一种基于单调链和Geohash索引的公共边裂缝处理算法

在分析矢量数据压缩时产生公共边裂缝的原因以及解决该问题的常用方法的优缺点的基础上,提出一种基于单调链和Geohash的公共边裂缝处理算法.首先,算法采用单调链扫描线算法从图形集中为每一个矢量图形快速确定可与之相交的图形子集;其次,利用Geohash索引快速查找相交图形的公共点,继而提取出公共边和非公共边;然后,设计一个索引结构存储公共边的压缩信息,用于公共边只压缩一次的前提下保证图形集的完整性;最后,从有效性和时间效率2个方面对算法进行分析和评价.实验结果表明,算法对图形进行逻辑分段保证了公共边在相邻图形中化简结果的一致,与目前比较优秀的同类算法相比,在可行性以及在时间效率上都具有一定的优越性.     

基于多传感器的智能出租车设备和算法

基于多传感器的智能设备对出租车当前的车辆信息和乘客状态进行检测,并利用后端服务器中的智能调度算法分配出租车.该装置通过出租车上的GPS模块、GPRS模块、单片机控制模块等来实现,其中单片机控制模块通过GPRS模块将GPS模块的信息发送到后端服务器,完成对出租车的监控.调度管理系统的调度算法分析用户对出租汽车的请求信息,计算最接近用户的负荷,发送出租汽车调度指令,完成出租汽车调度.试验分析表明,提出的智能出租车调度管理系统具有较高的效率,能够有效提升出租车运营效率.     

基于多源浮动车数据融合的道路交通运行评估

针对当前出租车浮动车数据覆盖范围和数据质量不足的问题,在现有数据特征分析的基础上引入百度手机导航和公交车浮动车导航数据,面向道路运行评估和拥堵管理提出了基于出行时间的交通运行指数算法和一种基于出租车、百度、公交车多源浮动车数据融合的道路交通运行评估方法,构建了多源数据融合规则和融合算法.以深圳为例进行了融合效果分析,结果表明所提出的多源数据融合方法效果显著,很大程度上提高了融合结果精度、数据覆盖率、数据可靠性和数据样本量,最后提出了主要应用方向和初步应用效果,能够为国内外城市开展交通运行评估工作提供借鉴.     

交通状况对出租车运行区域的影响研究

针对大中城市高峰期间打车难的现象,利用出租车GPS数据,提出了一种量化研究出租车逃离城市拥堵区域的方法。首先采用射线法进行地图匹配,将中心城区路网划分为多个研究区域,利用出租车GPS数据来统计各区域每5分钟内的累计车辆频数;再利用不同区域间的累计车辆频数比值来描述区域间出租车的流动情况。研究结果表明,出租车在高峰期间存在逃离交通拥堵区域的现象,并且发现出租车逃离拥堵区域的时段相对于社会车辆的高峰期滞后0.5~1.0 h。该研究成果对于掌握出租车运行特性和出租车管理具有一定的借鉴价值。     

基于Dropconnect的CorrelationNet预测乘客出租车需求

为了提高乘客出租车需求预测的准确性以及出租车服务的运行效率,提出一种使用Dropconnect方法的CorrelationNet。该方法包括两个阶段,时空特征选择和Dropconnec正则化。首先,预测模型在深度神经网络中添加了时空相关性分析机制,并确定了用于出租车需求预测的时空特征,形成了新的深度学习网络CorrelationNet。然后,预测模型使用Dropconnect训练新的深度学习网络CorrelationNet,以减少过拟合。最后,在广州进行了应用试验以验证模型;采用支持向量机回归(SVR)、人工神经网络(ANN)和CorrelationNet方法,用相同的出租车GPS数据集来评估所提出方法的性能。实验结果表明,该方法优于其它几种方法,更适合于乘客出租车需求预测。     

出租车GPS数据轨迹化方法研究

为提高出租车行业理论研究与实际应用的GPS轨迹数据质量,针对原始的出租车GPS数据,提出一套考虑出租车行业特性的完整的GPS数据轨迹化方法。分析了哈尔滨市出租车GPS数据的采样率、误差及与路网的匹配情况;提出一种考虑车头朝向、临近距离、路段连通性及转弯限制四种权重的拓扑地图匹配算法;提出一种出租车出行轨迹识别方法,并在此条件下建立了出租车GPS轨迹的存储结构模型。结果表明,提出的地图匹配算法有较高的准确率,能够满足理论研究及实践应用的需要;而轨迹识别方法及存储模型在实际中成功应用,为哈尔滨市出租车智能管理调度平台提供数据支撑。     

