基于实时路况的交通信号灯智能管控方法

为解决城市严重的交通拥堵问题,提出一种基于实时路况的交通信号灯智能管控方法。实时检测交叉方向车辆,计算车道占用率,应用模糊控制理论优化信号灯切换频率,确保双向车道均衡使用。实验利用实测数据,结合模拟分析结果,针对早晚高峰以及中午等3个典型时段道路交通状况,与传统定时控制方法进行比较,比较结果表明,该方法能够有效地利用车道,增强交通通行能力,较传统的定时控制方式更具有适用性。     

城市区域交通信号迭代学习控制策略

城市交通流具有复杂的非线性动态特性, 在交通控制中难以对其进行精确的数学建模; 同时, 以天为周期, 宏观交通流又呈现出明显的周期性特征. 鉴于此, 提出一种基于迭代学习的城市区域交通信号控制策略, 通过对交通信号的迭代控制, 使路段的平均占有率收敛于期望占有率, 从而使绿灯时间得到充分利用并防止交通拥堵的发生, 保证了交通流在路网中的高效平稳运行. 严格的理论推导证明了该方法的收敛性, 仿真结果验证了该方法的有效性.

     

移动互联网环境下的防篡改系统性能评估模型

随着网页防篡改系统的广泛应用以及移动互联网的快速发展,目前针对防篡改系统的性能评估尤其是在移动网络环境下的性能评估还没有一个准确的评估模型,不能科学地对测试数据进行量化评估。针对上述问题,通过分析防篡改系统的性能要求、移动网络流量的组成与特点以及性能测试工具的选择和配置等,设计出一套对网页防篡改系统进行性能评估的模型。模型主要以业务响应时间、最大并发连接数和系统资源占用三个关键点为标准,对各项分配权值,以此对测试数据进行量化评分。并利用模型对现有防篡改系统进行评估。     

基于BPC的网站全流程监控

随着电信行业竞争的加剧,服务满意度成为客户选择运营商的重要标准之一。为提供给客户最佳服务,运营商越来越重视门户网站与用户交互时的表现,但怎样才能准确掌握交互期间系统各环节响应情况是一个难题。探讨了建设网站全流程实时监控系统的必要性,介绍了相关技术,给出了具体的建设方案。实践证明,使用该方案建设的全流程监控系统,可以从业务角度准确掌握任意时刻系统支撑用户访问时各环节的实时响应情况,实现全方位、全流程关联监控,及时发现异常及时告警,提升用户感知。     

PLC和iFIX在公路隧道交通监控中的应用

隧道作为路段的特殊构造物,具有易发生事故及事故危害程度大,难于处理的特点。为保障公路隧道内道路畅通和行车安全,减少交通事故的发生,防止造成二次事故,隧道需要设置交通控制系统。以青海柳梢沟隧道监控系统为例,系统通过组建ABB AC500 PLC冗余系统OPC服务器,由组态软件i FIX自带的OPC客户端驱动读取服务器数据,与工业以太网技术相结合来实现公路隧道的远程数据采集。实际运行表明,该系统操作简便、易于维护、通信稳定且数据传输速率高。     

利用多维分级Cache替换策略减少对PCM内存写回量

寻找新型存储材料代替DRAM内存是当前的一个研究热点。相变存储PCM因其具有低功耗、高存储密度和非易失性的优点受到广泛的关注,然而PCM的可擦写次数有限,要用作内存必须考虑如何减少对其的写操作。针对该问题,一种有效的解决方法是优化Cache替换策略,减少Cache中脏块被替换出的数量。现有研究主要通过在插入和访问命中时给脏块设定较高的保护优先级来达到给脏块额外保护的目的,但是在降级过程中不再对脏块与干净块进行区分,这导致Cache可能在存在大量干净块的情况下仍然先替换脏块。提出一种新型的Cache替换策略MAC,它通过一个多维分级结构在脏块与干净块之间设置了不可逾越的界限,使得脏块能得到更有力的保护。模拟实验表明,相对LRU替换策略,MAC以较低的硬件开销代价平均减少约25.12%的内存写,同时对程序运行性能几乎没有影响。     

基于序贯蒙特卡洛算法的交通流事件重构

针对交通数据重构应用性差、缺乏对交通事件重构的研究等问题,结合交通流非线性非高斯的特点,提出一个基于序贯蒙特卡洛方法的交通流堵塞事件重构模型。该模型不断同化道路上的传感器数据,使仿真中的交通状态不断逼近真实路况,通过分析仿真数据以探测真实路网中存在的堵塞事件。模型能够对探测到的堵塞进行多粒子模拟来实现对真实道路上堵塞事件的重构。实验结果表明,该模型能够推测并重构出道路上的堵塞事件,对堵塞起始位置重构的平均误差为17m,对堵塞范围重构的平均覆盖率为82%。     

改进人工蜂群算法优化RBF神经网络的短时交通流预测

为了提高径向基函数RBF神经网络预测模型对短时交通流的预测准确性,提出了一种基于改进人工蜂群算法优化RBF神经网络的短时交通流预测模型。利用改进人工蜂群算法确定RBF网络隐含层的中心值以及隐含层单元数,然后训练改进的人工蜂群算法RBF神经网络预测模型,并将其应用到某城市4天的短时交通流量数据的验证。将实验结果与传统RBF神经网络预测模型、BP神经网络预测模型和小波神经网络预测模型进行了比较。对比结果表明,该方法对短时交通流具有更高的预测准确性。     

移动终端交通动态图形化信息受信位置研究

交通动态信息图形化发布是通过对道路网抽象简化形成简易道路图形,并在此基础上发布实时路况的交通信息发布方式。在移动终端上发布图形化动态信息时,应充分考虑移动终端的可移动性以及实时在线特性,在关键的位置发布合理的图形信息,才可提高交通动态信息的识别度和提升信息诱导效果。通过分析驾驶人信息接收过程和线路的调整行为特性,研究图形化数据受信距离的设置方法,建立受信距离计算模型,给出了模型关键参数的计算方法和参考数据,从而为后期规模性图形化发布位置的布设奠定基础。     

Limitations of a Mapping Algorithm with Fragmentation Mimics (MAFM) when modeling statistical data sources based on measured packet network traffic

Knowing the estimation of a statistical process’s parameters for measured network traffic is very important as it can then be further used for the statistical analyses and modeling of network traffic in simulation tools. It is for this reason that different estimation methods are proposed that allow estimations of the statistical processes of network traffic. One of them is our own histograms comparison (EMHC) based method that can be used to estimate statistical data-length process parameters from measured packet traffic. The main part of EMHC method is Mapping Algorithm with Fragmentation Mimics (MAFM).