自动驾驶环境下的路网混合流量日变模型

为研究自动驾驶车辆投放对路网流量演化的影响,建立了包含传统车辆和自动驾驶车辆的混合流量日变模型。分析两类流量不同的演化目标,采用前景理论描述传统车辆出行者的出行行为,以路径前景值最大为目标建立传统车辆流量日变模型,以路径的边际阻抗最小为目标建立自动驾驶流量日变模型,最后通过算例模拟路网混合流量的逐日演化过程。结果表明:传统车辆与自动驾驶车辆流量达到稳定的时间及演化的趋势显著不同,两者相互影响并构成混合流量演化;自动驾驶车辆比例越高,系统总时间就越少,不同比例下路径流量演化为不同的稳定状态;流量转移阈值影响混合流量的稳定条件,且其稳定状态不同于无阈值情况;自动驾驶车辆会影响短期事件发生前后的流量分布。     

基于BS＿Bagging-cLightGBM模型的电动汽车故障预测方法

针对因电动汽车故障数据样本类别不平衡引起的机器模型分类性能欠佳、故障查全率低的问题，本文提出一种以LightGBM为基学习器改进的Bagging集成电动汽车故障预测模型：在Bagging集成学习中使用Borderline＿SMOTE方法对训练集重新采样，改善训练子集的数据不平衡程度，避免小类样本信息缺失；将权重系数和正则化项嵌入LightGBM基学习器的损失函数中，提高训练中小类样本的错分类代价。实验结果表明，该模型可有效提高故障查全率、宏平均和AUC值，其中AUC值达到0.898 4，故障样本的查全率为0.808 3，在电动汽车不平衡数据集上的故障分类性能显著优于传统单一模型和其他对比算法。     

基于STEKF的锂离子动力电池SOC估算

为能在线准确估算电动汽车动力电池的荷电状态(SOC),提出了一种基于强追踪扩展卡尔曼滤波(STEKF)的锂离子电池的SOC估算方法,该滤波器引入了多重次优渐消因子;以某型锂离子电池为研究对象,基于电池的外特性及相关机理,建立了电池的二阶RC等效电路模型,使用最小二乘法辨识模型参数,然后按照等效电路模型建立电池的STEKF非线性状态空间方程,最后在ECE15工况下进行仿真。结果表明,STEKF估算电池SOC的误差保持在2%以内,该方法能准确估算电池的SOC。     

基于偏移注意力机制和多特征融合的点云分类

三维点云由于受到雾、雨和雪等自然天气条件的影响较小而受到了广泛的关注,在交通、能源和医疗等多个领域得到了广泛的应用,其中点云分类旨在划分三维点云数据的类别,为不同领域决策者提供信息,实现解决方案的制订,对自动驾驶、故障诊断和医学影像分析等具有重要意义。点云分类的应用前景广阔,但目前仍面临着诸多挑战。由于点云的无序性、稀疏性和有限性等特点,传统的图像处理和计算机视觉方法难以直接应用于点云数据分析,直接利用卷积神经网络不能有效提取点云特征,部分模型的特征提取不够充分,局部和全局的信息未能有效的利用,可能丢失重要特征信息。针对上述问题,提出一种实现点云的局部和全局特征相结合的多特征融合模块,并结合偏移注意力机制嵌入多特征融合模块实现较深层次点云特征的提取,同时引入残差结构充分利用浅层提取的特征,防止网络过深导致浅层特征丢失。在ModelNet40和ScanObjectNN分类数据集上进行训练和测试,并对实验进行了消融研究和部分数据可视化。实验结果发现该模型在ModelNet40上的分类总体准确率为93.6%,与PointNet、LDGCNN和PCT等模型相比,分类总体准确率分别提高了4.4、...     

快充条件下18650锂离子电池热-力耦合分析

为研究锂离子电池温升所产生的热应力和形变分布,建立了快充条件下18650锂离子电池的热模型,仿真得到不同环境温度下电池的温度场分布,并在此基础上建立顺序热-力耦合模型,进一步分析电池的热应力和形变分布.结果表明:随着环境温度增加,电池最高温度增大,温差减小,充电末期电池温度稍有下降且降幅随环境温度增加而减小;最大应力值出现在电池柱面外边中间部分,最小应力分布在轴向两端;最大形变分布在电池轴向两端,最小形变出现在电池中心区域;电池的应力和形变随环境温度增加分别呈减小和增大趋势.     

求解集送货可拆分车辆路径问题的启发式算法

为了节约运输成本、提高物流服务效率,对集送货可拆分的车辆路径问题进行了研究.该问题允许一个任务点被访问多次,也允许同一车辆访问同一任务点多于一次.针对问题的特点设计三阶段启发式算法,拆分部分任务点的集送货需求,并使车辆行驶距离之和最小.数值实验结果表明,新的算法可以得到合理的车辆路径,尤其适用于送货需求总量大于集货需求总量的情形.     

面向需求的城市快速环形路段入口匝道协调控制研究

以城市快速路为例,指出由于一些原因其存在着交通需求大于交通供给,以致出现交通拥堵现象。提出解决此问题的措施是考虑入口匝道处车辆对城市快速路优先使用权的需求,给出了面向需求的定义。在此基础上提出了面向交通需求的入口匝道控制策略,即在交通高峰期让等级较高的车辆优先进入城市快速路,并研究了面向交通需求的城市快速环形路段算法,给出算例。把交通管理措施运用到入口匝道控制上,通过限制等级较低的车辆进入,高效地利用了道路的使用权。     

锂离子电池模组热管-铝板嵌合式散热结构温度仿真分析

动力电池合适的工作温度对电动汽车的安全、可靠运行至关重要,为了强化换热,提高电池组的散热性能,设计了热管-铝板嵌合式散热结构应用于锂离子电池模组,通过仿真分析对比了3种不同散热条件下电池模组的散热效果和均温性.结果表明,采用热管-铝板嵌合式散热结构比单一使用热管或铝板具有更好的散热效果和均温性.对电池间铝板厚度和热管数量对模组最高温度的影响进行了双因素方差分析,发现铝板厚度和热管数量的增加都能降低模组的最高温度,随着其进一步增加,影响效果逐渐降低;在自然对流条件下,铝板厚度对最高温度的影响更为明显,同时从性价比的角度出发,应优先考虑适当增加铝板厚度以优化电池组散热性能.     

优先放行的环形快速路入口匝道控制

针对城市快速路因交通需求大于交通供给而出现的交通拥堵现象,考虑入口匝道处车辆对城市快速路优先使用权的需求,通过分析优先放行的效益,提出了优先放行的入口匝道控制策略,即在交通高峰期让等级较高的车辆优先进入城市快速路.文中还研究了优先放行的城市快速环形路段算法,并给出了具体的算例.结果表明:将该策略运用到入口匝道控制上,能限制等级较低的车辆进入,提高道路的使用效率.     

基于深度神经网络的交通出行方式选择模型

由于自身的局限性,传统的交通出行方式选择模型不能很好地发挥大数据的作用,而深度学习在大数据分析领域具有广阔的应用前景.建立基于深度神经网络的出行方式选择预测模型,运用随机梯度下降算法、丢弃法等解决层数加深后导致的过拟合问题;利用广州市居民出行调查数据对模型进行训练和测试.结果表明,该模型具有较高的测试精度和泛化能力.