道路交通拥挤水平分类方法研究

道路拥挤水平是评估交通运行质量和道路网络性能的重要指标之一,对交通规划、路线导航以及道路拥堵管理具有重要参考价值.利用车载移动传感信息与驾驶员判断的一致性,研究一种自动分类道路交通拥挤水平的新方法.利用GPS传感器和CCD摄像机采集路况信息,使用滑动窗口瞬时抽样技术抽象出车辆运行模式.此外,还引入驾驶员对道路交通3种状态(Light,Heavy和Jam)的感知评价信息,将驾驶员感知和车辆运行模式引入到决策树学习算法(J48)中进行训练.     

绿色交通理念下的非机动化发展对策

随着我国机动化水平的不断提高,带来的是我国交通问题的日益突出,利用＂绿色交通理念＂,适时发展非机动化交通方式,对解决城市交通拥堵等交通问题有重要意义。     

一种基于速率自适应的改进RED算法

提出了一种利用业务流速率与平均队列长度相结合的指示拥塞程度和计算丢弃概率的RARED（rate automophism RED）算法，用NS2仿真软件验证其有效性，试验结果表明，RARED算法在吞吐率和减少丢包率方面表现优于RED、FRED算法，在端到端的延时方面也表现了较高的稳定性，因而在综合性能上优于RED、FRED算法。     

RED算法的改进及其性能分析

随机早期检测（RED）算法作为主动队列管理（AQM）中有效的实现算法，其性能研究近来已成为网络研究 的一个热点。介绍了原始RED算法，并在此基础上对该算法进行了改进，仿真结果和实验数据表明，改进算法能 显著地降低丢包率，提高网络的链路利用率。     

基于无线链路的传输控制协议(TCP)的研究

简述了目前无线网络中传输控制协议(TCP)的应用现状,讨论了其实现机制,总结了各自相应的性能,展望了基于无线链路的传输控制协议(TCP)将来的研究方向和发展趋势。     

集装箱码头集卡拥堵收费模型与算法

研究集装箱码头集卡拥堵收费问题,目的是减少集卡排队等待时间,以及由集卡排队引起的污染排放.为确定最优的拥堵费率,建立了集卡拥堵收费的双层规划模型.模型考虑了码头运营商、集卡司机和政府管理者之间的博弈关系.在上层模型中,码头运营商以总排队费用最低为目标;下层是用户均衡模型,集卡司机以广义费用最低为目标选择到达时段,通过上下层模型间的反馈决定最优的拥堵收费方案.为求解模型,设计基于文化基因启发式(MH)算法和逐点固定流体近似(PSFFA)算法的求解方法,利用MH算法搜索最优收费方案,利用PSFFA算法计算排队时间.最后,应用算例对模型和算法的有效性进行验证.结果表明,拥堵收费可以有效地减少集卡排队时间,所设计的模型考虑了集卡收费的影响因素,以及码头运营商和集卡司机等主体之间的利益关系,为缓解码头集卡拥堵提供了一种有效的方法.     

Subcutaneous transposition of the spleen enhances the survival rate following 90% hepatectomy in rats

Summary The effects of subcutaneous transposition of the spleen (STS) on the survival rate following 90% hepatectomy were investigated in rats. The survival rate was significantly higher in the STS group than in the non-STS group. Light microscopy enabled us to note that congestion in the terminal portal veins and sinusoids occurred either slightly earlier or to a higher degree in the non-STS group.     

基于XGBoost的短时交通流预测模型

为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5. 32,时空序列预测模型均方根误差为4. 82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。     

基于拥塞避免的卫星网络路由算法

提出一种基于低轨道和静止轨道星座的双层网络新路由算法, 利用低轨道卫星及其星间链路构成的网状拓扑对星上路由进行计算, 并通过拥塞避免和数据包分类机制进行优化, 解决了卫星网络中由于业务流量大而导致的网络拥塞问题. 仿真结果表明, 该方法降低了网络平均端到端的时延和平均丢包率, 从而提高了网络性能.     

限行政策下的山地城市道路交通拥堵问题研究

城市交通拥堵问题日趋严重,山地城市因特殊的地理形态,拥堵问题更为凸显,实施限行政策是缓解山地城市交通拥堵的手段之一;通过构建随机均衡配流模型来描述限行政策下山地城市交通的运行状况,并采用改进后的Dial算法对模型进行求解;研究以重庆市主城区为例,结合城市多中心组团的特性,对组团间的联系通道采取工作日机动车尾号限行措施,分析山地城市道路流量和服务水平的变化情况;研究发现,限行后组团中心区域的道路交通流量显著减少,道路服务水平明显提高,但同时交通拥堵也向周边区域发生扩散;最后,提出了缓解拥堵扩散的相关措施和建议。