基于完全竞争机制的交叉口模糊控制模型

通过两个新的度量指标——实际通行需求度(ATUD)和加权通行需求度(W TUD),反映各入口车道的交通需求,并提出一种基于完全竞争机制的交叉口模糊控制模型,旨在通过匹配各入口车道的交通供需,达到提高交叉口通行能力的目的。模型的控制过程如下:绿灯时间结束时,算出各车道的ATUD和W TUD,将通行权分配给W TUD最大的车道所在的相位。如果通行相位被选中,则绿灯时间延长一个事先设定值;当绿灯时间到达上限时,则根据W TUD选择下一个通行相位。如果非通行相位被选中,则将通行权交给该相位,并根据其中ATUD最大的车道设定初始绿灯时间。仿真结果表明,该模型比传统定时和感应式控制的适用范围更大,自适应能力也更强。     

单交叉口多策略模糊控制算法与优化

大量研究表明,模糊交通信号控制算法在性能上明显优于传统方法,但现有研究大多采用单策略控制,在复杂多变的城市交通流条件下,难以充分发挥交叉口的通行能力.为此,在深入分析交通需求的基础上,提出了基于模糊理论的多策略模糊控制算法.同时,为克服用经验法确定多套模糊策略的困难与不足,还设计了基于遗传算法的模糊规则和隶属度函数优化方法.仿真结果表明,多策略模型优于单策略模型,更优于传统交通控制方法.     

不同控制方法下交叉口通行能力的微观仿真剖析

提出一种信号交叉口模糊控制模型,并以传统的定时控制和感应式控制为比较对象,采用仿真技术,从各车道的排队长度、平均滞留时间、通行次数、通行时间和车辆通过率等微观角度分析了交通流的变化与控制方法的内在联系,从交叉口的平均延误、通行时间的均匀性和通过车辆数等宏观角度对比了三种控制方法下的交通效率和公平.微观过程的仿真剖析为交通控制研究提供了新思路,宏观结果则表明模糊控制下的交通更加高效与公平.     

城市单路口交通的两级模糊控制及其仿真

在Ｐａｐｐｉｓ法的基础上,提出城市单路口交通的两级模糊控制方法,计算机仿真表明,其结果令人满意。     

基于仿真数据采集单的仿真评估需求研究

在装备系统仿真与评估领域中,出现了仿真建模与评估需求之间的工作难以协调,难以相互支持的现象。针对该问题,提出了仿真数据采集单的思想,即以评估需求为牵引,建立评估指标,针对底层末级评估指标,建立一个可供评估者与仿真建模者交互协商的平台以使仿真数据采集单能确保仿真可采集,需求可体现。以装甲坦克分队作战效能仿真评估为例,借助仿真数据采集单,仿真执行的结果表明,该方法获得的仿真数据满足了评估需求,也明确了建模仿真的目的。     

一种基于图的作战仿真需求模型

阐述了作战仿真需求的研究现状,分析了作战仿真需求开发过程,包括需求获取、需求分析、需求描述和需求验证.针对目前作战仿真需求开发方法的不足,提出了需求图模型,以定量的、结构化和形式化相结合的方法来获取、分析和描述作战仿真需求.最后以"光学成像侦察卫星仿真实验"为例进一步描述了需求图的建模过程.通过实例分析,验证了需求图模型的可用性.     

基于标准可加性模型的模糊控制算法仿真研究

基于标准可加性模型（SAM）的模糊控制算法及自学习SAM算法是一种适合工业控制应用的模糊控制方式，并且通过自学习可以对控制器的输入输出参数进行修正，从而使该算法综合了模糊控制和神经网络控制的各自优点，仿真表明该算法能对被控对象实现有效的控制，且具有较强的鲁棒性。     

单抓钩周期性排序的一种启发式算法

研究了自动处理线的单抓钩周期性排序问题,并提出了一种启发式的搜索方法以求解单抓钩周期性排序问题,该方法也被扩展于具有“多重处理槽”的单抓钩周期性排序问题的求解。量化的示例表明该方法是有效的。     

基于BP神经网络算法的弹药需求仿真研究

克服了传统算法带来的不足,采用神经网络的BP算法进行仿真计算,得到弹药需求与武器生存能力、射击精度、目标类型、目标毁伤程度等相关因素的内在联系,反映了弹药实际需求与多种外部因素的复杂的非线性关系,对战时的弹药供应决策具有重要意义.     

一种分布式交互仿真中的事件一致性处理算法

确保事件的一致性处理是分布式交互仿真中的重要研究内容。本文给出了一种分布式交互仿真中的事件一致性处理算法,这一算法根据因果关系和仿真的实时性限制,保证各个节点的仿真系统具有相同的事件处理程序,从而较有效地解决了分布式交互仿真中的事件一致性问题。     

一种自适应鲁棒跟踪模糊控制新算法

针对一类非线性不确定系统 ,在用T S模糊系统对未知聚拢不确定函数进行逼近的基础上 ,利用系统的耗散理论 ,系统地提出了一种自适应鲁棒跟踪模糊控制新算法。该算法基于一个新的Lyapunov函数 ,不仅可以使控制算法避免其它自适应控制算法中时常存在的奇异问题 ,而且还可以使自适应学习参数的数目减至最少 ,便于工程实现 ,并可确保闭环系统渐近稳定 ,系统的跟踪误差为零。经仿真研究表明 ,所提出的算法是有效的     

基于自适应模糊滑模控制的主动队列管理算法

针对TCP这样大型复杂的网络系统的拥塞问题,考虑系统中存在的不确定因素是未知非线性的情况,设计了一种采用自适应模糊滑模控制理论的主动队列管理算法。该算法基于网络模型的特殊性,构造了Lyapunov-Krasovskill函数,设计了滑动模面,并基于线性矩阵不等式的方法给出该系统鲁棒渐近稳定的充分条件,所设计的自适应模糊控制律能够使系统的状态轨迹在有限时间内到达滑动模面。仿真结果表明,该算法在网络条件变化的情况下,能实现准确的跟踪目标队列长度,避免网络拥塞的发生。     

基于粒子群算法的城市单交叉口信号控制

在简要介绍基本PSO算法的基础上，提出一种在速度变迁公式中增加用组内的局部最优值未指导飞行的项的改进算法，并将其运用到单交叉路口的信号控制。通过对本周期及前一个周期的车流量进行实时测量，采用一个周期的滞留车流量评估，从而确定一周期的相位配时方案，最终以路口各周期滞留车辆量的变化作为控制性能评价。采用Matlab语言编程进行实时仿真实验，仿真验证了此算法对交叉路信号控制的有效性。