基于无线定位终端的公路事件检测方法研究

提高交通事件检测性能对于保持道路畅通至关重要.鉴于此,提出了一种集GPS模块、车辆气囊传感器模块和手机定位模块为一体的车裁终端,采用GSM定位与GPS定位相结合,驾驶员主动报警与车辆加速度发生居大变化时自动报警相结合的交通事件检测方法.构建了该检测方法的交通事件检测率和误警率分析模型,并分无事件确认机制、设置事件确认阀值K、调用CCTV确认事件三种情景建立了系统检测时间分析模型;基于这些模型和FRESIM交通仿真软件,对影响系统性能的主要因素进行了仿真分析.建模和仿真分析的结果表明,基于车载无线定位集成终端的高速公路交通事件检测系统具有较好的检测效果.     

基于实时交通信息的车辆路径与调度动态仿真

城市的发展导致道路交通运输问题变得越来越突出。针对这类问题,建立了一种基于实时交通信息的动态车辆路径与调度问题模型,并构建了一个动态交通仿真模型模拟真实的车辆行驶状况。通过两阶段仿真,获取车辆在道路中行驶的实际行驶时间。最后构造了一个交通网络,通过仿真试验验证提出的模型的有效性。     

时序数据跨域关联可视分析

时序数据是数据挖掘的一类重要研究对象,当前的时序数据可视分析技术很少进行跨域关联,用户无法在统一视图中同时关注时空域的统计时序数据与认知域的文本主题数据的发展演化。抽象出用户基于跨域时序数据的可视分析过程,提出一种可视分析流程模型;以该模型为指导,设计了多视图协同的跨域关联可视分析工具。通过疫情时序数据和舆情文本数据的实例分析,证明了本方法可以较好的支撑用户同时关注不同域时序数据的发展演化,快速探索数据中隐含的特征信息和时空变化规律。     

降雨情景下城市道路交通信号控制优化模型与方法

降雨天气导致城市道路交通运行效率明显下降,现有道路交通信号控制一般尚未建立针对性的信号优化方案。考虑降雨天气降水量、道路积水等因素影响下的交通运行情景,设计了面向交通控制的城市道路交通信息物理系统体系,搭建了基于信息物理系统的城市道路交通控制框架,并建立了交通信号控制优化模型,进一步利用BP神经网络方法设计了模型求解方法。通过搭建实例路口交通仿真模型,对比3种方案下延误时间等多个指标,分析结果表明本文方法在改善降雨情景下交叉口交通运行效率等方面的有效性。     

交通信息对交通网络的影响研究

利用随机均衡模型，分析了交通信息对公路交通网络的影响，并利用经济学的方法提供交通信息（模型NI）和提供交通信息（模型I）两种模型进行比较，得出三个主要结论：（1）交通信息的提供可以增加交通网络中道路使用者（用户）数量的期望值；（2）交通信息的提供可以降低交通网络运行费用的期望值；（3）交通信息的提供可以增加交通网络的消费者剩余，这三个结论说明了提供交通信息是一种提高交通网络效率的有效方法。     

交通信息对交通行为的影响和信息发布策略研究的一个新模型

本文在含两条并行路径的网络中建立了一个描述出行者对日常交通信息进行修正和路径选择的双层规划模型,该模型被转化成动态规划模型并分析其最优解.研究表明,存在一个最优的信息发布策略,使流量分布逐渐逼近系统最优.算例结果验证了理论模型的结论.     

道路瓶颈前车辆强制变道汇流过程模拟研究

建立了基于车辆强制变道汇流行为的微观交通动力学模型,模拟分析了道路瓶颈影响下的交通流量、车道速度分布和时空图等3个宏观交通流特征和变道距离、行程时间等2个微观交通流特征。结果表明：瓶颈道路上任意截面的总流量均可表征道路的整体通行能力;中高车流密度下,道路瓶颈可使道路总流量降低10%~35%,并造成17%~42%的车辆行程时间延误;道路瓶颈对其上游相当长的区域内车辆具有减速效应;道路瓶颈前车辆强制变道距离的99分位值可以作为交通信息面板位置设定的依据。     

虚拟环境中面向灭火指挥的火场信息可视分析

针对森林火灾现场指挥的需求,综合分析地理环境、气象条件、森林资源和林火行为等灭火指挥所需信息,设计实现了在虚拟林火环境中的数据可视化可视分析方法。使用王正非-3D混合元胞自动机模型模拟林火蔓延过程;采取差时方法预测林火蔓延行为;实时捕捉不同兴趣域内环境数据的变化,结合多视图面板及图层叠加的方法,构建火场信息可视分析模块。通过调整虚拟林场的环境参数,对不同场景下的林火蔓延过程进行模拟仿真,并对火场信息进行可视化可视分析。实验结果表明：该方法能够在一定条件下较准确地预测林火蔓延行为,还可以较全面地描述火场信息。     

应对自然灾害的应急资源布局模型与算法

以地震为背景,考虑灾害发生时需求不确定的条件,建立基于情景分析的随机整数规划模型,解决针对自然灾害的应急资源布局问题.将灾害发生后的情景划分成两个阶段的随机事件,前一个随机事件表示灾害刚发生后震源位置、震级大小的信息;后一个表示当震源和震级的信息确定后,各个灾区的需求量.利用有限个情景表示不确定性数据.通过松弛非预期约束,将松弛问题按照情景分解,并利用分支定界算法求解Lagrange松弛问题.数值试验表明,建立的模型是实际可行的,而且算法也是有效的.     

