简介:在基于固定窗口宽度滑动窗口模型的基础上。提出了一种基于回归参数存储的预测模型,该模型设置了计算区、数据区和参数区。计算区用于获得最近一个滑动窗口中的数据。数据区用于接收新数据,参数区存储最近若干组滑动窗口数据所计算得到的线性回归参数值,作为计算预测结果的原始数据集。按照这种模型的处理思路。提出了一种基于数据平滑技术的回归预测算法,随着窗口的滑动。对数据区中的数据进行回归分析,获得前面若干组滑动窗口数据的回归函数并存入参数区中,检验当前窗口中数据获得的回归函数预测效果。实验分析表明。通过修正当前回归函数的参数。可以使预测函数的预测精度得到很大程度的提高。
简介:摘要:随着通用航空的快速发展,该航空手段由于具有启动速度快、救援效率高、受限空间少等特点,往往在自然灾害、重大事故、社安问题等突发事件中得到普遍应用。本文研究对象是轻型通用航空器,背景是一段时间内执行低空空域救援任务的飞行,目的是预测该段时间的飞行轨迹。本文提出基于状态相关模态切换混合估计和改进意图推理的航迹预测算法。该算法预测精度更高。
简介:摘要:一般在寻找路径时,从起点到终点的过程中有许许多多的路径,其中有距离最短的路径,也有距离最长的路径,找最短路径的过程中往往会花费大量的时间。路径搜索算法的作用是用于解决最短路径问题的算法。有时,它也被称作“最短路径算法”,目前,最短路径算法最常用的有:Dijkstra算法,Bellman-Ford算法,Floyd算法、SPFA算法和A-Star算法(也被称为A*算法、A星算法、A*搜索算法)。它的独特之处是检查最短路径的每个可能的节点时引入了全局信息,对当前节点距终点的距离做出估计,并作为评价该节点处于最短路径上的可能性的量度。A-Star算法改变了它自己行为的能力基于启发式代价函数,启发式函数在游戏中非常有用,在速度和精确度之间取一个折衷的方法会让游戏运行的更快。文中提出了A-Star路径搜索预测算法优化策略的研究与实现,首先,实现一个经典的A-Star搜索算法,描绘A-Star路径搜索算法的基本工作原理和过程。其次,提出引入深度优先搜索和广度优先搜索的解决方案进行纵向和横向的评估,进一步增强算法的有效性。最后,根据以上研究内容可以得出结论,根据现实中的实际情况,用于解决更大规模、多阻塞、模糊求解的、具有高效率要求的路径搜索的问题
简介:智能公交的电子站牌到站时间显示是智能公交系统中的关键技术,研究了目前智能公交系统中的各种到站预测方法,分析了现有解决方案的不足,并提出了一种基于专家系统的公交电子站牌到站时间预测算法。