一种通用的城市道路交通流微观仿真系统的研究

交通流仿真是研究交通问题的有效工具,本文采用复合概率、模糊逻辑等方法建立了描述交通流中不确定性因素、车辆的到达,在路段上行驶以及通过路口的微观仿真模型,并利用面向对象的方法设计实现了于种基于上述模型的通用城市交通流微观仿真系统,比较真实地再现了车辆在道路网络的行驶过程。     

多用户路段行驶时间函数建模和仿真

面对动态交通分配建模需要，针对我国城市交通网络中车辆类型众多，车辆动力性能差异大的情况，基于超车现象的分析，以车辆的类型和自由流行破速度为划分标准，对路网中的车辆进行了分类，对路段上不同类型车辆的行驶时间函数进行了建模研究，给出了多用户路发行驶时间函数模型。最后用Tsis5．1仿真软件验证了模型的合理性。     

基于eM-Plant的车辆路径问题仿真模型

针对动态车辆路径问题难以求解这一问题,提出了用仿真的方法求解随机约束条件下车辆路径问题的新思路.建立了需求量及行驶速度随机变动情况下的有时间窗的车辆路径问题的数学模型;运用面向对象的离散事件系统仿真建模方法,对系统的类与属性进行分析,提出了面向对象的车辆路径问题仿真模型的总体结构;基于物流系统仿真平台eM-Plant设计了随机约束条件下车辆路径问题的仿真模型,并实现了对该问题的求解.实验结果表明该仿真模型是有效性的.     

微观交通仿真中随机决策换道行为研究

车辆在自由行驶或者处于跟驰状态时,经常进行由慢车道向快车道以便于获得更好的行驶环境.这需要驾驶员根据交通环境状态做出是否进行换道的决策.通过分析快车道行驶车辆对当前车的影响,结合蒙特卡罗仿真方法,提出了一种新的换道随机决策模型.在不同的流量条件下,对车辆换道次数的实测值和仿真模拟值进行具有统计意义的显著性差异分析,验证了模型的有效性.     

应急疏散路径选择元胞传输宏观模型

通过建立元胞传输模型,研究了紧急事件下动态网络交通流应急疏散问题,将车流离散化处理成单个车辆可以有效地克服网络规模较大时运算效率低的缺点.模型采用时间步长法进行模拟,紧急疏散车辆路径的确定与各路段的走行时间密切相关.仿真实例说明模型和算法提高了紧急事件下网络动态交通配流的应用效果.     

基于弹性安全换道间距的元胞自动机交通流模型

实际交通中,换道车辆的行驶速度不同,其所需要的安全换道间距也不尽相同。具体表是,高速行驶的车辆换道迅速、敏捷,而低速行驶车辆换道踌躇、犹豫。因而,对所有换道车均设定一个固定的安全换道间距是不恰当的,前人很少在这方面进行研究;结合现实提出的弹的安全换道间距规则,在改进前人模型仿真质量的同时,也提高了车辆的换道频率。模拟结果显示较以前模型,提出的元胞自动机模型将可改善道路的通行能力、提高道路资源的利用效率。     

行驶时间不定条件下动态车队管理问题随机模型及算法

针对动态的车队管理问题中,由于车辆故障、天气条件和交通阻塞等情况所引起的车辆行驶时间具有很大变动性的情况,提出了一个具有随机行驶时间的动态车队管理问题的随机模型.为了求解该问题,将其构造为一个动态规划问题,并基于时间和位置信息,将其分解为多个子问题.在每个子问题中,利用高维状态变量表示随机行驶时间信息,并采用价值函数的近似进行求解.实验结果表明,提出的方法能够得到高质量的解.     

