基于初等运动的多机器人避碰及死锁预防

该文以一实际应用为背景提出了多移动机器人避碰及死锁预防算法,该算法将机器人的运行环境形式化地描述为初等运动集、冲突图、总任务集及机器人作业集,利用集合论、图论的有关方法及技术实现了多机器人间的避碰与死锁预防。当机器人的运行环境改变时,只需要对相应的集合描述文件进行修改,而不用对程序做任何屐改动。算法的另一个特点是利用避碰算法巧妙地完成了死锁预防。仿真和实际运行证明了该算法高效可靠。     

哲学家进餐问题初探

对哲学家进餐问题的死锁和死锁预防进行了探讨,用Java多线程对每个算法进行了模拟实现。     

基于强化学习算法的多机器人系统的冲突消解策略

多机器人系统中，随着机器人数目的增加．系统中的冲突呈指数级增加．甚至出现死锁．本文提出了基于过程奖赏和优先扫除的强化学习算法作为多机器人系统的冲突消解策略．针对典型的多机器人可识别群体觅食任务．以计算机仿真为手段，以收集的目标物数量为系统性能指标，以算法收敛时学习次数为学习速度指标，进行仿真研究，并与基于全局奖赏和Q学习算法等其他9种算法进行比较．结果表明所提出的基于过程奖赏和优先扫除的强化学习算法能显著减少冲突．避免死锁．提高系统整体性能．     

高层体系结构中时间管理算法研究及改进

不恰当的最大安全推进时间(GALT)计算方法会影响系统整体运行,严重情况下可能导致系统死锁,使整个系统仿真无法向前推进。为此,分析经典时间推进Frederick算法中可能出现死锁的情况,给出死锁出现的原因,并对死锁产生的原因进行论证,在此基础上,设计一种基于该算法的改进无死锁时间管理GALT计算算法。分析结果表明,改进算法可以有效解决GALT计算产生的死锁问题。     

分布式系统死锁的预防、避免和检测

分布式系统涉及到资源和数据的高度共享,从而可能引发死锁。分布式系统的死锁是由于资源和通讯产生的。从分布式系统死锁产生的条件,解决策略,以及分布式系统中死锁预防、避免和检测的各种算法进行了具体阐述。     

基于Petri网并行程序通信死锁的检测和预防

无死锁是并行程序正确性的主要条件之一,已有研究成果关注于死锁检测,但对死锁预防研究较少。该文在对消息传递模式并行程序各种通信过程进行分类介绍的基础上,借助Petri网进行建模,提出程序死锁与Petri网死标识的对应关系,给出通信死锁检测算法,进而针对2种引起通信死锁的原因提出了3种预防方法,通过比较提出最佳方案。该方法既有较好的通用性,又可用于并行算法设计阶段的死锁预防以提高并行编程效率。     

哲学家进餐问题死锁预防一种解法及Java实现

用P、V原语对哲学家进餐问题的一种死锁预防算法进行了描述,对其进行了分析,并用Java多线程模拟算法的实现过程。     

一种车间调度死锁实时解决算法

对比2种不同的编码形式及算法,提出一种实时发现和死锁解决算法,该算法不抛弃任何染色体,仅调整死锁染色体内基因的调度顺序,从而实现所有染色体的调度,并快速找出最优解。仿真实验结果表明,该算法是有效的。     

操作系统中死锁问题的研究

主要研究操作系统进程的死锁问题。进程死锁问题是操作系统的主要问题之一,很多学者专家一直在研究怎样解决这个问题。首先提出了死锁的概念,死锁发生的原因及产生死锁的四个必要条件,然后又讨论了破坏死锁发生的必要条件,就能预防死锁的发生,最后具体的谈论了死锁避免的最著名的算法—银行家算法,从而阻止死锁的发生。     

容错的分布式系统通用死锁模型检测解除算法

分布式系统技术为采用低成本购建高性能系统提供了有效的途径,但是由于资源的分配与需求可能产生冲突,造成系统中发生死锁,导致系统运行陷入停滞.在不可靠的分布式系统中,故障会干扰正常的死锁检测,但现有的死锁检测算法不具有容错功能.对失效形式进行了归类,提出一个容错的死锁检测解除算法.算法建立在通用的AND-OR 模型基础上,采用扩散计算和集中规约方式,不仅能够检测到死锁,而且能给出死锁环的全部成员.若死锁拓扑处于静态且为环状,算法的消息复杂度的上限为e+n-1,时间复杂度为d,其中e为死锁等待图中边的个数,n和d为构成死锁环的节点的个数,分析表明算法性能等于或优于同类算法.     

基于混合整数规划的智能网联车冲突区时序优化模型

智能网联车的大规模应用为交通冲突区域的优化与管理提供了新的机遇和挑战.为保证冲突区域车辆的汇入安全,提高冲突区域车流的运行效率,引入优化时间区间的概念,以车辆平均延误为优化目标,车辆通过冲突区域的最小安全时间间隔为约束条件,构建车辆进入冲突区域时序的混合整数线性规划模型.为研究不同流量状态对模型结果的影响,设计不同流量...     

