遗传思想在最优控制动态交通分配中的应用

以遗传思想为基础设计了模拟优化算法,大幅度降低了优化计算时间,大大提高了动态交通分配模型的实用价值。     

公路网交通分配系统分析

公路网交通量分配是公路运输系统规划、评价及决策过程的一个重要环节。本文对公路网络分配进行系统分析,并结合广西省某年公路运输网的实际情况,讨论分配方法的适用性。     

分配问题推广的算法

针对一般的不平衡分配问题，将Ｈｕｎｇａｒｉａｎ算法推广，得到了一般分配问题推广的算法。     

一种设计控制系统的极点配置法

本文对线性系统极点配置问题进行了探索。基于采用一个被定义的串接设计比例阵,即串接比例调节器,得出一种新的极点配置法。运用这个方法,导出对系统任意配置极点的充分必要条件。     

应用MSI移位寄存器设计时序电路的新方法

本文对应用MSI移位寄存器设计时序电路的问题作了讨论,提出了一种新的设计方法,其主要特点是采用固定的状态安排方式,简化了设计过程.     

分配问题的一种新的迭代算法

针对解决分配问题的匈牙利法运算步骤复杂的问题,提出一种新的迭代算法。该算法通过引入有向检测矩阵,利用Floyd算法进行迭代,求解出可行解即为最优解。与经典的匈牙利法相比,该算法更加简便,易于编制成计算机程序,适合于大规模分配问题的计算。     

基于神经网络的交通平衡求解算法

研究目标在于采用神经网络方法替代传统的交通分配方法。回顾了交通网络平衡条件下实现交通网络配流的解析方法，然后提出了采用人工神经网络模拟处于交通平衡状态的运输网络，进而替代传统的配流方法的思想。定义了交通流的平衡函数和交通流平衡态的概念，证明了用神经网络来识别交通流的平衡状态的可行性。提出采用反向传播神经网络来模拟交通平衡状态的原则和方法，并建立了训练神经网络的判据，提出了判断神经网络模型效果的评价方法。最后，通过实例证明了良好训练的神经网络可以替代传统的交通分配，而且，容易把交通管理策略考虑到分配的过程中．并且能够政善配流速度。     

智能交通系统中实时交通信息采集处理的新方法

在分析目前城市交通信息采集系统中存在的检测成本高、检测范围有限等主要问题的基础上，提出通过GPS／蜂窝无线定位进行交通信息实时采集处理的新方法，深入剖析了该方法的技术关键，并给出该方法的测算效率改进模型，结果显示本文模型相对原有模型改进了5％以上。     

基于Agent的单车道交通流仿真

基于Agent的交通仿真能够细致的刻画交通实体的决策逻辑和微观行为。本文分析了驾驶员-车辆Agent的三层结构，提出了单车道交通流中驾驶员纵向运动决策树，以及操作层的加速度计算公式，建立了基于Agent的空间连续、时间离散的一维交通流仿真模型。采用周期性边界条件仿真，再现了真实交通流的流量-密度关系和速度-密度关系；针对头车四种典型的速度剖面，对由10辆车组成的车队进行了仿真，后车都能实现安全、稳定跟驰。表明该模型既能再现交通流宏观特性，也能再现微观特性。