一种基于改进的弹性安全换道间距规则的元胞自动机模型

基于对STCA模型与F STCA模型的分析研究,结合车辆换道的实际状况,重新定义了换道风险度的概念,提出了一种更符合实际情况的改进的弹性安全换道间距规则,并进一步提出了基于该规则的双车道元胞自动机交通流模型.实验结果表明,该模型有益于提高道路资源利用率,同时在安全方面能够降低事故发生的可能性.     

基于时空特性的短时交通流预测模型

根据交通流的历史周期性和空间相关性,文中综合SARIMA模型在历史周期性预测上的优势和RBF模型在空间相关性预测上的优势,提出了SARIMA-RBF模型.该模型采用SARIMA模型通过历史数据预测下一时刻的交通流,然后将预测值与该点上下游关联的交通流数据相结合,采用RBF神经网络模型得出输出值,并将该输出值作为SARIMARBF模型对下一时刻交通流的预测结果.实验结果表明,该模型因同时考虑了交通流的历史周期性和空间相关性,相比SARIMA模型和RBF模型具有更好的交通流预测效果.     

基于ArcSDE和SQL Sever城市规划空间数据库的设计与实现

利用空间数据引擎ArcSDE作为GIS应用服务器与数据库SQL Sever服务器之间的接口,对城市规划空间数据和属性数据进行统一管理,实现支持高效的、海量数据的提取。     

基于动态区域规划的双模型车道线识别方法

为提高车道偏离预警以及前方车辆识别系统性能,提出一种基于动态区域规划的双模型结构化道路车道线检测方法。通过基于模板的腐蚀、膨胀处理改善了图像预处理效果。根据“微元”理论进行图像动态细化分区,对各区域局部独立识别,整体综合分析,最终利用直线和B-样条曲线双模型完成车道线拟合。 实车试验证明,直线/B-样条曲线双模型拟合,提高了算法对不同车道线的适应性。      

基于遗传-小波神经网络的短时交通量预测

针对短时交通量的高度非线性,提出一种基于遗传-小波神经网络的预测方法.该方法以前馈多层感知器的神经网络拓扑结构为基础,选择Morlet母小波基函数作为隐含层激活函数,以最简化结构概念进行网络泛化,并将误差反向传播,经遗传算法对网络连接权值修正.实例证明,该方法预测精度高,预测速度较快,能够满足实际工程的要求.     

PSO-QGA在移动机器人复杂路径规划中的应用

量子遗传算法具有适应性强、收敛速度快、适合于全局搜索的特点,粒子群优化算法的优点是具有记忆能力,在智能搜索的实现上可以结合个体和全局的最佳位置实现位置定位,但粒子群优化算法在搜索速度和择优能力方面还有待提升.因此提出了一种改进的路径规划算法,即利用量子遗传算法结合粒子群优化算法的记忆功能和最佳定位能力,实现对移动机器人路径规划算法的改进.通过仿真实验已经证明,改进后的移动机器人路径规划算法在稳定性和路径优化选择上都优于单纯的粒子群优化算法和量子遗传算法,并且改进后的算法更适合于复杂路径中实现优化.     

基于特征点提取的弯道识别算法研究

针对高速公路弯道处事故率高的特点,研究了一种基于特征点提取的高速公路弯道识别方法,以降低弯道处交通事故发生率。采用Hough变换求出车道线直线方程,根据高速公路的特点建立适当的道路模型,确定对应直线段上的最低点和最高点;分别比较直线段两侧白色像素点的个数判断出曲线道路的弯曲方向,从而进一步确定曲线段上的特征点,同时对车道线候选特征点进行滤波;分段拟合车道线的直线段和曲线段,实现车道线的二维重建。实验表明,能识别不同形状的车道线,具有很高的实时性和准确性,且在不同道路干扰下对连续型分道线和虚线型分道线的检测都有良好的识别效果。     

北京市次干道上车道被占用对通行能力的影响

为研究交通事故对次干道上车道的横断面通行能力的影响程度,考虑到车流量未达到饱和时对单位通行量的影响,在对各国通行能力标准进行比较分析的基础上,引入通过率。综合加权单位通行量和每分钟通过率这两个指标,得到车道实际通行能力的综合评价模型。在此基础上,建立了车辆排队长度的计算模型。通过理论值与实际值的对比分析,证明了该模型的准确性。     

移动Ad Hoc网络中队列长度的多径源路由算法

为了充分利用Ad Hoc网络资源,降低拥塞程度,提出了一种基于队列长度的多径源路由算法。该算法通过探测移动节点队列长度,动态调整多条路径的流量,以减小端对端时延。仿真结果表明,该算法比单径传输算法和流量平均多径算法相比,时延和各节点的平均队列长度都明显减小。     

Numerical modeling and simulation of temperature distribution uncertainty subject to ferromagnetic thermoseeds hyperthermia

In the process of ferromagnetic thermoseeds mediated magnetic induction hyperthermia, the tempera- ture distribution in the tumor region is a key factor to determine the therapy effect. During the preoperative treatment planning, discrepancies of the treatment parameters may lead to the temperature distribution uncertainty within the target area. Inaccurate prediction of temperature distribution may induce the treatment failure; therefore, it would be significant to investigate the uncertainty of tissue temperature prediction caused by the disturbance of calculation parameters. In this paper, 3D temperature field and necrosis zone of tissues in ferromagnetic thermoseeds hyperthermia are simulated by the finite volume algorithm, and effects of parameter uncertainties on the temperature distribution are revealed. Results show that selecting appropriate magnetic field parameters for treatment is a priority to guarantee therapeutic effect. Thermoseed properties and blood perfusion rate are the obvious disturbing terms for temperature distribution, while the metabolic heat of bio-tissues can often be ignored within limits. Our investigation is of importance for guiding reasonable and optimal preoperative treatment planning.