基于并行处理的FFT快速算法

FFT算法是频域图像处理中最重要的核心算法之一,是影响数字图像处理软件系统整体效率的关键。提出的一种适于SIMD计算模式的自然顺序二维FFT算法,利用Intel处理器提供的新指令对算法进行了改进。应用OpenMP对算法进行了多核环境下的优化,并设计了与之配套的滚动型缓冲区。实验结果表明,这种FFT算法在多核下的运行效率最高可达到目前广泛使用的FFT算法的4.5倍,这种算法对海量图像数据的处理优势尤为显著。     

基于频繁模式挖掘知识库的增量式更新算法的研究

利用FP-tree算法产生的知识库,对关联规则的增量式更新问题提出了IUA_FPKB新算法.该算法可以有效地利用知识数据库中保留的频繁模式树,减少了对原挖掘数据库和更新后的数据库的扫描次数,提高了算法的运行效率.     

自动共享电动汽车的云-边协调优化模型与控制策略

针对自动共享电动汽车(shared autonomous electric vehicles,SAEV)运行出现的车辆分配不平衡以及充电优化问题，提出了一种基于云-边协调计算的SAEV优化控制策略。首先，给出SAEV再平衡优化模型以及再平衡任务分配算法;其次，考虑使用V2G和动态电价进行SAEV车队的充放电优化，给出SAEV车队能量交换模型以及出行订单分配算法，以减少整个SAEV车队系统的充电成本；再次，利用云-边协调通信将这些优化结果信息在不同平台间进行互动传输，实现电动汽车的最优充电与迁移策略；最后，通过MATLAB使用真实的深圳出租车数据对该优化控制方法进行验证。结果表明，该框架可降低充电成本,提高交通效率，有望扩展应用到更大规模的系统中。所提云-边协调控制策略将复杂的SAEV优化问题分解成3个子问题进行求解，为SAEV的最优运行提供了一种新的方法。     

一种基于群体智能聚类的设备性能横向比较算法

提出了一种基于群体智能的设备性能横向比较算法,该算法将设备模式投影于二维平面上,然后依据群体智能聚类,实现设备性能的自组织聚类分析.为了提高群体智能聚类算法的运行效率,提出了利用主成分分析改善模式投影时的随机性.此外,为了减小参数选取对算法的影响,提出了一种更简单的相似度衡量公式.将改进后的算法与原算法进行比较,结果显示,改进算法的运行效率更高.利用改进算法对某中央空调的数据进行分析,验证了算法能满足设备性能自组织聚类的要求.     

遗传算法在布局设计中的应用研究

讨论了遗传算法在布局设计问题中的应用,为了克服现有算法存在的运行效率低,容易收敛于局部极值等问题,提出了一种新的编码方式并通过加大变异算子的应用,扩大了搜索空间,有效地解决了算法运行效率和收敛性问题,仿真结果证明该方法是可行性。     

基于MapReduce的HITS算法的实现

在对HITS算法和基于MapReduce编程模型的云计算框架Hadoop的研究基础上,利用Hadoop来重新设计并实现HITS算法.同时,在实验中分析了不同blocksize和集群规模对算法执行效率的影响.实验表明:当blocksize过大时,由于没有充分利用集群的并行特性,算法效率逐渐降低,而适当扩大集群规模,算法运行效率会逐渐提高.     

两阶段混合算法的立体车库车位分配建模与仿真

针对自动化立体车库车位分配时顾客排队队长过长以及堆垛机能耗过高等问题,以减少顾客平均排队队长、堆垛机运行能耗等为目标,在保证车库运行效率前提下,通过介绍神经网络算法和果蝇算法原理与方法,提出基于2阶段混合算法的立体车库车位分配决策模型：第1阶段利用神经网络算法预测顾客停留时间;第2阶段利用果蝇算法实现车位最优分配。以车辆到达间隔时间服从泊松分布情况下建立立体车库数学模型,并以顾客平均等待时间、平均等待队长、平均服务时间、顾客的平均能耗作为立体车库效率指标评价立体车库的性能,采用MATLAB编制仿真程序。通过比较车辆就近分配原则和基于果蝇算法车位分配模型下的效率指标,证明了果蝇算法进行车位分配在保证车库运行效率和降低车库运行能耗上的有效性。     

