面向运行及热控人员的仿真机开发

介绍了一种半实物火电机组仿真培训装置，该装置的工程师站，操作站在硬件，系统软件，应用软件等方面均与实际DCS系统完全一致，为了达到可以同时培训热控和运行人员的目的，该装置采用了双服务器，双网络操作平台和虚拟DPU（分散处理单元）等技术，实践证明，现场实际的组态结果可以直接用于仿真机，热控人员可以在仿真机上直接进行界面，控制和逻辑组态，仿真机运行稳定可靠。     

全CRT电站培训仿真机的设计与实现

主要介绍基于微机、分散式控制系统在Ｗｉｎｄｏｗｓ ＮＴ 环境下的火电站全ＣＲＴ 培训仿真机的设计和实现。包括辅助开发系统、教练员台、操作台、工程师台功能软件，模型软件以及通讯软件的设计方法、主要功能和系统的基本组成等。本仿真机可以用于对现场运行操作人员进行技术培训和考核，也可以用于相关专业的大、中专学生的实习教学     

复线列车运行调度的层次Petri模型及仿真

在对列车运行调度问题进行分析的基础上,通过综合受控Petri网、颜色Petri网和赋时Petri网的优势,提出一种混合Petri网模型并给出形式化描述和运行规则;采用混合Petri网建立包含设备故障和设备维修两种异常情况的列车运行调度的层次Petri网模型。通过对模型的分析,给出模型具有的两个性质,指出列车运行调度的本质是通过控制可控事件的发生时间来恢复列车的正常运行秩序。最后,以一个具有6个车站和5个区间的调度区段为例,采用CPN TOOLS仿真工具对模型进行了仿真。仿真结果表明了模型的有效性以及设备故障发生概率和列车运行可调整之间的关系。     

基于PC的廉价主被动驾驶模拟器的设计与实现

基于PC的廉价主被动驾驶模拟器是一种能有效地训练新驾驶员的训练设备。该文介绍了此模拟器的硬件结构、模拟器的工作原理以及各软件子系统的实现，并重点介绍了采用基于面向对象技术的车辆动力学模拟子系统。在系统中，模拟了各种道路、天气及复杂的交通状况，且专门设置了危险场景以训练驾驶员对于危险情况的处理。此系统不但造价低廉，且培训效果良好。     

基于元胞自动机的交通模型综述

对基于元胞自动机的交通模型进行综述，将其分为单车道模型、多车道模型和城市交通模型三类。NaSch模型是最重要的单车道模型，经过改进能够再现许多重要的交通流特性。换道是多车道模型的核心。围绕着动机产生和安全要求提出了多种换道规则，最近的模型能够再现密度反转等异常现象。城市交通模型从系统角度研究了网络交通流的相变规律，近期出现了网络模型与多车道模型相结合的趋势。以TRANSIMS为代表的微观仿真平台在大规模路网中得到了成功应用。然而CA交通模型在方法论上存在不足。一些实证规律未能再现，其实际应用也较少。     

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.     

基于改进GA 的城市交通模糊控制研究

提出了基于相序优化的城市交通信号模糊控制算法,并用改进的遗传算法(GA)对模糊控制规则进行优化.以现实中常用的四相位交通信号控制为例,通过研究发现,在不改变原来四相位相序的前提下,通过灵活的相位优化,可以获得更好的控制效果,采用改进的GA对模糊规则进行优化,可以减少因专家经验的主观性而导致的模糊规则的不完备性.以典型的十字路口为对象,选择不同时段的交通流状况进行仿真实验,仿真结果表明,与传统交叉路口信号模糊控制的方法相比,文中提出的控制算法能有效避免交通流不平衡引起的拥挤堵塞,提高系统的实时性和控制精度,从而减少了车辆平均延误时间,是进行城市交通信号自适应控制的一种实用且有效的算法.     

基于双重遗传算法的动态模糊系统设计与优化

设计了一种动态模糊系统模型,该模型能够动态地进行规则自学习,从而减少了规则学习的计算量。提出优化该模型的双重遗传算法:外层采用整数编码,用来训练系统的结构,内层采用实数编码,用来训练系统的参数;内层GA得到的最佳染色体适应值用来评价外层GA相应染色体。该模型结构简单,便于实现,并可离线优化,在线预测。通过应用于实际股市行情的预测和效率分析,不论从预测的结果还是从运行效率看,都收到了满意的效果。     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

高速列车模拟器的视景建模与仿真

高速列车模拟器是培训高速列车司机的先进工具。本文介绍了高速列车模拟器中视景仿真系统的开发，对视景仿真系统构成，视景仿真软件的开发，场景模型的建立进行了研究，并给出了适合于沿铁路轨道进行视点计算的数据结构。     

基于结构自适应模糊神经网络的前列腺癌诊断方法

前列腺癌是近年来严重危害男性健康的疾病.利用模糊神经网络方法可以实现前列腺癌诊断,并将诊断模型表示为模糊规则集合.针对模糊神经网络所提取规则解释性差的问题,提出结构自适应模糊神经网络方法,通过改进损失函数,在训练中控制相似隶属度函数的合并,实现模糊神经网络模型结构自适应调整,减少模糊规则数量,在保证诊断准确性情况下,提取出容易理解的可解释性规则.同时该方法在模型的训练过程中引入粒子群优化(PSO)算法进行结构和参数学习,有效减少计算量,提高训练效率.最后,使用临床医学科学数据中心提供的前列腺疾病检查数据进行数值实验,验证了所提出方法在前列腺癌诊断和可解释性规则提取中的有效性.     

