交叉路网信号灯的模糊控制

提出了一种新的交叉路网交通灯的可变相位的模糊控制方法。首先计算该路口在交通路网的交通流,然后根据通行权转移度来确定通行相位及通行时间。仿真结果表明,该算法具有良好的控制效果。     

交叉路网信号灯的模糊控制

提出了一种新的交叉路网交通灯的可变相位的模糊控制方法.首先计算该路口在交通路网的交通流,然后根据通行权转移度来确定通行相位及通行时间.仿真结果表明,该算法具有良好的控制效果.     

基于GIS的城市道路交通管理信息及交通资源分析系统

为高效地管理城市道路交通信息以及可视化地分析道路交通资源,开发了基于地理信息系统（GIS）的城市道路管理系统．该系统以GIS为平台,用点、线、面等空间对象表示道路交通管理信息的空间位置,用空间对象的属性表表示道路交通管理信息的特征．同时在GIS平台上开发了人机交互界面,实现了道路交通管理数据的加工、编辑、查询、显示及打印．最后基于道路网和道路交通管理信息开发了道路交通资源分析系统,并在实际应用中取得了良好的效果．     

交通控制指令生成模式

根据交通控制指令与交通拥挤问题、交通控制设施之间的关系,提出面向交通拥挤问题和面向交通设施的交通指令生成模式。分别对这两种模式的工作原理、工作流程、相关原则和使用范围进行了讨论,并将智能化的概念引入交通指令的生成过程中。结果表明,该方法可以极大减少交通管理人员的工作量,提高交通控制系统效率。     

基于LonWorks技术测控网络的流量控制方法研究

采用速率反馈方式的流量控制策略,在LonWorks总线网络节点上增加控制器和缓冲队列,是改善网络的公平性,提高网络的信息吞吐量,降低网络反馈信道的错误率的有效方法.该策略及算法不仅可优化LonWorks总线网络的通信传输质量,而且对于解决其他包含CSMA协议的工业控制网的同类问题也有参考价值.     

分组拥塞控制在城市交通控制中的应用

针对交通拥塞这一困扰城市的难题,根据城市道路交通网中交通流与数据通信网中分组流相类似的特点,利用数据通信网中解决分组拥塞的理论,分析了城市交通拥塞的原因,并提出了解决思路。给出了分布式、集中式两种智能化的交通拥塞反馈控制系统模型,重点论述了分布式交通拥塞控制系统模型中最重要的组成部件——交通控制器的主要功能及其流量控制算法、汽车行进路线算法。认为该系统模型能实现城市智能交通控制,有效解决城市交通拥塞问题。     

8243在交通控制中的应用

本文介绍了利用单片机外接8243芯片对交通灯进行控制的一种方法.论述了8243的工作原理,给出了硬件设计原理图和软件的设计.     

8243在交通控制中的应用

本文介绍了利用单片机外接8243芯片对交通灯进行控制的一种方法.论述了8243的工作原理,给出了硬件设计原理图和软件的设计.     

空中交通控制的冲突探测算法

针对快速增长的空中交通流量和空中飞行安全的要求,给出了一种综合改进的冲突探测算法,该算法综合了确定型冲突探测方法和概率型冲突探测方法在工程应用中的优点,考虑了空管规则和简单的过滤算法,引入了持续探测方法。综合改进的冲突探测算法对即将发生冲突的飞机对提前做出预测和报警,减轻管制员工作负担,从而避免冲突的发生,确保飞行安全。最后,结合中国某国际机场的实际数据,利用该算法对实际空域进行实时冲突探测,取得较好的效果。     

再励学习在交通信号控制中的应用

再励学习是一种利用评价信息(而不是网络实际输出与期望输出之差)来改善行为的神经模糊算法,采用"奖""罚"信号训练控制器.用再励学习的目的建立一个可调的模糊交通信号控制器,它能在不同交通情况下修改隶属函数参数,以达到较好的控制效果.其评价指标是车辆延误.仿真结果表明,再励学习在交通量稳定的交叉口信号控制中表现良好.     

城市快速路最优交通控制

应用非线性最优控制方法,对含有多起点多讫点的快速路进行了建模.使用二阶宏观交通流模型,其通过路径诱导的可变信息标志来实现.控制过程是动态、非线性及离散的最优控制过程并提出了改进梯度算法.仿真实例论证所提方法有效.     

