基于蚁群算法的城市快速路优化控制

根据城市快速路交通流的特性,以宏观稳态交通流Macro模型为基础,将快速路虚拟划分为多个路段,将车辆在快速路系统内总的服务流量最大及入口匝道车辆平均等待时间最小作为优化控制目标,设计快速路多匝道联合控制模型,并采用蚁群优化算法对设计的控制模型进行求解计算,以确定各匝道最优调节率。模拟实验结果表明,通过多匝道联合控制,能够提高城市快速路系统的运行效率,减少交通事故及交通拥堵的发生概率。     

一种城市交通瓶颈的计算方法

城市交通瓶颈指的是常发性拥堵路段或位置。以往基于交警的巡查经验来确定交通瓶颈,虽可以部分地反映实际情况,但成本太高且无法做到动态跟踪。运用交通传感数据提出了一个简单的交通瓶颈计算方法,通过计算统计周期内的路段拥堵概率来反映交通瓶颈的严重程度。实验表明该方法是有效的。     

基于流调度选择的DCN动态负载均衡算法

针对数据中心网络(data center network,DCN)动态调度导致的负载不均衡问题,提出了基于流调度选择的动态负载均衡(dynamic load balancing based on flow scheduling selection,DLBFSS)算法。该算法首先计算拥塞链路上各条大流的等价最短路径,并删除不满足流带宽需求的路径;然后计算剩余路径的可用吞吐量,选择可用吞吐量最大的路径作为最优调度路径;最后根据大流的带宽和最优路径的负载定义调度的拥塞概率,将拥塞概率作为大流调度选择的依据。实验结果表明,与传统ECMP（equal-cost multi-path）路由和现有大流调度算法相比,DLBFSS能够减小网络时延,提高流的带宽利用率,保证了更好的负载均衡。     

智慧城市路网交通流量均衡性优化调度方法

早高峰和晚高峰时段的路网交通混乱,极易发生拥堵情况,为缓解交通系统压力,设计节点元胞划分下智慧城市路网交通流量均衡性优化调度方法。获取不同交通路线间的流量分离函数,定义路径交通流量和可用路段费用,得到出行者在某段路径上的概率函数,计算智慧城市路网各路段交通流量;获取流量守恒和车辆传递函数,计算可变元胞的单独序列,建立交通节点元胞划分模型;设计交通流量均衡性优化调度算法,得到城市路网均衡性的优化调度结果。设置仿真参数,对比优化前后三个路网模型的路径流量,仿真结果显示：早高峰和晚高峰时段路段内的路径流量明显降低,在其他时段,优化后的路径流量也不同程度下降,且路网模型越复杂,该优化方法的调度效果越好。     

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。     

防冲突算法在智能交通中的应用仿真

研究提高交通智能管理问题,针对在智能交通通信系统中,通信数据在传递过程中流量和方向的随机性很大,数据不通过信道,直接到达传输节点,信道内不会留下数据的传递特征.传统的交通通信调度方法多是利用通信信道留下某些特征进行防冲突调度,一旦多数据同时竞争同一资源节点而不留下反馈特征,将造成防冲突调度失败.为解决上述问题,提出了一种贝叶斯决策防冲突算法,在传统的调度模型中,加入贝叶斯代价函数进行标签估计,根据标签的数据计算最优帧长,从而实现了无接触RFID数据载体防冲突读取.实验结果表明,改进算法有效提高了智能交通系统中无接触RFID数据载体防冲突调试的准确率.     

分布式WSN联合概率覆盖节点调度算法

利用概率覆盖探测模型,提出了一种分布式的基于联合概率覆盖的节点调度算法。节点在本地通过与其一跳邻节点的信息交互,获取本地节点所在区域的所有覆盖匹配集,根据邻节点的工作状态判断本地所在区域被概率覆盖情况;最后,节点将根据判断结果调度本地节点进入工作状态或休眠状态。仿真结果表明,该算法执行效率高于CCP和DPCP算法,能够在保证网络概率覆盖前提下,关闭大量冗余节点,保证网络工作节点数目稳定,延长了网络寿命。     

STDMA在无线视频通信系统中的应用

介绍了基本的多址方式;研究了STDMA多址方式的基本时隙预约算法及相应的冲突概率;为了提高信道的利用率和组网的灵活性,结合系统指标,设计了一种新的基于STDMA技术的组网协议,包括数据帧结构及动态时隙算法,并计算了冲突概率.     

