基于公交优先的多路口车速引导控制方法

对于复杂的交通流,传统公交信号优先有可能会破坏干线协调控制效果,为此,提出公交优先可变车速引导和多交叉口信号配时优化的集成方案. 以背景公交线路需求的历史数据为前提,通过定时检测公交车流状况,优化公共周期、绿信比和相位差,实时调整多路口交通信号配时,以此改善公交车的通行效率. 同时,以福州市金山大道三个交叉口为例,进行Vissim仿真模拟验证,仿真结果表明： 所提方法可有效提升多交叉口公交车流的通行效益,减少公交车辆的延误,最大化减少停车次数.     

学习与创新在煤炭企业中的作用

本文着重阐述了在当今知识经济高度发展的社会,注重学习与创新将对于煤炭企业是多么的重要,学习与创新将会对煤炭企业产生巨大的变革。     

城市环路交通状态自适应判别方法

针对城市环路交通拥挤问题,提出基于模糊C均值聚类与灰色聚类的交通状态自适应判别算法.首先运用模糊C均值聚类对交通状态边界进行划分,得到各个交通状态的门阀值,进而利用灰色聚类模型对交通状态进行判别,避免聚类方法容易陷入局部最优解的问题,同时减少灰色聚类参数设定的主观性.通过对福州二环路实测交通流数据的计算分析表明,不同路段的交通状态存在显著差异,城市环路交通状态自适应判别方法能够较好地针对不同路段判别交通状态.     

随机需求下定制公交站点及路径动态优化模型

针对定制公交的站点及路径动态优化问题,分析定制公交特性,结合复杂网络理论与动态需求特征,对站点进行重要度评估,并按照重要度高低进行排序,筛选出前50%与前70%的站点作为路径寻优时考虑的停靠站点.以最大服务率和最小动态行程时间为综合目标,以最大载客量、运营成本、行程时间为约束,建立随机需求下的定制公交动态路径优化模型.对A~*算法进行改进,综合动态行程时间与乘客需求作为当前节点到达终点的估计代价求解目标函数.以福州市为例,检验模型和算法的有效性.结果表明,模型与算法能够在随机需求下对定制公交停靠站点按重要度进行动态筛选并优化动态路径,且按照站点重要度前50%进行筛选得到的路径结果优于前70%.     

基于免疫的RBF网络在线学习算法研究

提出一种新的基于免疫的RBF网络在线算法.首先是融入增加结点策略和减少结点策略,把传统的免疫RBF网络算法改进成在线学习算法.其次是改进了权值学习算法,径向基函数相当于这一类的概率密度,隐层到输出层权值相当于这一类的值.用这种方法权值不需要训练.试验结果表明,该方法效果理想、速度快,识别率高.     

快速路行车安全的可变限速方法

针对快速路行车安全构建了快速路可变限速优化控制,提出基于碰撞时间的可变限速启动风险阈值预测方法,在充分考虑交通流的实时运行状态的同时优化了可变限速值的计算. 以福州市三环快速路为例,利用VISSIM仿真软件对可变限速方法进行了有效性验证. 结果表明,提出的方法能够有效减少路段的车速离散度,提高路段交通流的稳定性和安全性,且对通行效率不造成影响.     

原型创建技术

原型法是一种较好的软件开发方法。本文将介绍原型法以及原型创建技术。     

协同模式识别方法综述

介绍协同学理论的基本原理及常见的协同模式识别算法 ,有助于模式识别理论的进一步发展。介绍了相关的基本概念 ,重点对协同识别算法中的原型模式的选择及注意参数的设置等关键技术进行了综述。分析了各种常见方法的应用效果并进行了初步的评价 ,展望了协同模式识别算法的发展方向。协同模式识别方法是协同学原理应用于模式识别领域的一种新方法 ,该算法有着很好的发展前景     

基于彩色边缘的运动车辆检测

在RGB空间中对彩色交通视频图像进行多通道边缘检测,利用融合的边缘信息进行多帧迭加建立自适应背景模型,通过背景模型抽取运动车辆.受车速,车流量,噪声等影响,得到的是不完整的目标边缘,依靠边缘生长对目标进行修补,以提高运动车辆检测的准确性,保证边缘的连续性.实验结果表明,该方法计算量小,能够满足实时系统的要求,可有效地检测运动车辆.     

可重用软件开发方法RSDM

本文提出一个支持软件重用的软件开发方法，本方法能降低软件维护费用和开发成本．