高速履带车辆悬挂系统动力学仿真

研究了高速履带车辆在不平路面(包括各种障碍)行驶时悬挂系统的动力学响应问题,采用多刚体动力学理论建立了高速履带车辆悬挂系统与地面作用的动力学模型,模型中特别考虑了履带对履带车辆动力学响应的影响。基于Matlab/SimuLink环境对所建模型进行了计算机仿真,并对车辆悬挂系统的动态响应进行了动画输出。仿真实例分析说明本文所建模型和建模采用的方法对高速履带车辆的悬挂系统的设计和动力学分析具有积极的作用。     

车辆弯道变速行驶时的纵横向耦合控制研究

车辆弯道变速行驶时，纵横向运动存在强烈的动力学耦合效应，通过纵向和横向单独控制很难取得比较理想的控制效果。为了实现复杂工况下车辆自动跟踪控制，建立了纵横向耦合车辆模型，主要包括整车模型、传动系统模型和轮胎模型，根据滑模控制以及动态表面控制理论，研究了车辆在弯道变速行．驶工况的动力学藕合控制问题，提出了一种基于滑模和动态表面控制的纵横向耦合组合控制器，仿真结果表明该耦合控制器具有较强的鲁棒性，其纵横向跟踪性能优于无耦合补偿的控制器。     

带模糊时间依赖和时间窗口动态路径规划模型

提出一个实际环境的动态车辆路径规划和调度问题模型。根据实际观测的车辆行驶速度曲线,把服务周期划分成若干个时间段,每个时间段用随时间变化的模糊值函数表示,用模糊值函数积分确定车辆在路段的模糊行驶时间。由于车辆的行驶时间,抵达节点时间均为模糊数,是否满足节点时间窗口要求成为模糊数比较问题。为此,引入模糊数比较模型,得出两个模糊数的可能性关系,且在此型基础上建立了系统模型。经过模拟计算表明,该模型是有效的。     

基于广义动态灰关联度窗口的时滞分析模型

基于静态最大关联度准则的经典灰关联时滞分析方法对样本时序的依赖性较强,分析结论的代表性较差、甚至会出现自相矛盾的地方.为此,本文探讨了一种新的全局性动态时滞分析方法.首先,设计了新信息优先加权算子,将其引入广义灰色关联度模型,强调新信息在关联分析中的重要性.其次,针对经典的基于灰关联度的时滞分析方法的不足,提出动态灰关联度窗口的概念,对样本时序中所有潜在时滞取值展开系统化的分析.再者,定义了基于动态灰关联度窗口概念的时滞关联度矩阵以及相应的时滞灰关联度向量,设计出灰栈矩阵这一特殊灰关联数据存储结构,动态对比所有潜在时滞关系,找出代表性时滞值.最后,对宏观经济指标之间的时滞关系展开案例分析,并与经典灰关联时滞分析方法进行对比,结果表明本文设计的时滞分析方法具有更好的说服力.     

Multi-population and diffusion UMDA for dynamic multimodal problems

In dynamic environments, it is important to track changing optimal solutions over time Univariate marginal distribution algorithm (UMDA) which is a class algorithm of estimation of distribution algorithms attracts more and more attention in recent years. In this paper a new multi-population and diffusion UMDA(MDUMDA) is proposed for dynamic multimodal problems. The multi-population approach is used to locate multiple local optima which are useful to find the global optimal solution quickly to dynamic multimodal problems. The diffusion model is used to increase the diversity in a guided fashion, which makes the neighbor individuals of previous optimal solutions move gradually from the previous optimal solutions and enlarge the search space. This approach uses both the information of current population and the part history information of the optimal solutions. Finally experimental studies on the moving peaks benchmark are carried out to evaluate the proposed algorithm and compare the performance of MDUMDA and multi-population quantum swarm optimization (MQSO) from the literature. The experimental results show that the MDUMDA is effective for the function with moving optimum and can adapt to the dynamic environments rapidly.     

基于仿真的双目标并行机开放车间自适应动态调度

针对工件到达时间与加工时间不确定，且存在紧急工件的并行机开放车间调度问题，以TWC(total weighted completion time)与TWT(total weighted tardiness)为优化目标，设计了一种集成FlexSim仿真模型与NSGA-Ⅱ算法的自适应动态调度方法。该方法以FlexSim模型仿真工件的生成和加工为基础，根据车间实时负荷确定动态调度周期，对紧急工件进行右移重调度，利用NSGA-Ⅱ算法生成双目标优化的调度方案。某晶粒拣选车间生产数据的实验结果表明，相较于利用规则的实时动态调度与固定周期重调度，提出的方法能够在最小化调度偏离度的同时获得满意解。     