拥挤路线交通量控制的模糊推理算法

当道路发生突发性事件引起交通拥挤时，一方面需要引导驾驶员转向到可替换路线， 另一方面也要对进入拥挤路线的交通量进行控制．本文通过对反映路线拥挤程度的延误时间 信息和排队长度信息进行预测，设计了在事件持续时间内，以车辆到达率不超过事件发生地 点通行能力为拥挤路线控制目标的模糊推理算法，并进行了实际案例分析．分析结果表明， 这种模糊推理算法能在一定程度上取代交通工程师们对拥挤的管理，从而提高了拥挤管理的 效率．     

基于VISSIM微观交通仿真软件的导流岛机非冲突元胞自动机模型

针对复杂的导流岛冲突区机非冲突行为,应用传统解析法得到的右转车道通行能力往往与实际运行状况偏差较大。为此,提出了基于VISSIM微观交通仿真软件的导流岛机非冲突元胞自动机模型。该模型利用VISSIM的组件对象模型编程,依据提出的元胞自动机规则集,通过设置一系列模拟元胞的检测器,来控制右转机动车的车速变化,从而模拟右转机动车面对非机动车或行人冲突时的截流效应,并同时利用VISSIM仿真软件的让行设置来控制非机动车或行人的过街行为。仿真结果表明,利用该模型得到的右转车道通行能力值与实际观测值的平均相对误差为5.45%,优于传统的解析法,能够较好地反映导流岛冲突区的实际运行状况,从而为混合交通条件下导流岛渠化形式的规划、设计、交通管理与组织提供理论依据。     

交叉口混合交通流微观控制模型

为构建智能网联汽车(CAV)和有人驾驶汽车(HDV)混合通行情况下的交叉口通行机制与控制方法, 本文提出CAV专用道条件下交叉口协同通行模型. 首先, 设计CAV专用道条件下的交叉口布置, 对交叉口进行网格化处理,将CAV通行时隙和HDV绿灯相位对交叉口某部分网格某时段的占用统一到交叉口时空资源描述框架下; 其次, 建立兼顾CAV与HDV的交叉口时空网格资源分配模型, 构建自适应信号灯控制算法和CAV轨迹规划算法; 再次, 以车辆最小延误为目标进行自适应信号灯配时优化和CAV轨迹优化; 最后, 选取广州某典型交叉口建立仿真实验对所提方法的有效性进行了验证.     

基于行人安全的交通信号灯智能控制算法研究

提出了一种基于深度确定性策略梯度(DDPG, deep deterministic policy gradient)的行人安全智能交通信号控制算法;通过对交叉口数据的实时观测,综合考虑行人安全与车辆通行效率,智能地调控交通信号周期时长,相位顺序以及相位持续时间,实现交叉路口安全高效的智能控制;同时,采用优先经验回放提高采样效率,加速了算法收敛;由于行人安全与车辆通行效率存在相互矛盾,研究中通过精确地设计强化学习的奖励函数,折中考虑行人违规引起的与车辆的冲突量和车辆通行的速度,引导交通信号灯学习路口行人的行为,学习最佳的配时方案;仿真结果表明在动态环境下,该算法在行人与车辆冲突量,车辆的平均速度、等待时间和队列长度均优于现有的固定配时方案和其他的智能配时方案。     

基于TdPN的中小流量交叉口信号控制研究

针对城市中小流量交叉口交通拥堵问题,提出了一种基于时延Petri网(Timed Petri Net, TdPN)的可变相序信号控制模型。利用TdPN建立交叉口车流模型和信号控制模型,结合马尔可夫链,建立交通流的动态生成模型。通过将通行权赋予当前等待车辆数最大的相位来实现相位的随机选择。以平均延迟时间最小为优化目标,通过遗传算法求解最优相位配时。在信号周期固定的情况下,分析基于TdPN的四相位可变相序控制模型在不平衡交通流下对交叉口平均排队长度的影响,并将此模型与四相位固定相序控制模型进行对比。研究结果表明,该方案在单位时间内有效地减少了交叉口的平均排队长度。     

基于改进克隆选择算法的区域交通灯配时优化

为提高城市区域路网通行效率,提出一种基于改进的克隆选择算法的区域交通灯实时配时方法。该配时方法以最小化区域路网总滞留车辆数为优化目标,将交通灯状态设置问题转换成克隆选择算法搜索最优解问题,在每个单位时间根据实时车流量动态搜索出使区域路网通行能力达到最高的交通灯配时方案。为提高克隆选择算法寻优性能,提出双层动态变异算子,并对克隆抑制算子与种群刷新算子进行改进。以西安市某区域路网为仿真实验参考对象,仿真结果表明：提出的配时方法的区域路网总滞留车辆数比固定配时减少了38.93%,比基于标准遗传算法的配时方法减少了20.33%。     

ORA——一种负载平衡的虚通道分配算法

MPP互联网中通常使用虚通病来防止死锁和提高网络吞吐率。但通常的虚通道分配算法会导致通道的负载不平衡,从而降低网络的性能。针对采用虫孔路由技术和维序路由算法下的Torus互联网,提出了ORA虚通道负载平衡分配算法。与Naive分配算法和Scott分配算法的比较表明,ORA能够较好地实现负载平衡,能够较好地提高网络的性能。     

基于DEVS的交叉路口建模与仿真

考虑有信号控制的交叉路口内车辆之间、车辆与行人之间的冲突，在离散事件仿真规范（DEVS）框架下构建了交叉路口微观交通仿真模型.以某市典型交叉路口观察数据标定仿真参数，将仿真结果与按《城市道路设计规范》计算得到的通行能力进行比较，验证了模型.在此基础上，首先，仿真分析了不同左转比例对交叉路口通行能力的影响；然后，基于各方向等待通过交叉路口的车辆数目设计了智能绿信比控制策略.仿真试验表明：通行能力随着左转车比例的增加先上升后下降；智能绿信比控制能显著提升交叉路口通行能力，明显降低平均引道延误时间.由此证明仿真模型能真实地模拟交叉路口各因素间的相互作用，且易于扩充，通用性强，能够用于其它智能交通问题的研究.