排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
传统的交叉口信号配时大多只从提高车辆的通行效率这一角度出发,未考虑交叉口处的行人因素以及车辆尾气排放,
容易造成交通事故,加剧环境污染。 从车辆和行人的交通效益以及环保角度出发,在改进的 Webster 延误模型基础上提出了以
车辆延误、行人延误、停车率、通行能力、尾气排放为优化指标的多目标函数,利用改进的粒子群优化算法(PSO)对所建立的多
目标函数求出最佳信号周期;再利用流量比计算公式求出各个相位的红绿灯时间。 使用这种配时方案,在交通流量高峰期,可
以使车辆的延误降低 18. 7%,停车率降低 15. 9%,行人延误降低 17. 8%,尾气排放降低 38%;在交通流量低峰期时,可以使车辆
的延误降低 11. 6%,停车率降低 6. 9%,通行能力提高 8%,行人延误降低 28. 6%,尾气排放降低 5. 6%。 使用这种配时方案在一
定程度上可以提高道路通行能力、减少交通事故、减少尾气排放、降低道路拥堵。 相似文献
2.
地球物理测井中的地震反演是油气藏定性识别的一个重要步骤,非均质储层测井资料的识别是地质工作者和工程技术人员面临的重大挑战.提出了一种基于地震属性集成学习的测井数据预测方法,对大港油田X区块A区明化镇组高产砂岩储层进行应用分析.对研究区125口代表性井的地震体和测井数据进行了岩石物理性质分析,将地震数据与测井数据在同一尺度进行了集成.利用XGBoost算法对地震属性进行重要性分析,选择对测井数据预测影响最大的地震属性作为模型输入.分别使用XGBoost、AdaBoost和随机森林这3种集成学习算法建立预测模型.研究结果表明预测结果与真实值接近,与传统的方法相比具有更好的预测性能,基于地震属性的集成学习算法可以明显提高自然伽马测井数据的预测精度. 相似文献
1