事件状态下城市快速路交通通道优化控制模型

交通控制和管理是解决城市交通拥挤问题的有效措施。在事件状态下，对快速路交通通道的优化拉制建模进行了研究．以快速路和干道交叉口的交通需求与通行能力的方差和最小为优化目标，建立了快速路交通通道优化控制模型，该模型同时优化干道交叉口绿信比、事件上游出口匝道转秽率和事件下游入口匝道转秽率三个控制参数。最后对目标函数进行了评述，表明谊优化控制模型简单实用。     

交通诱导信息发布策略的空间关联规则

采用北京市可变信息板（variable message signs， VMS）系统近三年发布的交通诱导信息数据， 研究了交通诱导信息发布策略的空间关联规则. 首先基于系统聚类算法分析事件点与上游VMS的关联度， 根据其强弱将上游路段的影响空间分级， 并确定不同影响等级空间范围的大小； 然后采用基于关系代数理论的关联规则挖掘算法， 计算位置相邻的VMS集合的支持度和置信度， 确定不同影响等级空间范围内、相邻影响等级空间范围VMS集合的 依存关系. 实证分析表明： 空间关联规则能将事件点上游的影响空间分级， 并确定VMS间的依存关系， 从而锁定诱导信息发布的各级影响 空间以及相应的VMS， 具有实际的应用价值， 将应用于北京市交通诱导信息发布专家辅助决策系统.     

基于妥协案例推理的作战仿真实验范围迁移

作战仿真实验范围通常依靠专家确定，耗费代价较大。为将作战仿真实验的历史数据中关于实验范围选择的知识迁移至新的作战仿真实验案例，提出一种基于妥协策略的案例推理方法。根据案例的数据特点，提出作战仿真实验案例的表示方法；根据案例的结构和属性特点，提出主客观综合赋权的混合相似度计算方法；针对案例检索时出现检索失败和检索结果包含信息量较少的问题，提出基于妥协策略的案例检索方法；根据检索结果的特点，提出实验范围的整合迁移方法。基于历史数据进行了实验分析，证明了方法的有效性。     

基于仿真驱动的高速公路主动限速效用评价与推荐

传统的路侧被动限速方式对于特定的惩处区域以外缺少管控,间接导致车辆行为在时空上的不一致性甚至突变,影响了交通的通行效率与安全性。从车侧主动限速方式入手,提出主动限速效用评价与推荐方法,结合道路线形、交通流量、车型比例,开展多情景主动、被动限速交通仿真,利用安全间接分析模型及交通流运行状态,从安全与效率2个层面提取效用评价指标及其权重,采用集成学习方法进行预测分析。结果显示：主动限速方式相较于被动限速方式更有利于提高安全性和调节效率,而在主动限速方面,GBDT(gradient boosting decision tree)回归模型的预测稳定性和准确率更高(R²=0.984)。     

基于协方差矩阵的主动学习方法及应用研究

由于工业过程采集的数据中常包含大量的无标签样本,而有标签样本数量少且人工标记成本较高,因此,提出一种基于协方差矩阵的主动学习方法。利用有标签样本建立高斯过程回归模型,并构建无标签样本之间的协方差矩阵,以协方差矩阵行列式的值作为评价指标。在挑选信息量较大的无标签样本的同时,衡量样本间的相似性,避免样本的冗余添加,最终在相同标记代价下提升模型预测精度。基于工业过程数据进行算法的应用仿真,验证了所提方法的可行性和有效性。     

基于延时动力系统的多车道交通流仿真

基于延时动力系统思想,提出了关于动力系统的道路交通流量的仿真新算法。针对多车道、路况可变、流量可变的复杂交通环境建立了新模型,在分析多车道封闭系统和多车道路况的基础上,本新模型可以描述前后时间段对道路交通流量的相互影响。仿真数据结果表明,新模型能够模拟交通流量变化,同时对于控制交通流量以及分析交通系统的特点是有效的。结果推广并改进了文献[2,3]中的相关结论。     

考虑等待提示机制的呼叫中心联合排班方法

针对带有等待提示的呼叫中心进行联合排班方法研究,针对带等待提示的呼叫排队模型,根据顾客耐心及其放弃行为的影响规律,预测顾客等待时间,从而建立呼叫中心等待提示机制;考虑非平稳到达等因素的影响,结合等待提示的评估方法,利用离散事件调度法建立呼叫中心排班模型,提出基于改进遗传算法的联合排班方法。依据某呼叫中心的实际数据,与传统的两阶段方法进行对比分析,从而验证所提出方法对于解决排班问题的优越性及显著的应用价值。     

面向多视角渲染任务的超实时可视仿真系统

针对多视角渲染任务超实时可视仿真这一难题,从理论上分析了面向多视角渲染任务的超实时仿真实现原理及可行性,提出了一种仿真计算与渲染计算分离的超实时可视仿真系统架构;提出了一种基于并行渲染的超实时可视仿真方法,解决了渲染任务分配、仿真世界同步、渲染时机选择等关键问题。实现了基于虚幻引擎（unreal engine4,UE4）主从模式的超实时可视仿真系统;设计系统应用案例,测试了超实时仿真性能,验证了该超实时可视仿真系统在多视角渲染场景下的渲染效率和超实时仿真能力。     

基于BLP-ALO-SVM的风电功率短期预测方法

为了对短期风电功率及其波动范围作出有效预测,提出一种基于混合算法优化支持向量机的风电功率短期预测方法。采用探索性数据分析对原始风速数据进行预处理,提高风速数据的质量;采用混沌映射、莱维飞行策略和粒子群算法提升蚁狮算法的性能;应用经混合算法优化的支持向量机模型对风电功率进行预测。实验结果表明：相较于新型的风电功率预测模型,该方法输出的结果预测误差更低,表现出对于风电功率更好的预测能力。