多用户动态交通分配和信号优化的组合研究

提出了一种饱和路网中考虑多用户行为下的动态交通分配和交通信号优化的组合模型。模型采用广义双层规划来表示。模型的上层是信号控制优化,下层是考虑多用户路径选择条件下的动态交通分配,进行交通网络流的配置。同时,模型中采用具有物理排队的动态网络模型,从而考虑了饱和路网中物理排队对基于路段的网络条件的影响。通过仿真说明了饱和路网中考虑多用户行为下的动态交通分配和交通信号优化的组合模型可以实现交通信号的优化配置和交通网络流的优化,并反映了排队的物理效应。     

基于博弈强化学习的多智能体协作行为寻优

针对非监督Agent系统协作行为的动态优化中存在难以使行动序列收敛到Parcto最优问题,提出一种一般和博弈框架下改进Pareto-Q算法,将全局目标作为局部Pareto最优联合行为强化学习目标,并提出基于可接受度分配共同收益,将全局意义下的最优行为通过迭代学习转化为局部Pareto行为,以多机器人行为协调为模型,仿真验证了算法的可行性和实用性.     

基于Stackelberg博弈的动态用户最优配流和信号控制

研究了动态用户最优配流与信号控制的组合问题.首先基于交通分配将交通流分配到合适的路网上由信号控制来适应这些交通流的思想,并由此建立了交通分配和信号控制的Stackelberg博弈模型,模型的上层是动态用户最优,下层是信号控制优化.然后,通过对模型离散化应用模拟退火算法进行求解.最后,对一个简单的交通网络进行仿真,仿真结果表明所提方法的有效性.     

轮手一体机器人能量次优重构规划方法

模块化机器人的重构规划中,由于各模块的目标分配与其轨迹规划之间的耦合关系导致组合爆炸问题.本文提出一种基于简化模型的能量次优规划方法,将重构规划问题转化为最优控制问题,实现目标分配与轨迹规划的解耦.通过求解由Hamilton-Jacobi-Bellman（HJB）方程描述的最优控制问题,得到简化模型的值函数和最优轨迹.各模块的运动目标由值函数的吸引域决定.通过在最优轨迹附近的次优区域内搜索得到实际运动轨迹,提高了搜索效率.仿真实验结果表明,该方法能够选择合适的模块组合,并能在障碍物环境中生成满足机器人动力学约束的运动轨迹.     

基于量子进化算法求解动态交通分配模型

解决城市交通局部拥挤的最佳途径是进行路径引导,其核心理论是实时动态交通分配。针对这类模型变量多、维数大以及约束条件多等局限性,本文提出了一种以量子进化方法作为路网的交通均衡分配的主要优化方法,以整个交通网络中各条出行路径的总出行时间最小为优化目标的动态交通分配模型的求解方法。仿真实验结果证实了利用量子进化求解动态交通分配问题的有效性与合理性。     

信号灯控制的多阶段决策模型及其前向动态规划算法

为研究路口交通信号灯的实时最优控制问题,提出一种以最小化等待时间为目标的多阶段决策模型.该模型利用最短绿灯和红灯时间的结构特征,通过合理选择系统状态和控制变量压缩了模型规模,进而提出了前向动态规划算法以高效得到最优解.数值实验显示,对比于固定时长的周期性控制可以节省路口车辆的等待时间;对比基于混合整数规划的求解方法,可以提高求解效率,满足实时控制的要求.     

产品设计规划问题建模及遗传算法求解

针对目前产品设计过程规划研究中存在的不足,在充分考虑实际设计过程中存在的各种不确定因素的基础上,以产品开发过程中的全体任务为规划对象,以设计迭代时间和成本为目标,将设计过程规划问题描述为基于仿真的随机优化问题进行处理。提出一种模型求解的混合遗传算法,该算法引入最优计算量分配技术进行样本分配,极大地提高了算法的搜索效率,有效地改善了遗传算法搜索的可靠性。以汽轮机轴承转子系统的设计为例,对提出的方法的有效性进行了验证,仿真结果表明,该建模方法有效且算法求解效率高。该方法可推广应用于各种产品设计过程的规划,具有普遍意义。     

基于自适应遗传算法的交通信号配时优化

研究城市交通信号设置问题中对单交叉口多相位交通流建立了动态信号配时模型,以交叉口车辆平均延误最小为控制目标,以相位绿灯时间和周期时长为控制变量,并运用自适应遗传算法对控制变量进行优化.根据实时交通流数据,通过MATLAB平台进行仿真.结果表明,自适应遗传算法能够有效降低车辆平均延误,在优化过程中比简单遗传算法具有更好的搜索能力和解质量,其良好的优化性能有助于优良配时方案的产生,同时也提高了交通分配模型的实用价值.     

基于购买行为的随机生命周期易逝品库存策略

研究需求和商品生命周期均为随机的零售商库存管理问题,提出按照购买行为特征对需求进行分类,在不同类型的客户之间进行库存分配并允许缺货的库存策略.通过构建动态规划模型,求解出零售商最优库存策略,包括补货策略和库存分配策略.与先到先服务策略相比,该策略能显著提升零售商的利润,减少商品损坏的损失.     

帆船直线航行比赛最优路径动态规划方法研究

针对帆船直线航行比赛的赛场情况,提出一种基于模糊综合评价和动态规划理论的帆船直航训练最优路径动态规划方法.首先以模糊逻辑为基础,建立帆船相对于目标点的隶属函数,并以此描述帆船的当前位置和方向信息;然后综合考虑行驶速度和接近目标点两个因素,建立综合评价函数,并以航道宽度为限制条件,利用动态规划原理分阶段进行航向决策.最后通过仿真验证了算法的有效性.     

