排序方式: 共有24条查询结果,搜索用时 15 毫秒
1.
应用Agent技术建立了城市交通仿真模型,在VC++6.0编译环境下开发了基于Agent的交通仿真系统.设计了路网描述图元库,分析了车辆Agent的结构,探讨了基于期望间隙和期望速度的车辆驾驶模型.分析了信号控制Agent的结构模型,针对传统定周期控制方法不能适应实际交通流的不足,给出了交通信号自寻优仿真方法.仿真应用实例表明了该仿真系统的有效性和实用性. 相似文献
2.
3.
4.
5.
6.
本文介绍了LED显示屏在交通上的应用,详细介绍了基于双CPU和双口RAM的LED动态显示屏的设计方法,显示屏三种颜色的控制,以及扫描驱动电路的实现,最后给出了VB6.0下提取汉字点阵的方法.实际运行表明此方法非常实用. 相似文献
7.
8.
首先定义了新息的概念,通过在线监测新息的变化,将新息的均值和方差作为模糊控制器的输入,利用模糊逻辑对系统状态噪声和测量噪声的权重进行实时调整,建立了基于模糊逻辑的自适应卡尔曼滤波方法。克服了传统滤波器不能对环境变化进行实时跟踪的缺点,适应了交通状态的动态变化。通过用两种方法对广州市快速路段实测数据进行的对比分析发现,该方法与标准卡尔曼滤波相比具有良好的跟踪能力,在自由流状态和稳定流状态下,预测值与实测变化趋势一致,误差较小,拥挤状态相对误差基本维持在10%以下。 相似文献
9.
针对现有太阳辐照度短期预测方法的建模复杂、准确度低等问题,提出一种基于深度学习的GRU-RF动态权值组合预测方法。大气因素与太阳辐照度数据融合,将运算速度较快且模型复杂度较低的随机森林(RF)模型与带有时序记忆的门控循环单元(GRU)神经网络进行动态权值的加权集成,分别将地表接收到的太阳辐照度、近地层气温、相对湿度、近地层风速和相对气压等变化特征进行预测研究。通过几种模型对比分析,结果表明使用GRU-RF模型预测短时(9 h)太阳辐照度结果较好,运行速度较快,在不同时间间隔(5、10以及15 min)下能够很好地预测太阳辐照度数据。 相似文献
10.
针对公交优先交通信号控制问题,研究了公交优先的信号控制策略,提出了一种变论域模糊神经网络公交优先智能控制方法.提出了基于相位优先度值的公交优先相位选择方法,并给出了其数学描述.建立了绿灯时间的3层模糊控制模型,分别为红灯排队疏散时间、绿灯延长时间和论域调节因子模糊控制器,其中红灯排队疏散时间和绿灯延长时间两个模糊控制器的输出变量均采用变论域,论域的变化考虑混合交通、天气情况、车流转向等因素由论域调节因子模糊控制器确定.模糊控制器采用粒子群优化神经网络实现.仿真结果表明该方法具有较好的公交优先控制效果. 相似文献