基于相位饱和度的城市交通拥塞的定量评价方法

城市地面交通的拥塞主要是由于交叉口的信号配时引起的 ,由此限制了路段的通行能力。交叉口相应相位的绿灯时间的利用率可以反映出该路段的拥塞程度。本文通过对路口实时交通数据的分析 ,提出了一种基于相位饱和度的交通拥塞的定量评价方法     

基于相位饱和度的城市交通拥塞的定理评价方法

城市地面交通的拥塞主要是由于交叉口的信号配时引起的，由此限制了路段的通行能力，交叉口相应相位的绿灯时间的利用率可以反映出该路段的拥塞程序。本文通过对路口实现交通数据的分析，提出了一种基于相位饱和度的交通拥塞的定量评价方法。     

基于混沌控制方法的Internet拥塞控制

针对Ranjan等提出的具有分岔和混沌行为的TCP-RED非线性离散模型,从混沌控制角度出发,提出了一种迟滞反馈控制方法,通过对系统参数施加扰动,得到了使路由器缓存中的平均队列长度稳定在原系统的平衡点处的充要条件,从而可获得较高的资源利用率和有界的时延等。最后通过数值仿真验证了该方法的有效性。     

基于EM算法的拥塞链路检测方法

网络拥塞会严重影响互联网性能,甚至导致网络崩溃。在发生拥塞时,准确检测异常链路,定位拥塞位置、估计拥塞程度,使拥塞在早期就被及时控制,避免拥塞扩散,对网络管理和监控具有重要研究意义。本文根据网络透视技术思想,提出一种基于EM算法的拥塞检测方法,从一个新的角度检测链路拥塞的发生。实验证明该方法有效,对大规模网络管理和监控具有重要意义。     

一种基于Ad hoc网络的拥塞检测方法

在移动Ad hoc网络中传输多媒体流会因为无线网络中诸如节点移动、网络拥塞、信道故障等各种复杂的网络事件而变得很具有挑战性和研究价值.如何区分各种不同的网络事件从而采取相应的对策是一大难题.在文中,基于TCP友好协议TFRC,提出了一种检测网络事件的方法,能够将网络拥塞事件和其他的网络事件区分出来,从而能更好地应用于多媒体流的传输.最终通过NS2仿真来验证这种多参数的检测方法比起单一的端到端的检测方法具有更好的精确性,能够更好地为多媒体流服务.     

一种基于休眠调度的数据源拥塞控制方法

为了能够长期对监测区域进行持续的数据采集,无线传感网通常运行在休眠调度模式,这种模式使得网络的通信连通性处在动态变化之中,造成一种新的网络拥塞现象——数据源拥塞.这种拥塞问题会造成节点缓存区溢出,从而导致数据丢失,甚至造成节点不响应任何数据转发请求,该问题在传感器异构的无线传感网中表现得更为严重.许多典型的拥塞控制方法是令网络中的数据绕过拥塞节点进行传输,也有一些方法是对拥塞节点的通信速率进行控制,但是以上这些方法无法缓解数据源拥塞的影响.分析影响数据源拥塞的因素,建立了描述节点数据源拥塞概率的传送带模型,提出了一种以降低数据源拥塞概率为目的的节点休眠调度机制(district cooperation schedule, DCS).通过理论推导和实验分析,证明该模型可以较准确地预测数据源拥塞概率,同时DCS可以有效降低数据源拥塞现象的发生.     

基于拥塞预测的NoC自适应仲裁方法*

传统用于总线系统或互联网的仲裁方法已不能很好地适应NoC应用环境。围绕NoC系统性能的关键影响因素——拥塞状态,提出了一种基于全局和本地拥塞预测的仲裁策略(GLCA),以改善NoC网络延迟。实验结果表明,相对于RR方法,新仲裁算法使得网络平均包延迟和平均吞吐量最大分别可改善20.5%和8%,并且在不同负载条件下都保持了其优势。综合结果显示, GLCA与RR方法相比,路由器仅在组合逻辑上有少许增加(25.7%)。     

一种基于模糊理论的拥塞控制方法

路由器在处理拥塞时．一般采用尾部丢弃TD-FIFO算法和随机早期丢弃RED算法。通常把网络载荷分为正常、拥塞避免和拥塞三个阶段，并在拥塞避免阶段开始采取行动。但是网络上信息量是一个动态、非线性过程，在各个阶段有一定的不确定性，因此一些传统的方法很难取得更好的效果。文中充分利用模糊理论在处理不确定性问题上的优越性，用整体和局部相结合的方法，取得比传统方法更好的效果。模拟结果表明．模糊算法比传统的RED算法更合理，效果明显，更好地改善了路由器的拥塞控制性能。     

基于仿真的TCP拥塞控制算法研究

从数据包级研究了几种不同的TCP拥塞控制算法:Tahoe、Reno、Newreno、SACK,探讨了TCP增加选择性确认(SACK)和选择性重传的优点.通过对TCP协议版本的实验仿真,比较它们在相同的网络环境下算法的性能差异.当窗口中多个报文丢失,没有选择性确认机制的TCP Reno表现很差的性能.而在TCP Reno基础上做一个保守的扩展,将选择性确认机制加入到TCP中,TCP SACK表现出优异的性能:TCP SACK增强了TCP的鲁棒性,解决了报文失序的问题,提高了重发效率和信道的利用率.     

