基于神经网络增强学习算法的工艺任务分配方法

在任务分配问题中,如果Markov决策过程模型的状态-动作空间很大就会出现"维数灾难".针对这一问题,提出一种基于BP神经网络的增强学习策略.利用BP神经网络良好的泛化能力,存储和逼近增强学习中状态-动作对的Q值,设计了基于Q学习的最优行为选择策略和Q学习的BP神经网络模型与算法.将所提方法应用于工艺任务分配问题,经过Matlab软件仿真实验,结果证实了该方法具有良好的性能和行为逼近能力.该方法进一步提高了增强学习理论在任务分配问题中的应用价值.     

深圳市道路交通及机动车尾气超标状况研究

通过对深圳市机动车典型路段的车流量、行驶速度的监测调查,发现轿车是深圳车流量最大的,并呈现出了双峰分布,而不同路段总的车流量也呈现双峰分布,出现的时段分别为上午9：00和下午18：00,车辆行驶速度在不同路段和时间段变化显著,市区平均车辆行驶速度约为25km／h．利用林格曼黑度表征尾气的超标状况,发现柴油车超标远远大于汽油车．     

确定规划最短时间的遗传算法

对遗传算法中新一代的选择使用不同的策略，比较研究了所得结果．同时，对遗传算法与确定最优规划的方法做了比较．     

交通信号灯仿真系统设计

基于P89V51RD2、74LS595、MAX232芯片设计硬件电路, 采用KeilC、Visual Basic 6.0软件编程,设计开发了一种交通信号灯仿真系统. 以KeilC为开发工具编写单片机程序,进行下位机控制. 在VB 6.0环境下编写串口通信程序,与下位机进行实时通信. 系统制定了通信协议,控制上位机与下位机之间通信的可靠性,实时对217个LED灯组成的交通信号灯进行控制,实现整体造型的保存、读取、显示和清除功能. 经实验验证,所开发系统能够实现预期功能.     

用蚂蚁算法处理固定需求交通平衡分配问题

为了提高交通量预测模型的可靠性 ,文章采用一种新型随机搜索思想———人工蚂蚁算法求解固定需求交通平衡分配问题。算法设计中利用蚂蚁王国中增强型学习系统功能和并行计算的特点 ,使得交通分配系统朝着用户优化的方向发展,降低了分配的复杂性 ,为交通分配问题开创了一条新的途径 ,同时显示了蚂蚁算法在交通规划中的使用前景     

并行工程计划问题的模糊网络分析方法

基于网络流模型,本文提出了确定模糊网络关键路线的参数线性规划方法,并给出了反映决策者偏好信息的模糊网络关键路线和工程模糊完工期的隶属函数形式,从而得到了模糊网络关键路线性质的更全面结果。最后,针对模糊环境下的并行工程计划问题,给出了模糊网络的分析方法。     

基于安全风险的恶劣天气下高速公路建议车速确定方法

为了提高恶劣天气下高速公路交通安全水平,实施更加科学有效的高速公路车速管理策略,提出了基于安全风险的恶劣天气下高速公路建议车速确定方法。综合考虑交通安全风险影响因素,基于贝叶斯Logistic回归建立交通风险评估模型,利用模糊C-均值聚类算法进行交通风险等级划分并得到了风险阈值。在此基础上提出了不同天气条件下安全车速的两步计算方法,即先根据交通风险分布,在风险小于阈值的交通流状态中选取车辆运行速度的第85%位车速作为初定安全行驶车速,后利用停车视距原理进行修正,最终得到恶劣天气下高速公路建议车速。并以G15沈海高速(上海段)为例,展示了计算方法,给出了雾天不同能见度条件下高速公路建议车速取值。     

BP神经网络在路径规划中的应用

神经网络由于其具有对数据大规模并行处理及对知识有较强的融合能力的优点，因此将它应用于机器人路径规划中，但是BP网络极容易陷入局部极小值，应用加权策略解决了此问题．仿真结果表明，BP神经网络应用于移动机器人路径规划具有正确性、高效性、实用性和智能性等优势．     

基于车辆横向运行数据的遗传-支持向量机算法的分心驾驶状态判别模型

分心状态是造成交通事故的重要原因。当前侵入式与半侵入式检测多被应用于分心驾驶识别,此方法会对驾驶任务产生一定干扰,且成本相对较高。对此提出一种低成本的基于车辆横向运行数据的分心驾驶状态判别方法：实验选取手机通话作为分心影响因素,设计了正常驾驶、免提通话、手提通话三个维度。首先,基于驾驶模拟器采集的数据,对正常与分心状态下的车辆运行指标进行Man Whitney U检验,从时域及频域中提取出与分心驾驶显著相关的车辆横向控制指标;其次,构建支持向量机（support vector machine,SVM）分心状态判别模型,将径向基函数作为SVM的核函数,使用网格搜索算法（grid search algorithm,GSA）、粒子群算法（particle swarm optimization,PSO）及遗传算法（genetic algorithm,GA）对SVM模型参数进行优化;最后,对比GSA-SVM、PSO-SVM与GA-SVM分心判别模型的分类效果,并运用ROC曲线对模型性能进行评估。研究结果表明：GA-SVM分心判别模型的最优交叉验证率、准确率及F_1值分别为87.9%、91.9%、94.05%,高于GSA-SVM（86.2%、87.2%、90.35%）与PSO-SVM（87.9%、91.2%、93.46%）;GA-SVM判别模型ROC曲线接近于（0,1）坐标,其AUC值为93.53%。所提出的GA-SVM分心判别模型获得了较好的分类效果,故认为此模型适合作为低成本条件下基于车辆横向控制的分心驾驶状态判别模型。     

建设市民图书馆

在淮南市图书馆进行改扩建征询意见之际,对淮南市图书馆改扩建中的几个问题进行了分析,并提出一些建设市民图书馆的建议。