基于O-D矩阵估计的路网交通流量仿真模型

为了将交通出行需求对路网交通流量的影响进行动态的量化分析,提出了一个基于O-D矩阵估计的路网交通流量仿真模型。利用O-D矩阵估计的重力模型计算方法、复杂网络理论和路段阻抗模型,构建了路网模型;在人们出行总是选择路段阻抗最小路径的假定下,设计了出行需求的路网流量映射算法;基于离散事件仿真,在PC系统上实现了路网流量仿真系统。仿真结果表明：该仿真系统可以根据各交通子区域出行需求的变化,精确模拟路网流量和交通状态的动态演进。     

半导体制造系统仿真调度中的优化方法

基于仿真的调度方法通常需要进行大量的仿真或者采用好的规则以优化调度结果. 本 文建立了以减小平均在制品为优化目标的半导体制造系统的调度模型, 对模型进行分解和简 化. 把结论作为一个调度规则直接应用于仿真调度方法. 由于充分利用了系统全局的状态信 息, 可以有效地减少仿真的次数, 提高了仿真调度的优化能力.     

基于多学科设计优化的路网交通分布式协同控制

城市路网交通控制直接影响着交通运行效率,对其优化研究已成为缓解城市交通拥堵问题的热点之一.鉴于此,针对高峰交通路网将其分为过饱和区域与过饱和关联区域,在采用灰色关联分析-谱聚类方法对关联区域划分的基础上,构建路网交通分布式协同控制模型,进一步提出基于多学科设计优化的过饱和区域及其关联区域协同优化求解方法.通过搭建实例路网模型分析算法优化效果,结果表明所提出方法能够明显改善路网交通运行效率,有助于缓解城市通勤高峰时段的交通拥堵和扩散问题.     

一种新的城市路网合成方法研究

在大范围城市交通态势显示和交通仿真中,使用卫星地图为背景可提供更强的真实感和可信度。目前商用类似技术中,常用的GPS路网叠加卫星地图的方法,存在GPS路网和卫星地图不能准确匹配对齐的问题。文中提出一种新的路网合成方法,通过融合处理GPS路网信息和卫星地图信息,使用图形图像处理方法,从而得到准确对齐的城市路网。该方法包括GPS路网信息,及卫星地图处理和路网合成处理两部分,并且通过实验证明了该方法的有效性和实用性。     

罩式退火炉生产优化调度方法及其应用

罩式退火炉的生产调度过程是一个典型的多工序.多约束、有重入的多机并行调度问题,难于解析建模.对此问题,将离散事件仿真技术与改进的遗传算法相结合,提出罩式退火炉生产的优化调度方法.生产现场的实际应用表明所提方法大大提高了生产设备的利用率和生产效率.     

智慧调度应急指挥平台系统设计方法

With the development of the social and economic environment, water conservancy work has gradually transformed towards informationization. Aiming at the limitations of the infrastructure construction, the lack of command center, the scattered information of the emergency information in the current water conservancy application system, the weak analysis and decision-making ability, and the lack of a complete emergency command system, a complete intelligent dispatching emergency command platform system is designed. And the software design, system design, system debugging and operation are described respectively. The system integrates emergency command and dispatch into a management system by utilizing big data, cloud computing, collaborative work and real-time supervision means. Through sharing command platform and information platform, the system can realize unified command and joint action, and improve the level of water resources informatization.     

城市供水调度广域网络系统结构的再探讨

从深圳及北京供水调度系统工程的设计实践出发，简介了当前国内城市调度系统现状，分析了调度管理广域网络系统的建模内容，论述了网络系统在建模中要解决的几个关键问题，论证了广域网络系统建立的可能性和必要性。     

供水系统调度的增广拉格朗日函数优化方法

本文讨论了一类新的解决非线性优化问题的方法——增广拉格朗日函数法.以该方法为基础.采用二级递阶结构,文中提出了解决城市供水系统优化调度问题的一种新的算法、对该算法利用某供水系统进行了仿真计算,获得了满意的结果.     

城市过饱和路网的偏好多目标相容优化控制

针对城市过饱和路网的交通信号控制问题,提出将总延误分为主线路段延误和次线路段延误的划分方法,将控制问题描述为冲突的多目标控制。针对冲突多目标控制问题中最优解不唯一,而传统优化方法中一次运行只能得到一个最优解的问题,提出了一种基于偏好的相容优化控制算法：利用偏好信息动态指引寻优的方向,在偏好区域内获得更多有价值的解;提出基于偏好的目标选择函数,保证控制解在偏好区域内的稳定性。在仿真环境中对一个11个交叉口的城市过饱和路网进行实时控制,结果表明,提出的偏好相容控制算法的效果优于定时控制方案。     

基于流量分析的道路照明节能控制方法研究

城市智能交通系统的完善使得管理部门掌握了路网的实时交通状况,该数据可被用于道路功能性照明控制,以便在保障安全的基础上实现道路照明节能控制。将短时交通预测技术引入列控制策略中,又可进一步完善这种控制方法。     

道路交通流最优预测与交叉口最优控制

本文基于对城市道路交叉口最优控制问题的分析,建立了道路交通流最优预测模型,提出了一种交叉口在线最优控制方法,并根据实测数据对该方法作了仿真研究。仿真结果表明交叉口的交通状况有明显改善。此方法不仅比现有控制方法效果更好,而且简单易行。     