单交叉口交通信号的模糊控制

针对最常见的十字交叉口,以平均延误最小为目标,设计了四相位两级(观测级、决策级)模糊控制器,包括红灯相位选择模块、绿灯相位观察模块、决策模块等三个模块。所建立的交叉口车辆生成模型、交通信号控制模型以及车辆延误模型,通过MATLAB 7.0编写的程序,进行仿真分析。结果表明:在同样交通条件下,相对定时控制和感应控制,模糊控制的车辆平均延误时间分别降低了25.2%和16.5%。     

城市消防交通抗震可靠度评估

分析了影响震后道路通行能力的因素 ,给出了道路单元抗震可靠度的评估方法 ,通过有效消防交通路集的建立 ,对消防力量能够在有效消防时间内及时赶到各小区的可靠概率进行了评估。     

再励学习在交通信号控制中的应用

再励学习是一种利用评价信息(而不是网络实际输出与期望输出之差)采改善行为的神经模糊算法，采用“奖”“罚”信号训练控制器．用再励学习的目的建立一个可调的模糊交通信号控制器，它能在不同交通情况下修改隶属函数参数，以达到较好的控制效果．其评价指标是车辆延误．仿真结果表明，再励学习在交通量稳定的交叉口信号控制中表现良好．     

交通信号灯系统的动态控制

交通信号灯系统的智能化控制是近年来得到关注并广为研究的一个课题．通过引入动态控制系统，描述了该系统的工作原理及控制模式，给出了一种基于PLC的交通信号灯系统的动态控制方法．该系统以地感线圈为信号采集元件，以PLC为信号处理和控制装置，具有系统结构简单、投资成本较小、现场适应能力强、时间调节范围广等特点，因而在实际的交通信号控制领域有良好的应用前景．     

基于比例区分服务的端到端传输控制

随着网络技术的不断发展,许多新的网络应用需要端到端的服务质量保证。为了解决端到端的服务质量保证和系统公平性等问题,该文提出了一种基于比例区分服务的网络比例公平调度策略——nPFS策略。该调度策略综合考虑了网络效率、用户服务质量要求和系统公平性等多个性能目标,使用比例公平性原则,有效地实现了多性能目标的端到端传输控制,同时保证系统的公平性。实验结果表明:该文提出的网络比例公平调度策略,可以有效保证多服务类间的比例公平,特别是端到端的服务质量比例公平性。     

公交优先的交通信号多层模糊控制模型

针对城市交通信号控制及公交优先问题,首先提出了一种基于交通需求强度的单路口多层模糊控制模型。第一层用来判断路口的交通需求强度,第二层主要完成相位优化功能,第三层用来确定各个相位的有效绿灯时间。进而考虑公交优先将模型扩展为公交优先的交通信号多层模糊控制模型,给出了模型结构与控制方法。仿真结果表明,与定时公交优先控制模型相比,该文提出的公交优先的多层模糊控制模型在交通量较大情况下能有效减少公交车辆延误,可应用于未来的信号控制系统中。     

交通干线信号协调控制方法综述

相邻的交叉口联系最为密切,以相邻路口作为系统管理是合理的。交通干线信号协调控制是充分利用交通规律来实现优化控制,以便达到交通系统运行效率最大。文章介绍了交通干线信号协调控制的产生和发展,总结和评述了主要的交通干道信号协调控制方法,包括基于波带最大化和延误最小的干线定时协调控制、干线感应自动协调控制、先进的干线自适应协调控制等交通协调控制方法,着重介绍计算机配时设计方法,并对交通信号协调控制的发展提出了展望。     

城市交通控制与诱导协同的双层规划模型

为了均衡城市交通流的时空分布,以定时控制与战略诱导协同为研究对象,提出了一种城市交通控制与诱导协同模型.首先,建立了双层规划模型,上层模型以交叉口车均延误最小为目标,嵌入不同相位模式的定义约束,以实现信号控制优化;下层模型为用户均衡模型,引入虚拟路段表示交叉口延误对交通流分配的影响.然后,提出了一种启发式迭代优化算法对双层规划模型进行求解,其中,上层模型应用遗传算法求解,下层模型应用迭代加权法求解.算例研究结果表明:该协同模型减少了路网中的总旅行时间,解决了交叉口车均延误时间较多的问题,可实现城市交通流的时空均衡分布.