智能运输系统用户服务与用户服务要求

探讨了智能运输系统（ITS）用户服务与用户服务要求,在分析中国社会经济状况与交通运输特点的基础上,采用借鉴国外成果与独立开发并举的策略,用“借鉴,筛选,增补,整理”的办法,研究拟定了33项ITS用户服务项目,开发出了一整套详细的ITS用户服务要求。     

中国智能运输系统体系结构发展研究

发展适合中国国情的智能运输系统体系结构对于智能运输系统在中国的发展应用具有十分重要的意义,本文首先给出智能运输系统体系结构的定义,接着对智能运输系统的发展目的与意义、发展方法与发展原则作出简要的介绍;然后结合《中国国家智能运输系统体系结构（讨论稿）》,对智能运输系统体系结构委展程序中的3个主要步骤（用户服务定义、逻辑框架、物理框架）进行了详细描述,并且对用户主体、服务主体、用户需求、用户服务、系统功能、功能需求、数据流图以及物理子系统等要点进行阐述;最后对如何改进中国智能运输系统体系结构中所存在的不足及其今后的发展和应用提出了一些建议。     

美国智能运输系统体系框架发展模式解析及对我国的借鉴

对美国国家智能运输系统体系框架的开发过程、内容构成和实施策略进行了分析与总结．在对其框架定义发展模式和执行策略推进模式这两大核心内容进行梳理和分析的基础上,总结了美国国家智能运输系统的体系框架在设计思想、设计方法和与具体实施的关联性等方面的发展特点,并从以上几个方面出发,对我国在发展智能运输系统体系框架的完善过程中应注意的重点提出了建议．     

C^4ISR需求与体系结构迭代开发模型研究

在对当前需求与体系结构关系相关研究现状进行总结的基础上,分析和总结了当前软件领域和军事领域关于需求与体系结构关系的几种认识;然后对军事领域中需求与体系结构之间的关系进行深入分析,并建立了需求与体系结构迭代开发的双螺旋模型,为更好地进行军事综合信息系统的顶层规划与设计提供支持。     

智能气田一体化模型数据共享平台建设与实践

一体化仿真模型是智能气田建设的重要基础,如何利用数据驱动模型高效运转已成为亟待解决的关键难题。针对数据源分散、可用性差及与模型交互程度低等问题,开展了以下技术攻关:(1)结合数据服务总线(DSB)与PI OLEDB接口技术,实现多源结构化数据的有效集成与实时抽取,满足一体化模型对不同时间维度生产数据的业务需求;(2)建立数据质量规则库和自动扫描制度,实现数据质量的有效管控,确保一体化模型的正常运行;(3)开发基于数据流引擎技术的数据交互工具,实现了综合数据库与仿真模型的自动交互,其优势在于应用场景改变时,能够应用灵活编排基础服务的方法高效复用前期数据建设成果,大幅提高开发效率。研究表明,与国内外同类技术相比,应用数据流引擎技术突破了一体化模型与外部数据资源的交互壁垒,打破了该领域数据应用定制化开发的服务模式,为智能气田建设奠定了技术基础。     

基于霍尔三维模型的智能停车系统设计

建立基于霍尔三维结构的智能停车系统模型,为智能停车系统的建设实施提供系统化、整体性的理论引导。借鉴霍尔三维结构理论构建智能停车系统的时间维、逻辑维、技术维和体验维结构,运用问卷法、访谈法在此基础上对设计流程和大型商场停车体验进行系统分析,挖掘用户需求并转化为设计需求,用层次分析法对设计模型进行评价和检验。在进行智能停车系统建设时把设计过程相关的因素联系起来,不仅能及时发现和高效解决设计流程中出现的问题,而且能够从宏观上调控整个设计流程,确保人们拥有全面和优质的停车体验,这对智能停车系统的完善和优化具有方法论层面的指导意义,以此,对其他的智能系统,也带来一些新的思考。     

2010年中国木材供给和需求的灰色模型动态预测与分析

根据中国木材供需问题的具体特点，选用灰色预测模型，建立了中国木材产量、进口量、出口量、节约代用量、供给和需求量的ＧＭ（１，１）系列模型，并作出了直到２０１０年的动态预测。据此，对中国木材供需问题及共对策进行了分析。从预测和分析结果来看，灰色预测模型不仅满足了预测精度，而且能较好地与实际情况相吻合。     

基于大数据的智能制造岗位与技能需求研究

在不违反相关协议准则的情况下,通过爬虫技术获取智能制造岗位数据,并对其进行清洗与脱敏处理. 应用Jieba中文分词工具、K-means聚类算法与隐含狄利克雷分布（LDA）模型,将岗位名称分为6类,将技能集分为8类. 最后,构建需求矩阵并归一化处理,得到各技能集对岗位簇的重要程度,为专业选择、课程建设与从业人员发展提供参考.     

