標(biāo)事件,否則隧道運(yùn)營(yíng)正常;(5)對(duì)于t+1時(shí)刻的煙霧濃度超標(biāo)事件,利用比例積分微分控制參數(shù)判定算法計(jì)算其比例參數(shù)Kp、積分參數(shù)Ki及微分參數(shù)Kd,并傳輸給變頻通風(fēng)控制器進(jìn)行通風(fēng)控制。2.根據(jù)權(quán)利要求1所述的隧道事件檢測(cè)方法,其中步驟(1)按如下過(guò)程進(jìn)行-(2a).對(duì)煙霧濃度、一氧化碳濃度、車流量和風(fēng)速傳感器實(shí)時(shí)檢測(cè)數(shù)據(jù)采用多測(cè)點(diǎn)運(yùn)行參數(shù)法進(jìn)行數(shù)據(jù)修補(bǔ)。(2b).對(duì)用于集成學(xué)習(xí)的隧道交通歷史檢測(cè)數(shù)據(jù)采用時(shí)間序列加權(quán)法修補(bǔ)。3.根據(jù)權(quán)利要求1所述的隧道事件檢測(cè)方法,其中步驟(2)按如下過(guò)程進(jìn)行(3a).設(shè){(、,7,.),/=1,2,...,"}為訓(xùn)練樣本集,根據(jù)訓(xùn)練樣本集分布權(quán)重A")抽取訓(xùn)練樣本訓(xùn)練基預(yù)測(cè)器:I—r;(3b).計(jì)算基預(yù)測(cè)器y;oc)的損失函數(shù)A(x,.):、max,=J/,(x,)1U,(3c).計(jì)算訓(xùn)練樣本y與對(duì)應(yīng)預(yù)測(cè)值/的相關(guān)系數(shù)P,(/,力力(魚)-/'(;))0^",)1(;))、,Za",)—/((;))21;(乂")—yG))2式中y、/分別為訓(xùn)練樣本的檢測(cè)值和預(yù)測(cè)值,s為樣本^,的均值;(3d).利用相關(guān)系數(shù)A(/,力及損失函數(shù)A",)計(jì)算下—輪樣本分布權(quán)重^,+10,):A+,d(力),〗"式中z,為標(biāo)準(zhǔn)化因子;(3e).重復(fù)3a至3d步驟訓(xùn)練出L個(gè)基預(yù)測(cè)器;(3f).利用相關(guān)系數(shù)確定L個(gè)基預(yù)測(cè)器/(x):Z—W=1,2,...,丄的權(quán)重,根據(jù)權(quán)重對(duì)基預(yù)測(cè)器加權(quán)組合,形成強(qiáng)預(yù)測(cè)器,(",=^-。4.根據(jù)權(quán)利要求1所述的隧道事件檢測(cè)方法,其中步驟(3)按如下過(guò)程進(jìn)行<formula>formulaseeoriginaldocumentpage0</formula>(4a).利用當(dāng)前強(qiáng)預(yù)測(cè)器F(x)以煙塵濃度、一氧化碳濃度、車流量和風(fēng)速在當(dāng)前時(shí)刻t的值、時(shí)刻t-l的差值及時(shí)刻t-2的差值為輸入,計(jì)算輸出時(shí)刻t+l的隧道傳感器煙霧濃度預(yù)測(cè)值;(4b).將煙霧濃度預(yù)測(cè)值的均方根誤差與門限閾值入進(jìn)行比較,判斷當(dāng)前強(qiáng)預(yù)測(cè)器F(x)是否失效。若不失效,則重復(fù)(4a),若失效則選擇預(yù)測(cè)器重新組合形成新的強(qiáng)預(yù)測(cè)器,選擇判斷條件為<formula>formulaseeoriginaldocumentpage0</formula>式中p為基預(yù)測(cè)器選擇閾值;(4c).若重新組合的新的強(qiáng)預(yù)測(cè)器F(x)失效,則重復(fù)步驟(3a)至(3d)訓(xùn)練新的基預(yù)測(cè)器,對(duì)新基預(yù)測(cè)器加權(quán)組合形成新強(qiáng)預(yù)測(cè)器(4d).重復(fù)4a至4c步驟計(jì)算t+l時(shí)刻隧道煙霧濃度預(yù)測(cè)值。全文摘要本發(fā)明公開了一種基于集成學(xué)習(xí)時(shí)間序列預(yù)測(cè)的隧道事件檢測(cè)方法,主要解決同類方法不能對(duì)傳感器值精確預(yù)測(cè)達(dá)到有效控制隧道通風(fēng)的問(wèn)題。其檢測(cè)步驟為對(duì)采集的公路隧道數(shù)據(jù)進(jìn)行預(yù)處理,形成訓(xùn)練數(shù)據(jù)集;根據(jù)訓(xùn)練數(shù)據(jù)集訓(xùn)練出多個(gè)基預(yù)測(cè)器,由基預(yù)測(cè)器加權(quán)組合形成強(qiáng)預(yù)測(cè)器;根據(jù)當(dāng)前t時(shí)刻隧道傳感器的值,利用強(qiáng)預(yù)測(cè)器計(jì)算t+1時(shí)刻隧道煙霧濃度預(yù)測(cè)值,并根據(jù)預(yù)測(cè)誤差動(dòng)態(tài)調(diào)整參與集成的基預(yù)測(cè)器;將t+1時(shí)刻的隧道煙霧濃度預(yù)測(cè)值與煙霧濃度閾值比較,判斷煙霧濃度是否為超標(biāo)事件;對(duì)于超標(biāo)事件,計(jì)算通風(fēng)控制器的控制參數(shù),降低煙霧濃度。本發(fā)明具有預(yù)測(cè)功能強(qiáng)、控制通風(fēng)控制器精度高的優(yōu)點(diǎn),用于高速公路隧道的運(yùn)營(yíng)監(jiān)控及節(jié)能減排方面。文檔編號(hào)G06N99/00GK101581940SQ200910022869公開日2009年11月18日申請(qǐng)日期2009年6月5日優(yōu)先權(quán)日2009年6月5日發(fā)明者張曉松,敏方,王俊平申請(qǐng)人:西安電子科技大學(xué)