铁路旅客OD矩阵推算模型及算法设计

基于现行旅客列车的信息，如列车的编组、定员、径路和上座率等，研究铁路旅客OD矩阵的推算模型和算法。为求出与实际的交通量相匹配的铁路旅客OD流量，利用和铁路运输现场实际工作相吻合的交通配流方法，针对理论分配交通量和实际交通量的偏差程度、采用适时修正的方法进行迭代运算，直至得到一个满意的解为止。     

可变信息标志诱导下的路径选择行为

随着智能交通技术的发展,可变信息标志(VMS)被广泛应用于动态交通管理中.元胞传输模型(CTM)可以很好的模拟交通流激波、排队形成与消散等交通流动力学特性.应用CTM研究了无信息诱导路径选择、基于VMS的近视转换和有界理性路径选择等三种规则,数值模拟结果表明, 后两种规则可以减少系统 总出行时间,信息服从率越高, 系统的改善程度越大.当有界理性规则的``界'参数设置在一定区间内时,该规则优于近视转换规则, 否则不如近视转换规则.     

驾驶模拟器用于交通系统仿真的研究

简要介绍了汽车驾驶模拟器开发和应用的国内外现状,介绍了昆明理工大学开发的驾驶模拟器,提出了应用模拟器进行道路交通仿真研究的步骤和方法,以及模拟器在交通仿真方面的应用范围,并给出了应用实例。     

基于多种群遗传算法的城轨列车节能运行优化研究

通过建立定时约束条件下的最小能量控制模型,采用Pontryagain极小值原理推导了城市轨道列车节能操纵策略的组成。提出一种变长实矩阵编码的多种群遗传算法进行列车节能运行优化:采用多质点的列车牵引仿真器模拟列车运行;对列车运行控制序列采用变长实数矩阵编码;引入基于退火选择的变长算子以增强算法的全局搜索能力;适应值共享保持种群的多样性;多种群并行寻优提高收敛速度,增强寻优过程的稳定性。实例计算结果证实了该方法的有效性和先进性。     

基于机器学习的中观交通仿真器模型参数标定

针对经典速度-密度模型在精确刻画交通流动态变化特性时所存在的局限性,将更丰富的路段检测信息运用到中观交通仿真模型参数的标定过程中。提出先对路段检测数据进行预处理,再采用机器学习方法中的局部加权回归、k-均值聚类、k-最近邻方法,分别将车流密度,密度与流量作为变量标定车速。利用现场数据对算法进行了大量测试,结果表明,算法是有效的,适用于基于仿真的动态交通分配系统。     

基于控制组态软件的火电发电机组仿真研究

以350MW火力发电机组为仿真对象,开发了一台基于PineCAD工程控制组态软件的电厂火电系统仿真机。介绍其中的发电机组的仿真研究,建立了发电机变压器系统数学模型、同期并网系统数学模型和电网控制系统数学模型,这三部分再与电气系统控制逻辑、电厂操作的人机界面相链接,构成了发电机组电气仿真系统。通过将仿真数据同机组实际运行数据进行比较分析,所建立的发电机组模型能够满足仿真精度的要求,仿真机交付电厂使用,对运行人员进行基本的培训,取得效果满意。     

基于泊位坐标的无人船自主靠泊仿真研究

针对神经网络自主靠泊控制器只能完成特定港口的靠泊,而无法拓展到其他没有训练数据的泊位这一问题,提出一种以泊位顶点为原点,岸线为y轴的坐标系(泊位坐标系)。采用泊位坐标系中相对位置来训练神经网络控制器,在V.Dragon-5000航海模拟器中选取集装箱船“银河号”,在大连港进行靠泊训练后,成功将靠泊控制器拓展到没有训练数据的深圳蛇口港与新加波樟宜港。仿真验证了采用新建立的坐标系可以拓展神经网络自主靠泊控制器适用范围,减小训练数据所需的成本。     

基于GA的城市交叉口信号控制模糊规则优化

根据城市交通系统中单交叉口信号控制的具体情况，对遗传算法进行了改进，并利用改进的遗传算法对交叉口信号模糊控制器的模糊规则进行优化，建立新的优化算法．计算机仿真结果表明，采用改进的遗传算法方法优化模糊控制规则，可以减少因人的经验的局限性而导致的模糊规则的不完备性，使得控制器实用性更强，控制效果更好．     

定时约束条件下列车节能操纵的仿真算法研究

探讨了列车牵引力学条件下的铁路列车节能操纵问题,开发了一套可用于不同运行条件下的列车节能操纵仿真软件。系统重点探讨了定时约束条件下的列车节能操纵的模型及其启发式解法,详细分析了基于目标速度的列车控制策略以及专家控制原则。根据实际运行环境对内燃机车进行了实例分析,优化操纵方案与实际操纵相比,平均节能率在8.0%左右。系统计算速度快,人工干预方便,可以满足现场的实际需求。