基于改进A*算法的自动导引车无碰撞路径规划

针对自动导引车(automated guided vehicle,AGV)的无碰撞路径规划问题,提出一种引入时间因子的改进A^*算法以减少转弯次数,结合时间窗及优先级策略实现多AGV的动态无碰撞路径规划.首先利用改进后的A^*算法静态规划各AGV转弯次数最少路径;其次,分析路径节点到达时间及冗余时间,根据电量与路径性能动态地为多AGV分配优先级,结合时间窗模型解决了多AGV碰撞冲突问题并且提升了系统效率.案例分析结果表明,该算法在保证路径最优性的同时解决了传统A^*算法带来的转弯次数多问题,能有效实现无重复、无冲突的系统调度,并证明了其在动态环境下具有良好的适应性和鲁棒性.     

投影寻踪动态聚类模型

投影寻踪聚类模型在多因素聚类分析中被广泛应用并取得了满意的效果,然而,该模型还存在诸如密度窗宽参数取值经验确定等不足,有待改进提高.本文针对投影寻踪聚类模型的不足,首次把投影寻踪的思想和动态聚类方法结合起来构造投影指标,基于免疫进化算法,建立了投影寻踪动态聚类新模型.新模型一方面在整个运算过程中毋需人为给定参数,聚类结果客观、明确,另一方面,它还具有稳定性好、操作简便等特点.洪水分类的实际应用表明,投影寻踪动态聚类模型切实可行,取得了很好的效果,在多因素聚类分析领域具有广阔的应用前景.     

基于LSTM神经网络的短期轨道预报

针对基于动力学模型的轨道预报方法对卫星自主轨道预报与大量非合作目标轨道预报中存在建模成本过高和缺少目标空间环境信息的问题,提出一种基于误差数据驱动的神经网络轨道预报方法.该方法在解析法动力学模型的基础上,使用长短期记忆神经网络对历史轨道预报的误差进行学习,预测未来短期动力学模型的预报误差,以此对预报结果进行修正.选用A...     

基于混合生存分析的动态信用评分方法

当今国内外经济形势复杂多变,不确定因素增多,金融市场中信用风险的动态性显著增强,动态信用风险评价成为金融机构迫切需要解决的问题.为此,本文提出了一种基于混合生存分析的动态信用评分方法.该方法由三部分组成:首先,构建基于混合生存分析的动态信用评分模型,包括违约状态判别模型和违约时间估计模型,用于预测评价对象"是否违约"以及"何时违约";其次,利用面板数据构建多重生存状态向量,用于表征信用特征和生存时间的动态关联;最后,基于生成的多重生存状态向量,利用期望最大算法迭代估计模型参数.实验研究表明该方法的预测效果显著优于基于单分类、基于集成学习以及基于生存分析的信用评分方法.     

小样本数据缺失状态下DBN舰艇编队防空目标威胁评估方法

针对海上编队防空目标威胁评估过程中样本数据量较少且易缺失、已有评估方法过多依赖专家经验以及难以进行时间序列上动态评估的问题,提出了基于约束参数学习的动态贝叶斯网络(dynamic Bayesian networks, DBN)威胁评估方法。采用AR(p)模型预测时间序列上的缺失数据,从而获得完备的小数据集样本;在此基础上,根据专家经验构建合理的参数约束模型;进一步利用贝叶斯估计进行参数学习;将学习得到的参数代入DBN中,推理求出威胁评估结果;引入效用理论对威胁评估结果进行排序。仿真实验表明该评估方法在小样本数据缺失状态下目标威胁评估的结果合理,准确性高。     

基于干扰观测器的倒立摆自适应滑模控制及仿真研究

旋转二级倒立摆是一种非线性、强耦合的复杂不稳定的欠驱动系统,在已建立的倒立摆数学模型的基础上,提出了一种基于干扰观测器的离散自适应滑模控制算法,针对系统的内部参数变化和外部扰动,利用干扰观测器对系统的不确定因素进行了动态补偿,同时结合自适应算法降低系统的抖振,与未采用干扰观测器的传统自适应滑模控制律的仿真结果进行对比,可以看出,采用改进的控制算法大大降低了系统的抖振和超调,改善了系统的动态性能,得到更好的控制效果.