基于传感器判断交通拥堵度网络协同算法

本文实现了将无线传感器网络应用到交通控制系统中,通过搭建无线传感器网络通信平台来将交通中的实体给联系起来,从而为提高城市交通信号控制效率提供一种新的方法。     

基于神经网络的城市快速路交通拥堵判别算法

针对城市快速路的常发性拥堵和偶发性交通拥堵,提出了一种基于神经网络的自动判别算法.该方法利用改进的自适应梯度算法优化神经网络的权值参数,既能保证神经网络参数收敛到全局最优值,又具有快的学习速度,提高了神经网络的检测效果.利用微观交通仿真软件PARAMICS建立了城市快速路网,通过多次仿真获得了包含各种交通拥堵的学习样本,增强了算法的鲁棒性.将训练好的神经网络对多种实际的交通数据进行了仿真试验.实验结果表明,该算法在城市快速路交通拥堵判别中具有较高的检测率和较低的误报率.     

城市道路交通拥堵问题处理对策研究

城市道路交通拥堵是我国城市经济发展的重要影响因素之一。通过结合一些发达国家在解决交通拥堵问题方面的丰富经验,提出了解决我国大城市道路交通拥堵问题的建议。     

城市量化研究中视频人流统计分析

在现代城市规划研究中,聚焦人的信息的深度分析至关重要.采用有效的视频分析技术处理和分析监控视频可以极大地扩充行人信息的基础数据,对城市量化研究具有重大意义.该研究方法通过拍摄一段时期同一街道视频进行相应的处理.采用基于前向传播卷积神经网络模型的深度学习方式检测视频中指定监测区域的行人.为确保行人信息的准确性,故对检测到的行人进行跟踪处理,同时添加跟踪目标丢失判断及相应处理.最后量化行人数量、运动方向、滞留时间以及运动速度等信息数据,进行相应的数据分析.实验结果表明该研究方法能有效的实现量化行人信息数据,为城市定量化研究提供准确有效的数据支撑.     

基于LSP路径拥塞的分布式流量工程算法

提出了一种MPLS网络并行路径间合理分配流量实现流量均衡的分布式流量工程算法DITB。该算法利用LER与LSR各自在统计网络状态信息方面的优势，通过引入3种消息实现彼此间网络状态信息的传送，由LER将整条路径的拥塞状况与单个链路的拥塞状况相结合，直接给出合理的流量均衡方案，达到流量工程的目的。通过仿真分析验证，该算法网络开销少、运算速度快、优化效果较为明显。     

基于K-means聚类的交通拥堵预测系统

针对当前车辆堵塞的问题,本作品进行实地考察并依托往期数据,运用机器学习,预测出每日各时段交通热力图。通过交通控制学及其他资料,建立交通信号灯配时优化模型并进行求解。通过红外传感将每条干道上的平均行驶速度测量传递给上位机,上位机求出最优解后,通过以太网把数据传递给各个路口交通信号灯,动态分配其时长以便预防,解决堵车现象。     

基于机器视觉的交通拥堵评估系统

传统的交通灯采用固定配时模式,缺乏灵活性、智能性.针对上述问题,提出一种基于机器视觉的交通拥堵评估系统对采集到的视频进行智能分析处理.首先,利用提取的梯度直方图特征和AdaBoost级联分类器实现对车辆的检测,并辅以RFID来实现车辆计数;进而通过Spark大数据分析平台而评估出当前的交通拥堵情况.实验表明本系统能根据当前的实际交通情况智能调整交通灯的变换时间,达到动态缓解交通压力的目的.     

天津市城市道路交通拥堵解决方案

天津作为我国的大型沿海城市,面临着城市交通的供应能力有限和城市交通需求快速增长的矛盾。在本文中,天津城市交通拥堵问题进行了讨论和研究。首先,从理论上探讨在天津交通拥堵现状;其次,分析天津的主要道路,路口交通拥堵的原因;最后,从国外城市的成功经验,解决交通拥堵问题,从中国的国情和天津市的实际交通状况出发提出了对策和建议,以解决天津城市交通拥堵的问题。     

基于区域密度的交通拥堵判别方法

本文通过对交通流进行特征提取和状态的划分,建立了交通流判别准则.同时提出一种交通拥堵程度的智能判断方法,该方法以区域密度作为判别交通流状态的主要特征值,辅以时间占有率,结合空间和时间维度来判断当前道路的拥挤程度.仿真实验说明该方法具有较好的准确性和客观性.