基于改进BP神经网络的道路交通事故预测

道路交通事故因受多种随机因素的影响而呈现出非线性的特点,传统的线性分析方法无法完全揭示其内涵。在分析道路交通事故与人、车、路等因素关系的基础上,利用神经网络具有描述非线性特性的能力,将影响交通事故的多种因素综合起来建立了基于改进BP神经网络的道路交通事故预测模型。选取人口密度、路网密度和机动车辆密度作为交通事故预测模型的输入神经元,采用道路交通综合死亡率作为道路交通事故的输出评价指标,对道路交通事故进行预测。实验结果表明,该预测模型能很好地适用于道路交通事故预测,验证了该模型的可行性和有效性。     

城市交通计算机区域自适应控制系统

城市交通信号控制系统是现代城市交通管理系统的中枢,也是智能交通系统的重要组成部分。其管理与控制手段的优劣将直接影响城市道路交通拥堵或疏通的效果。虽然城市道路交叉口信号控制有改善交通流秩序与保障安全的优点,但是若不能提供优化的控制,将会产生交通流停顿与拥堵的负面效果,会成为城市交通拥堵的一个重要原因。运用高科技手段建设现代化的交通信号控制系统已经势在必行。     

计算机网络拥塞控制算法改进算法研究

网络拥塞是由于网络业务流不可预测的流量突发现象造成的。文章从考虑网络业务流突发现象产生的特点出发,采用可用带宽测量技术和流量整形技术,提出了一种针对传统网络拥塞控制算法的改进算法（TCP2Shape）。     

改进的RBF神经网络交通流预测算法

短时交通流预测是实现智能交通控制的前提与基础.提出了一种基于粗神经网络的RBF短时交通流预测算法,该算法在交通流量预测方面明显优于常规RBF神经网络,且具有较高的实时性.     

基于并行遗传算法的智能公交排班研究

智能公交排班问题是公交车辆智能调度的一个典型问题之一。它可以描述为：利用某种智能化算法,在有限的步骤内,找出所有满足约束条件的最优或者接近最优的排班方案。由于排班问题搜索规模巨大,传统算法在短时间内难以获得高质量可行解。文章引入并行遗传算法,对三种主流并行模型进行评价分析,并设计了求解车辆排班问题的粗粒度并行遗传算法,编制了算法实现程序。     

基于B/S结构的突发水污染事故模拟平台研究

为防御突发水污染事故可能造成的水环境影响,本文研究建立基于B/S结构突发事故模拟平台,为制定科学有效的事故处置方案提供依据。以浙江省某条河流为例,采用PHP＋MySQL体系架构,将传统瞬时源水质模型与现代计算机科学相结合,可计算出突发事故可能造成的下游各断面水质变化过程、敏感点超标时间、超标程度和影响河段范围。该平台的开发可为水利、环境管理部门了解事故可能造成的影响及快速生成处置方案提供决策依据。     

Behaviour based on decision matrices for a coordination between agents in a urban traffic simulation

This paper describes a multi-agent coordination mechanism applied to intersection simulation situations. In a goal of urban traffic simulation, we must consider the dynamic interactions between autonomous vehicles. The field of multi-agent systems provides us some studies for such systems, in particular on the coordination mechanisms. Conflicts between vehicles (i.e. agents) are very frequent in such applications, and they may cause deadlocks, particularly at intersections such as crossroads. Our approach is based on the solving of two player games/decision matrices which characterize three basic situations. An aggregation method generalizes to n-player games for complex crossroads. The objective of this approach consists in searching basic two-player matrices for solving n-agent problems. To explain the principle, we describe our approach for a particular case of crossroad with three agents. Finally, the obtained results have been examined via a tool of road traffic simulation, ARCHISIM. We assume also that the global traffic replicates the behavior of agents in different situations.     

大规模宽带接入及流量调度器的研究与实现

基于固定多出口链路网络,优化核心级数据处理方法,提出一种宽带网络接入及流量管理调度器系统架构模型,并设计了用户控制管理功能和客户端链路流量整形方法。实验表明,模型适用于多链路各种负载下的流量优化,有效解决了宽带网络的大量用户接入及负载均衡问题。     

基于主从粒子群的模糊小波神经网络交通控制

城市交通智能控制是ITS的重要组成部分,交叉口是决定道路通行顺畅的制的基础.为提高路口的通行能力,提出了主从结构的粒子群算法优化模糊小波神经网络参数,并将其应用于交通信号的控制.算法中,主级粒子进行全局搜索,从级粒子以主级粒子找到的最优解为中心进行局部搜索.仿真结果表明该算法能够有效减少交叉口车辆平均延误时间,提高道路通行能力.     

Integration control for traffic corridors considering guidance information

The problem of designing integration traffic strategies for traffic corridors with the use of ramp metering, speed limit, and route guidance is considered in this paper. As an improvement to the previous work, the presented approach has the following five features： 1） modeling traffic flow to analyze traffic characteristics under the influence of variable speed limit, on-ramp metering and guidance information; 2） building a hierarchy model to realize the integration design of traffic control and route guidance in traffic corridors; 3） devising a multi-class analytical dynamic traffic assignment （DTA） model for traffic corridors, where not only the route choice process will be different for each user-class, but also the traffic flow operations are user-class specific because the travel time characteristic for each user-class is considered; 4） predicting route choice probabilities adaptively with real-time traffic conditions and route choice behaviors corresponding to variant users, rather than assuming as pre-determined; and 5） suggesting a numerical solution algorithm of the hierarchy model presented in this paper based on the modified algorithm of iterative optimization assignment （IOA）. Preliminary numerical test demonstrates the potential of the developed model and algorithm for integration corridor control.