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)