铁路沿线大风风速智能预测理论

本书提出了铁路沿线大风风速智能预测理论及方法？ 内容分４ 篇１０ 章？ 第一篇提供了铁路沿线大风短时预测重要性分析？包括铁路沿线大风风速预测对保障恶劣环境下列车运行安全的影响性和急迫性分析？当前国内外主流铁路沿线大风预警系统的系统构架、预警理论、研发策略和经典算法？第２ 篇阐述了铁路沿线大风风速时间序列分析预测方法？包括ＡＲＩＭＡ 模型、滚动时序模型、条件异方差区间模型和季节性模型及其相关的智能混合模型？第３ 篇构成了铁路沿线大风风速神经网络智能预测方法？包括多层感知器、Ｅｌｍａｎ 神经网络、ＲＢＦ 神经网络、ＡＮＦＩＳ 神经网络、ＧＲＮＮ 神经网络等预测模型及其涉及的智能混合模型？第４ 篇介绍了铁路沿线大风风速智能优化预测方法？包括通过蜻蜓和灰狼算法优化极限学习机和支持向量机预测性能等内容？ 本书提供了模型预测实例？本书可供从事交通环境与安全、铁路沿线大风防灾、计算智能和时间序列分析等相关领域的研究学者、博士研究生、高年级硕士研究生和相关部门的管理人员参考使用？

刘辉，男，汉族，1983年2月出生，福建省仙游县人。现任中南大学载运工具运用工程专业教授、博士研究生导师。担任中南大学交通运输工程学院副院长、中南大学运载机器人创新驱动青年团队带头人、中南大学轨道交通安全教育部重点实验室人工智能与机器人研究所所长。获中德双专业双博士学位（2011年中南大学载运工具运用工程博士学位／2013年德国罗斯托克大学自动化工程博士学位）。2015年获德国联邦教育与研究部优秀青年基金。2016年获德国教授资格证书（自动化工程）。2017年获教育部自然科学二等奖（第1完成人）；2018年获国家科技进步创新团队奖（参与）：主持国家重点研发计划课题、国家自然科学基金面上项目等重量课题4项；第1发明人授权国家发明专利超过30件；第1作者或通讯作者发表ESI 0.1％热点论文和ESI 1％高被引论文10余篇。研究领域为智能运载装备与工业大数据。

第1 篇 铁路沿线大风短时预测重要性分析1第1 章 绪论 31. 1 背景 31. 2 铁路沿线大风预测预警系统 41. 3 铁路沿线大风风速预测理论基础 41. 4 铁路沿线大风风速预测方法体系 71. 5 铁路沿线大风风速预测经典算法 11第2 篇 铁路沿线大风风速时间序列分析预测方法23第2 章 铁路沿线大风风速ARIMA 预测模型 252. 1 引言 252. 2 原始风速序列 252. 3 铁路沿线大风风速ARIMA 预测模型 262. 4 铁路沿线大风风速滚动ARIMA 预测模型 332. 5 铁路沿线大风风速分解￣滚动ARIMA 预测模型 352. 6 模型预测精度综合对比分析 422. 7 总结 45第3 章 铁路沿线大风风速条件异方差区间预测模型 473. 1 引言 473. 2 区间预测 483. 3 原始风速序列 493. 4 铁路沿线大风风速条件异方差区间预测模型 493. 5 铁路沿线大风风速经验小波分解￣条件异方差区间预测模型 593. 6 模型预测精度综合对比分析 683. 7 总结 70第4 章 铁路沿线大风风速季节效应预测模型 714. 1 引言 714. 2 原始风速序列 724. 3 铁路沿线大风风速非季节性预测模型 734. 4 铁路沿线大风风速季节性预测模型 784. 5 模型预测精度综合对比分析 844. 6 总结 90第3 篇 铁路沿线大风风速神经网络智能预测方法91第5 章 铁路沿线大风风速多层感知器预测模型 935. 1 引言 935. 2 原始风速序列 945. 3 铁路沿线大风风速集成经验模态分解￣多层感知器预测模型 965. 4 铁路沿线大风风速小波分解￣多层感知器预测模型 1005. 5 铁路沿线大风风速集成经验模态分解￣小波分解￣多层感知器预测模型 1025. 6 模型预测精度综合对比分析 1055. 7 总结 110第6 章 铁路沿线大风风速Elman 神经网络预测模型 1126. 1 引言 1126. 2 原始风速序列 1136. 3 铁路沿线大风风速Elman 神经网络预测模型 1156. 4 铁路沿线大风风速小波包分解￣Elman 神经网络预测模型 1186. 5 模型预测精度综合对比分析 1246. 6 总结 136第7 章 铁路沿线大风风速RBF 神经网络预测模型 1377. 1 引言 1377. 2 原始风速序列 1387. 3 铁路沿线大风风速小波包分解￣RBF 神经网络预测模型 1397. 4 铁路沿线大风风速小波包分解￣RBF 神经网络￣GRNN 误差修正预测模型 1457. 5 铁路沿线大风风速小波包分解￣RBF 神经网络￣WF 误差修正预测模型 1507. 6 铁路沿线大风风速Hampel identifier 异常值检测￣小波包分解￣RBF 神经网络预测模型 1557. 7 铁路沿线大风风速Hampel identifier 异常检测￣小波包分解￣RBF 神经网络￣GRNN 误差修正预测模型 1597. 8 预测模型预测精度综合对比分析 1597. 9 总结 162第8 章 铁路沿线大风风速ANFIS 预测模型 1638. 1 引言 1638. 2 原始风速序列 1648. 3 铁路沿线大风风速分解算法￣ANFIS 预测模型 1658. 4 铁路沿线大风风速二次分解￣ANFIS 预测模型 1708. 5 铁路沿线大风风速三次分解￣ANFIS 预测模型 1798. 6 预测模型预测精度综合对比分析 1878. 7 总结 190第4 篇 铁路沿线大风风速智能优化预测方法191第9 章 铁路沿线大风风速极限学习机优化预测模型 1939. 1 引言 1939. 2 原始风速序列 1939. 3 铁路沿线大风风速极限学习机预测模型 1949. 4 铁路沿线大风风速小波包分解￣极限学习机预测模型 1969. 5 铁路沿线大风风速小波包分解￣蜻蜓算法￣极限学习机预测模型 1979. 6 模型预测精度综合对比分析 2009. 7 总结 206第10 章 铁路沿线大风风速支持向量机优化预测模型 20710. 1 引言 20710. 2 原始风速序列 20810. 3 铁路沿线大风风速支持向量机预测模型 20910. 4 铁路沿线大风风速经验小波分解￣支持向量机预测模型 21210. 5 铁路沿线大风风速经验小波分解￣灰狼算法￣支持向量机预测模型 21510. 6 预测模型预测精度综合对比分析 21810. 7 总结 226参考文献 227