区分服务中一种动态概率优先级调度算法*

提出了一种动态概率优先级算法DPP,针对一类对延时和丢包率要求相对较高的应用,根据AF1队列长度动态调整概率计算参数p,有效地解决了由于突发流量带来的QoS性能下降问题。不同实验环境下的仿真结果表明,DPP算法有效改善了突发性对分组平均排队延时的影响,减少了分组丢包率。     

仓储式多AGV系统的路径规划研究及仿真

对于自动导引车（Automated Guided Vehicle,AGV）的单机路径规划问题,已存在很多静态算法可以有效求解。但由于AGV间抢占系统资源的相互影响和制约,多AGV的协同作业会出现死锁、碰撞冲突等问题,静态路径规划算法无法满足实时动态作业的系统需求。智能仓储系统中,多AGV动态路径规划的核心问题不再仅是单AGV快速求解最优路径,而在于多AGV的冲突避免或解决,达到整体协调最优。拟采用两种思路解决上诉问题：一种方案是对最有效的静态算法进行改进,并引入动态机制和冲突解决策略以满足作业需求;另一种方案提出一种具备多步前瞻性的主动避障算法,优化路径并提前避开交通拥堵路段,减少冲突可能性和重新寻路代价。实验结果表明两种算法都具有良好的鲁棒性,可有效解决冲突,且后者可持续扩展AGV数量,具有更高的系统效率。     

智能交通信息物理融合云控制系统

针对现代智能交通信息物理融合路网建设中的对象种类复杂、采集数据量大、传输及计算需求高以及实时调度控制能力弱等问题，基于云控制系统理论，以现代智能交通控制网络为研究对象，设计了智能交通信息物理融合云控制系统方案，包括智能交通边缘控制技术和智能交通网络虚拟化技术.基于智能交通流大数据，在云控制管理中心服务器上利用深度学习和超限学习机等智能学习方法对采集的交通流数据进行训练预测计算，能够预测城市道路的短时交通流和拥堵状况.进一步在云端利用智能优化调度算法得到实时的交通流调控策略，用于解决拥堵路段交通流分配难题，提高智能交通控制系统动态运行性能.仿真结果表明了本文方法的有效性.     

基于信息物理系统的多分拣移动机器人调度策略

研究基于信息物理系统建模的多分拣移动机器人(multi-SMR)调度策略.首先,在基于实际应用场景的拓扑地图建模中加入新的路径弧时间损耗指标,以实现对货物不均匀比例和多机器人拥堵状态的精确估计;其次,提出一种改进的启发式路径规划算法,并在路径评估过程中增加目的地距离和时间损耗指标;最后,将完整的调度过程以分层式结构部署在信息物理系统模型中,包括控制层的时间损耗指标更新、交通管制监测,以及物理层的分布式路径规划和机器人状态更新.仿真实验结果表明,改进的调度策略可以进一步提升系统分拣效率,降低计算成本,有效解决机器人拥堵和安全问题.     

基于云网格集成调度的防拥堵车辆路径规划算法

在道路交通路网中,车辆拥堵问题是流量与路网结构之间相互作用的一个复杂动态过程,通过车辆路径规划,实现对路网网格集成调度,从而提高路网通行吞吐量。传统方法采用并行微观交通动态负载平衡预测算法实现车辆拥堵调度和车辆路径规划,不能准确判断路面上的车辆密度,路径规划效益不好。提出一种基于云网格集成调度的防拥堵车辆路径规划算法,即构建基于Small-World模型的云网格路网模型,采用RFID标签信息进行路况信息采集,实现交通网络拥堵评估信息特征的提取,采用固有模态函数加权平均求得各车道的车辆拥塞状态函数,对所有车道内车辆密度取统计平均可获得簇内的车辆密度。设计交通路网拥堵检测算法来对当前个体道路信息进行一维邻域搜索,从而实现车辆路径规划控制目标函数最佳寻优。通过动态博弈的方式求得车辆防拥堵路径的近似最优轨迹,实现路径规划算法的改进。仿真结果表明,该算法能准确规划车辆路径,实现最优路径控制,从而提高严重拥堵路段的车流速度和路网吞吐性能,性能优越。     

不同信息共享程度下交通拥塞控制研究

信息共享程度是影响交通通行效率的重要条件。分析了信息闭塞、局部信息共享和全局信息共享三种信息共享模式下的交通拥塞现象及其传播特征,并对网络节点行为进行动力学分析,采用概率母函数、分支过程和协调博弈的方法建立了交通拥塞传播模型,解析分析了交通拥塞传播的临界值,比较了不同信息共享模式下的交通拥塞控制策略。仿真实验表明,信息闭塞和局部信息共享下的拥塞控制在交通网络流量较小时更为有效,全局信息共享有利于抑制大规模的拥塞传播,但其可控难度较大。     