人工智能技术在城市智能交通系统中的应用

目前,多类基于人工智能技术应用于交通环境的不同领域。为此,对应用于智能交通系统(Intelligent Transportation Systems,ITS)的多类人工智能(Artificial Intelligence,AI)技术进行分析。具体而言,将AI技术在智能交通系统的应用划分三个主要领域:1)车辆控制;2)交通控制和预测;3)道路安全和事故预测。同时,考虑四项AI技术:人工神经网络(Artificial Neural Networks,ANNs)、遗传算法(Genetic Algorithms,GAs)、模糊逻辑(Fuzzy Logic,FL)、专家系统(Expert Systems,ESs)。研究分析表明,不同的AI技术的结合,能够有效地管理、分析交通领域的海量数据。     

智能运输系统战略规划研究

结合某市智能运输系统战略规划的实践以及国外先进经验,研究智能运输系统战略规划的方法及工作内容,主要讨论战略目标的确定,系统开发过程参与者的关系,系统框架结构的分析等问题。     

基于MAS的智能后勤运输系统的建模方法

根据现代战争对军事后勤敏捷化、可视化、智能化的需要，介绍了智能后勤运输系统概念，分析了智能后勤运输系统的三种通信方式，即内部运输系统通信方式、路径选择－运输实体广播通信方式和路径选择－运输实体双向通信方式，评介了其利弊并提出了一种基于多智能体的智能后勤运输系统建模方法。     

我国智能交通系统发展迅速，取得显著成效

随着我国经济社会的不断发展,交通运输业日益成为制约国民经济快速持续发展的因素.2006年国家颁布了《国家中长期科学和技术发展规划纲要（2006-2020年）》（以下简称《纲要》）,“交通运输业”列为重点领域之-,其中“智能交通管理系统”是《纲要》中交通运输业的优先主题.自《纲要》实施以来,我国智能交通科技发展取得了良好的效果,基本形成了我国智能交通科技创新发展的基础,培育并促进了我国智能交通产业的发展.     

铁路智能运输系统的构建方法

针对铁路运输需求特点 ,在系统组成要素定义的基础上 ,运用系统结构模型法 ,构造了铁路运输智能系统的框架结构 .为今后铁路运输智能系统发展规划的总体研究提供理论方法 .     

基于云计算的智能交通系统研究

将云计算技术与智能交通系统有效结合已成为未来发展的一个趋势。本文提出基于云计算的智能交通系统,并给出基于云计算智能交通的动态导航应用。     

智能交通系统中的智能方法

运用智能方法对智能交通系统进行设计和管理, 重点解决了体系化发展、 智能化和资源共享问题, 使智能方法成为智能交通体系发展的重要核心. 它以现代人工智能及神经网络为基础理论, 围绕智能交通系统服务目标, 智能统筹各学科的优势资源, 实现应用体系各专业系统的和谐高效运行及服务. 它覆盖系统评估、 设计、 实施、 核心技术、 核心算法、 决策管理、 服务方式和关联应用各方面. 引入智能方法, 将使智能交通体系具有突出的公众服务特性, 更智能化、 体系化、 更安全和高效, 高度兼容的移动应用特性和便利信息共享将为智能交通系统体系提供新的发展空间.     

智能物流运输系统

现代物流表现为企业生产与运输一体化的供应链管理与服务，其中货物运输所需的成本，时间及货物在途的状态控制是整个供应链管理过程中的重要环节，将智能运输技术与物流管理相结合，将会极大地提升物流的服务水平，现代物流与智能运输的结合点是交通运输信息的采集与提供，就智能运输技术而言，可用于物流管理的有移动信息技术，车辆定位技术，车辆识别技术，通信与网络技术等，结合物流业务特点，构筑了智能物流运输系统框架，根据案例分析，提出了当前物流企业计算机管理系统向智能物流系统发展的重点。