基于环形线圈车辆检测系统的研究与设计

详细介绍了利用环形线圈进行车辆检测的设计原理及所需交通参数的计算方法。系统采用电磁感应原理,通过对振荡器的频率计数测量到车辆通过的基本信息。实践证明,本系统具有简单可靠,灵敏度高,成本低的优势。

交通流实时预测的混沌时间序列模型

针对城市交通流普遍存在的混沌特性,介绍了一种改进的加权一阶局域预测模型,并将其应用于交通流实时预测中。为了进一步提高算法的精度与速度,对最优邻域的点数进行动态选择,通过改进,使之成为一种鲁棒性强、预测精度高的实时预测算法,并能有效地用于短时交通流的预测问题中。仿真结果表明:该算法完全满足实时交通流预测的需要,为交通信号智能控制和交通流诱导奠定了坚实的基础。

交通干线相邻交叉口动态协调控制研究

建立了交叉口交通流的动态模型,基于该模型实现了交通信号相位的动态配时,提出了一种考虑双向绿波的干线相邻交叉口相位差优化控制方法,并采用改进的遗传算法(GA)进行求解,从而实现交通干线分级递阶协调控制,避免了交通拥挤和堵塞。以济南市经十路干线交叉口为对象,选择不同时段的车流量数据进行仿真研究,仿真结果表明,本文提出的控制方案能够有效地减小车辆排队长度,从而提高干线交通畅通,降低车辆平均延误时间,是进行城市交通干线控制有效且实用的方法。

基于模糊逻辑的交通信号控制与仿真研究

提出了一种基于模糊逻辑的交叉口信号控制算法,并通过对相位顺序进行优化,获得了更好的控制效果。与传统的信号模糊控制算法相比,该算法具有相位组合灵活、延误时间小等优点,能够有效解决交通流不平衡的问题,更适应城市交叉口实时变化的交通状况。仿真研究表明:该控制算法能够大大减少车辆延误时间,是进行城市智能交通控制的一种实用且行之有效的方法。

城市交通智能控制优化算法

在传统的交叉口信号模糊控制基础上,提出了基于相序优化的模糊控制算法,并用改进的遗传算法优化模糊控制规则。对相序的优化考虑了驾驶员的心理,执行了专家的决策;对控制规则进行优化,减少了因专家主观性而导致控制器的不完备性。以典型的十字交叉口和四相位交通信号控制为例,选择不同时段的交通流数据进行仿真。结果表明:采用该控制算法设计的信号控制器能有效避免交通流不平衡引起的拥挤堵塞,具有更好的实时性和控制效果。

基于GAL器件的步进电机控制器的研究与设计

介绍了利用阵列逻辑器件GAL16V8对三相六拍步进电机实现控制的方法及其电路设计。通过计算机和编程器对GAL进行编程,可以满足各种控制要求。该电路简单,工作稳定可靠,编程灵活方便。

“数字电子技术基础”混合式教学方法研究

本文结合中国大学MOOC线上学习平台,将线上线下混合式教学模式应用于“数字电子技术基础”课程教学中,对线上/线下教学内容、教学方法、教学资源进行了设计和深入研究。教学实践证明,该教学模式能够改进传统教学模式存在的单一性缺陷,实现线上线下教学方法的紧密结合与有效互补,可以大大激发学生的学习兴趣,培养学生自主学习能力、实践能力和创新能力,提升教学效果。

“电子技术课程设计”教学方法研究

本文针对“电子技术课程设计”教学过程中的现状及存在的问题,围绕“以学生为主体,以教师为主导”的现代教育理念,优化改进项目教学法流程,对课程设计过程中的选题、设计过程、评价体系进行了深入研究和优化设计。教学实践证明,改进后的教学模式能够提高“电子技术课程设计”的教学质量和教学效果,可以大大激发学生的学习兴趣,培养学生自主学习能力与实践动手能力,增强创新意识。

基于任务驱动法的“模拟电子技术”教学实践

本文针对“模拟电子技术”课程内容复杂、方法多样、课时少等特点,围绕“以学生为主体,以教师为主导”的现代教育理念,基于任务驱动法设计教学环节,形成环环相连的教学体系;采用理论分析、EDA仿真、实验实践等多种方式进行探究,实现了线上线下相融合,课上课下相融合,理论与实验相融合,使学生牢固掌握重点知识点的同时,培养了学生自主探知、创新的科学精神,教学效果提升显著。