一种新的智能变电站网络流量预测方法研究

随着智能变电站网络改造的逐步实施,智能变电站网络流程预测技术开始被业界重视起来,智能变电站网络流量一旦发生异常,将直接影响到继电保护装置动作的可靠性、快速性和灵敏性.论文首先将灰色理论和人工神经网络算法相结合,构建灰色神经网络模型并对其进行分析;然后在此基础上通过附加动量变学习速率法对灰色神经网络的权值更新策略进行改进,提出一种基于改进的灰色神经网络智能变电站网络流量预测模型;最后以智能变电站的站控层交换机网络流量数据为例,以采集的原始频率数据为基础进行仿真验证,实验表明,该模型预测精度高,收敛速度快,提高了智能变电站网络流量预测的准确性和快速性,保障电网安全运行.     

智能变电站过程层网络流量分析及网络优化研究

当前智能变电站过程层网络存在流量大、延时大等问题,但该问题并没有从理论上进行分析研究.文章从过程层网络GOOSE、SV的报文特征和组网情况出发,采用严格的以太网延时排队方法对不同组网情况下的网络传输延时和设备缓存需求进行了理论研究.基于分析得到了严苛情况下的网络延时值和网络设备的缓存需求,同时基于研究结果给出了推荐的过程层组网建议.为智能变电站过程层组网提供了理论分析的基础和依据.     

一种考虑交通限制信息的道路网络模型

随着城市交通网络的发展,实际道路中的交通限制信息使得道路网络中的最优路径规划变得更加复杂,针对这一问题,笔者讨论了一种考虑交通限制信息的道路网络模型,并详细阐述了该模型的存储方法及各种常见交通限制信息的解决方案,然后给出了利用此模型求解最优路径的改进的Diiktra算法描述。最后,笔者根据北京市道路数据建立道路网络,通过实际数据进行验证,实验结果表明,该模型及算法能满足实际道路网络的最优路径分析的需要,具有一定的应用价值。     

路网交通流在时空分析背景下的预测研究

深度学习近年来被广泛应用于交通工程领域,针对大型路网中单个路段的交通流预测考虑因素单一、预测精度不高的问题,充分利用长短时记忆（LSTM）网络在时序数据处理方面的优势,结合路网交通流时空分析并运用LSTM模型进行预测。通过对路网中路段检测站点间交通流数据进行相关性计算,并设置不同阈值来选择出代表路段的编号构造原始数据矩阵,对矩阵进行压缩来增加运算效率,最后将压缩矩阵输入模型中进行预测。设置仿真对比实验,验证了提出的方法相较于其他几种模型预测准确率平均可提升11.84%,是一种高效率的交通流预测方法。     

Cognition-Driven Traffic Simulation for Unstructured Road Networks

Dynamic changes of traffic features in unstructured road networks challenge the scene-cognitive abilities of drivers, which brings various heterogeneous traffic behaviors. Modeling traffic with these heterogeneous behaviors would have significant impact on realistic traffic simulation. Most existing traffic methods generate traffic behaviors by adjusting parameters and cannot describe those heterogeneous traffic flows in detail. In this paper, a cognition-driven trafficsimulation method inspired by the theory of cognitive psychology is introduced. We first present a visual-filtering model and a perceptual-information fusion model to describe drivers’ heterogeneous cognitive processes. Then, logistic regression is used to model drivers’ heuristic decision-making processes based on the above cognitive results. Lastly, we apply the high-level cognitive decision-making results to low-level traffic simulation. The experimental results show that our method can provide realistic simulations for the traffic with those heterogeneous behaviors in unstructured road networks and has nearly the same efficiency as that of existing methods.

     

基于改进eRCNN的局部路网交通流预测

针对误差反馈循环卷积神经网络在运用到短时交通流预测时存在仅仅能接收时序误差序列,忽略交通流误差数据中隐含的空间拓扑特征,且在模型初始化时其采用的通用卷积神经网络初始化方法降低了模型训练效率的问题,本文提出一种优化的误差反馈循环卷积神经网络模型,在误差反馈循环卷积神经网络模型基础上根据预测误差数据的时空特性对误差反馈层进行结构强化,能够处理包含简单空间关系的误差序列。同时通过在模型训练的过程中分离模型产生的历史预测误差和训练误差,使得模型构建过程更加高效,加速了模型收敛速度。通过北京市四环道路交通数据的实验表明,优化的误差反馈循环卷积神经网络预测模型在预测精度、构建效率及鲁棒性上均得到有效提高。     

无检测器道路交通流数据质量检测方法

一般交通流数据质量检测方法要求的原始数据量较大,而无检测器道路可获得的交通流数据又非常有限。为此,提出一种基于灰色系统理论的无检测器道路交通流数据质量检测方法。该方法将不同检测点获得的原始交通流数据处理成一组数据序列,通过对数据序列的灰生成、灰色关联度计算及标准化处理,求得不同数据序列相互间关系的密切程度参数λ_i,根据需求选出阈值λ,比较λ_i与λ之间的大小,实现无检测器道路交通流异常数据检测的目的。运用杭州市某一局部路网的浮动车交通流原始数据,将该方法与基于相似系数和的检测方法进行对比实验,结果证明,该方法的检测效果优于基于相似系数和的检测方法,平均错检率降低了21.00%,平均准确率提高了28.64%。