流量控制和流量整型的比较

本文介绍了在IP网中运行QoS流量限制的两种方法--流量整型和流量控制的区别和联系以及表现形式,同时介绍了这两种方法使用的令牌桶算法的机制,帮助正确选择和运用合适的速率限制方法.     

基于网络流量半马尔柯夫模型的流量预测

引入了半马尔柯夫模型描述网络流量特性，并在该模型的基础上分析推导了相应的流量预测方法。分别对广域网和局域网不同时间尺度统计的实际流量数据进行分析和短期、长期预测，所有数据的实际预测精确度均小于预先设定的置信度。说明引入的模型能真实反映网络流量特性，基于该模型的流量预测方法具有良好的预测性能且适用于不同长度的预测。     

Automatic Traffic Balance Algorithm Based on Traffic Engineering

Routing protocols can decide for data packets which route is reachable and co-optimal, and may cause data packets to swarm into certain links, thus causing congestion on those links. General traffic engineering (GTE) technology provides ER-LSP/CR-LSP in MPLS networks to avoid this kind of congestion. However, GTE takes only the current data flow into account and establishes an ER-LSP/CR-LSP for this current data flow in order to guarantee QoS. Although this could resolve the issue raised by routing protocols, it may also waste some resource. In this article we focus on optimization of traffic engineering and propose an automatic traffic balance algorithm based on GTE technology. Dengyin Zhang received the BS, MS, and PhD degrees from Nanjing University of Posts & Telecommunications, China, in 1986, 1989, and 2004, respectively. He is presently an associate professor at Nanjing University of Posts & Telecommunications. His research interests include computer networks, communication systems, signal and information processing. Zhiyun Tang received the MS degree in computer science and technology from Nanjing University of Posts & Telecommunications, China, in 2005. His research interests include MPLS technology, QoS control and resource management in wired and wireless networks. Ruchuan Wang born in 1943, he is a professor in College of Computer at Nanjing University of Posts and Telecommunications. He advises doctorial graduate students majoring in Computer Software, Computer Network, E-Commence and Network Security and Mobile Agents.     

用PARAMICS交通仿真软件实现控制策略

阐述了利用微观交通仿真软件Paramics进行控制策略仿真的方法,通过Modeller建立的图形界面,设计各种路况,利用丰富的API函数,实现各种控制策略,并提供的多种进行控制效果评价的功能.     

城市交通路口短时流量预测

为了能够提升短时交通流量预测的性能及精度,在支持向量回归机算法基础上引入了经改进的粒子群算法做参数寻优。同时,针对短时交通流量具有不确定性和弱规律性等特点,本文通过对交通数据进行挖掘,得出相邻路口交通流量的时空关联性,构建出通过历史数据预测及结合时空关联性的预测模型。利用BP神经网络在线修正两者权值,让两者优势互补、实时更新。通过仿真实验表明:提出的预测模型可以达到预期结果,对短时流量的预测精度和性能都有所提高。     

基于流量特征的网络流量预测研究

传统的非线性模型已经不再适用于网络流量建模,为了能够更精确地对网络流量建模,必须考虑到网络流量的特性。针对网络流量的自相似、长度分布、周期等特征进行分析,结合小波变换与时间序列模型,有效地建立流量预测模型。首先对流量的自相似和平稳性进行分析,并对长度、周期等特征进行描述,其次根据实际流量的自相似性和平稳性选择小波变换与时间序列相结合的方法进行建模,产生预测结果,最后根据长度与周期特征粗略判断预测的合理性。根据实验验证与分析,该方法具有极大的灵活性,相比单一的小波-FARIMA模型可以减少大量的运算,同时能够描述网络流量的短相关与长相关特性。     

一种基于网络业务流的流量监测分析算法

基于业务流的统计信息直接反映用户行为，最繁忙业务流获取与分析，对于网络流量分析和故障定位有指导作用。文章通过分析数据帧到来对哈希表的影响，借助一个记录表，对哈希表中的业务流进行排序，大大减少排序中的比较次数，提高监控系统处理性能．     

智能交通控制网络的短时交通流预测研究

研究智能交通控制网络的短时交通流准确预测问题.为保证智能交通控制的效率,短时间内采集交通流信息并作为预测参数快速完成交通流的预测,然而短时间内采集到的交通流数据有限,数据间的相关性不明显,传统的交通流预测方法针对短时采集的相关性不明显的数据进行预测,存在预测准确度不高的问题.为解决上述难题,提出采用多维标度法的短时交通流预测方法.利用多维标度法处理采集到的短时交通流数据得到数据间的潜在相关性,避免因短时数据间相关性不明显而造成预测准确度不高的问题,然后根据数据相关性建立交通流预测模型,按照预测算法流程完成交通流的预测.实验表明,改进方法能够根据短时交通流数据准确完成交通流的预测,保证了智能交通控制网络的效率和性能.     

基于周期性网络流量模型的流量预测

文中使用自主开发的网络监控系统，对数据链路实施长期的测试监控。通过大量流量测试数据统计分析表明，WAN／LAN实际流量可以分为时间相关分量和时间无关分量。文中介绍了一个基于周期性网络流量模型的流量预测算法，以便对给定时刻的网络流量进行在线预测，并给出了不同预测精度下预测流量取值区间和实际流量的比较结果。     

域间流量工程与域内流量工程的比较

根据作用的范围不同，流量工程可分为域间流量工程与域内流量工程。域间流量工程与域内流量工程作用的范围不同，研究问题的侧重点和难度不同，但是它们具有通用的处理模型，并且二者是紧密联系和相互依存的。同时考虑域间流量工程与域内流量工程，才能保证研究问题的全面性与准确性。