基于Hadoop平台的数据挖掘算法应用研究

Hadoop平台是一个开源的计算机集群系统,它能快速处理海量的数据,且具备低成本、高效率、高扩展、高可靠、高容错的优势.基于Hadoop平台探索了数据挖掘算法的应用,详细阐述了Hadoop平台的基本组成原理以及运行机制,探索了相关的数据挖掘算法.基于MapReduce的K-Modes聚类数据挖掘算法具备较好的自适应性,利用簇众数来取代中心节点,提高了算法效率;基于Hadoop平台的分类算法采用朴素贝叶斯算法来实现数据挖掘过程,实验结果表明它完全适应在大数据环境下的数据处理,节约了时间,提高了算法运行效率.     

打车软件背景下出租车运营平衡模型

为了得到基于打车软件背景下城市出租车合理发展规模,对传统背景下出租车和使用打车软件背景下出租车搜索乘客的行为进行了比较,在固定需求下分析了供需平衡关系,基于空载和载客阶段的特征,建立了出租车运营平衡模型。针对模型结构,将其转化为最优化问题,并利用遗传算法进行求解,反映出了出租车规模、出租车在各交通小区的平均搜索时间和各交通小区乘客的等待时间的关系。算例分析表明,该模型与算法具有有效性和可行性,有助于管理部门确定城市出租车的合理规模和制定发展规划。     

基于因子分析法“互联网+”时代出租车资源配置的研究

应用因子分析、描述分析、算法遍历等方法,分别构建因子分析模型、算法流程图等,讨论并研究了影响出租车供求匹配程度的主要因素、不同时空下出租车资源的供求匹配程度分布规律、各公司补贴方案是否能缓解打车难等相关问题。使用SPSS、EXCEL软件求解,综合运用定性与定量分析法分析问题。     

基于FCD的出租车运营特征分析——以上海市为例

为全面掌握出租车出行规律,科学评估其运营效率,提出了一种面向出租车运营管理的大规模浮动车数据处理方法.以上海市一个月的出租车GPS数据为基础,通过对多项运营指标的计算全面分析了工作日、周末及节假日上海市出租车的运营特征.结果表明,上海市日均出租车空驶率均值为39.1%,已接近合理范围的临界上限值,单日内道路空驶率时空差异明显;与工作日相比,周日和节假日的运营时间及载客时间短且运营效率不高.出租车运营效率有待改善.     

基于GRNN的出租车保有量预测算法的应用

文章介绍了基于广义回归神经网络(Generalized Regression Neural Network,GRNN)的城市出租车保有量预测算法的特性和优点;并详细给出了其运用到某市的出租车保有量预测中的计算全过程,即出租车保有量的影响因素分析、网络的建立、训练和检测,以及最终模拟出的结果.通过应用表明,在特定条件下该方法可以有效提高预测的精度,为城市交通规划者提供合理的理论支持.     

基于嵌入式的智能电气节能控制研究

对嵌入式系统进行电气节能控制具有重要的应用价值。利用传统算法进行嵌入式系统的电气节能控制过程中,无法根据嵌入式操作系统中的工作属性确定嵌入式系统工作过程中物理进程时间的精确值,降低了嵌入式系统的运行效率。提出一种基于模糊神经网络算法的嵌入式系统的智能电气节能控制方法,根据嵌入式系统中的电量与时间的非线性关系,建立嵌入式的智能电气节能控制模型。在模糊神经网络中,通过电压调节的时间误差和误差变化率这两个输入变量,能够得到电气节能控制的优化策略,最终获得电气控制最优解。实验结果表明,利用改进算法进行嵌入式系统的电气节能控制,能够极大提高嵌入式系统的运行效率,降低了电量损耗,效果令人满意。     

基于启发式信息的蚂蚁算法在车间作业调度中的应用研究

讨论了蚂蚁算法在车间作业调度问题中的应用,针对传统蚂蚁算法执行效率较低的特点,首先分析了影响因素,然后针对这些因素提出了改进方法,通过运行实例仿真说明本算法的有效性和可行性.