基于模糊逻辑交通信号优化控制算法

提出了基于模糊逻辑单交叉口信号变相位控制算法,并实现了仿真.传统的信号控制方法,仅考虑了相位时间的优化,而忽略了对相位组合的优化,以现实中常用的4相位信号控制为例,通过研究发现,在不改变原来4相位相序的前提下,通过灵活的相位组合,可以获得更好的控制效果.与传统交叉路口信号模糊控制的方法相比,交通信号变相位控制的相位组合、相位时间更加灵活,更适应城市交叉口实时变化的交通状况.以典型的十字路口为对象,选用不同时段的交通流状况进行仿真实验,研究结果表明,对于交通流量不平衡的交叉口来说,信号变相位模糊控制的效果要优于传统的模糊控制,能够减少车辆延误时间,是进行城市交叉口信号控制的一种实用和有效的算法.

遗传算法和人工神经网络在ITS中的应用

针对遗传算法(GeneticAlgorithm,GA)和人工神经网络(ArtificialNeuralNetwork,ANN)的优缺点,提出了将遗传算法与人工神经网络有机结合起来的遗传—神经网络(GeneticNeuralNetwork,GNN)优化计算模型,既利用了遗传算法能并行计算且能快速、全局搜索的优点,又克服了神经网络固有的搜索速度慢且易陷入局部早熟的缺点。结果表明遗传—神经网络算法能加快非线性模型的收敛速度,具有较强的鲁棒性,在ITS中有着广泛的应用前景。

石材加工中的数控自动编程技术研究

介绍了一种基于AutoCAD的数控自动编程技术,实现了CAD/CAM的数据共享,解决了石材加工中数控编程时间长、数控加工短的“瓶颈”问题,提高了产品质量和生产效率。

基于PCC的分布式多电机同步传动控制系统研究

介绍了利用PCC(ProgrammableComputerController)实现多电机同步传动智能控制的原理与设计。首先设定电机转速 ,然后通过模糊控制算法调节达到同步的目的。先进的通信技术和模糊控制的应用加快了信号的响应速度 ,提高了系统的控制精度和可靠性。实验结果表明 :该系统具有调节时间短、控制精度高。

基于IPC的开放式数控系统的研究

本文论述了基于IPC开放式数控系统的设计.重点对数控专用模板嵌入通用IPC机构成的数控系统设计进行了研究,并开发了该类型基于IPC的开放式数控系统.实践证明,该系统能够满足工业要求,而且具有良好的扩展性和可移植性.

基于子区域交通流优化的交叉口信号控制研究

为了减少车辆平均延误时间,提高城市区域交通通行效率,结合实际交叉口地理特征和区域交通流数据,建立了一种基于子区域交通流优化的交叉口信号控制模型,并应用遗传算法获得模型的最优解。在模型中,考虑相邻交叉口信号之间的协调,以车辆平均延误时间最小为优化目标,采用HCM2000延误计算方法,并在优化过程中嵌入Robertson车队离散模型,保证提出模型的可行性和有效性。在VC++6.0中编写程序,获得交叉口信号最优控制方案,最后通过CORSIM仿真证明该控制方案的优劣。结果表明:与现有基于共同周期的协调控制方法相比,所提出的模型能够获得更优的交通效益,为区域交通信号控制提供了一种新的思路。

基于改进GA的城市交通模糊控制研究

提出了基于相序优化的城市交通信号模糊控制算法,并用改进的遗传算法(GA)对模糊控制规则进行优化.以现实中常用的四相位交通信号控制为例,通过研究发现,在不改变原来四相位相序的前提下,通过灵活的相位优化,可以获得更好的控制效果,采用改进的GA对模糊规则进行优化,可以减少因专家经验的主观性而导致的模糊规则的不完备性.以典型的十字路口为对象,选择不同时段的交通流状况进行仿真实验,仿真结果表明,与传统交叉路口信号模糊控制的方法相比,文中提出的控制算法能有效避免交通流不平衡引起的拥挤堵塞,提高系统的实时性和控制精度,从而减少了车辆平均延误时间,是进行城市交通信号自适应控制的一种实用且有效的算法.