紧致密集Auto Store系统AGV路径规划与避碰策略

针对新兴紧致密集仓储系统Auto Store具有短途挪库作业多、顶层AGV冲突多、货架结构性角落多等特点,提出一种离线-在线两阶段AGV优化调度方法。离线路径规划阶段,给出改进双层A*算法,在拓扑图建模划分搜索区域基础上,上层通过考虑冲突的启发式函数和考虑转弯的代价函数寻求可行区域,下层在此区域基础上搜索最优路径。在线AGV运行阶段,针对两AGV冲突,扩充了回退策略和路线重规划策略;针对多AGV冲突,提出一种基于贪心算法的区域避碰决策策略,以控制问题规模。最后利用Flexsim仿真进行了验证,结果表明,较于标准A*算法,改进A*算法能在保证搜索效率的同时获得冲突较少的初始路径方案;较于优先级策略,区域避碰策略能减少AGV等待时间;将二者相结合,能缩短整体作业完成时间,且随着AGV数量和作业任务增多,优势越明显。     

冰雪天气下高速公路可变限速控制研究

为保障冰雪天气条件下高速公路的行车安全与通行效率,在建立安全限速模型与交通流预测模型的基础上,提出一种基于粒子群优化算法的可变限速控制策略;首先,通过分析冰雪天气下车辆制动性能和交通流演化规律,提出适用于冰雪天气条件的高速公路安全限速模型以及交通流预测模型;其次,设计了兼顾通行效率与行车安全的优化目标函数,并考虑实际行车需求给出相关约束条件;最后,基于交通流预测模型并结合粒子群优化算法对可变限速值进行求解,并通过搭建的元胞自动机交通流模型将所提出的可变限速策略的控制效果与固定限速方案和分段安全限速方案进行对比仿真实验;仿真结果表明,相比于固定限速方案,可变限速控制减少了总行程时间、总行程延误时间和车辆冲突时间;相比于分段安全限速方案,可变限速控制有效减小了管控路段内的车辆行驶速度标准差,总行程延误时间和车辆冲突暴露时间也有所降低,验证了所提出可变限速控制策略的有效性。     

基于改进A^*算法的机场场面滑行路径优化

为了缓解机场场面交通拥挤状况,提高空侧交通运行效率和安全性,以优化进离场航班的滑行路径为目标,通过分析机场场面滑行路径优化问题,构建了机场场面滑行路径优化模型,并提出基于变步长的滑动时间窗方法和A*算法相结合的模型求解算法。以北京首都国际机场为例进行算例分析,与未考虑冲突的路径优化方案相比较,上述方法得到的总滑行时间节省121秒,通过算法实现对滑行冲突的智能识别与解脱,可为繁忙机场的调度工作提供了决策支持。     

考虑冲突和拥堵的自动导引车调度与路径规划协同优化

针对自动化集装箱码头自动导引车（AGV）调度与无冲突路径规划问题,提出了AGV冲突拥堵解决策略以生成无冲突路径。首先,考虑堆场缓冲支架的容量,运行路径无拥堵、节点无冲突约束,以最大完工时间最小、AGV总行驶时间最短为目标建立两阶段混合整数规划模型;其次,设计改进的自适应遗传算法、基于冲突拥堵解决策略的迪杰斯特拉算法求得AGV调度方案与无冲突路径。算例分析结果表明：改进的自适应遗传算法相较遗传算法平均求解时间降低了13.56%,且目标函数平均差距率为9.01%;基于冲突拥堵解决策略相较停车等待策略使得水平运输区拥堵度降低67.6%,AGV等待时间减少66.7%。可见,所提算法求解质量高且速度快,同时验证了所提策略的有效性。     

一种支持QoS的多级交换网络调度算法

现有MSM多级交换结构在非均匀业务源下性能不高.在深入分析多级交换网络内部拥塞控制理论的基础上,提出了一种中间级带缓存的多级交换结构-CB-3Clos结构及信用分发模式下基于背压的流控策略.通过理论分析了中间级负载分配算法应该满足的条件,给出了一种能够有效支持QoS的简单的类iSLIP调度算法-RGA算法.仿真结果表明:与现有的CRRD算法相比,RGA算法具有与业务源模型无关的高吞吐量特性,并在不均衡业务源模型下具有较好的时延性能.     

低碳时变城配送车辆路径-发车调度集成优化

针对交通拥挤环境下日益增长的城市配送需求，通过分析时序依赖对成本和碳排放的影响，引入车辆在节点等待和离散调度策略，研究基于时序依赖的低碳城市配送车辆路径与离散调度问题。为求解该问题，设计基于遗传算法与局部搜索相结合的混合进化搜索算法对模型求解，用积极的局部搜索机制替代随机的变异操作，并通过可行解构造算法、变概率交叉和多种局部搜索策略来提高算法求解质量和求解效率。通过对比仿真实验对算法和模型的有效性进行了验证。