非机动车道对机动车道干扰的流体内摩擦模型

根据车流性质 ,引入流体力学中的动力粘度概念 ,由牛顿内摩擦定律建模 ,推导出机动车道上车辆在具体运动条件下运动特性的变化 ,对非机动车道对机动车道干扰这一复杂现象进行了量化。最后利用实际调查数据标定车流的动力粘度 ,由模型反推的结果与实际值基本相符。

信号灯控制下的交通流模型

首先引入交通流基本函数 ,推导出流量、密度、速度 3者之间的关系 ,在此基础上对交通流连续运动建立方程 ,并引入特征线 ,从几何意义上分析求解结果。发现对于沿车流方向前面车流密度小、后面密度大的情形完全适合 ,但对于相反情形却不适用 ,从而引出了间断交通流方程。最后利用这两方程讨论了红绿灯相继出现时交通流的变化全过程。

基于模糊综合评价的城市道路交通拥堵评价研究

基于智能运行平台的海量数据,选取三个评价指标,运用模糊综合评价模型,建立一套系统的交通拥堵评价体系,并应用于天河核心区交通治堵方案中。结果表明,该评价体系能较好地反映方案的实施效果。

快速公交运营模式分析及适应性研究

快速公交运营模式的选择是各大城市建设BRT系统面临的首要问题,直接关系到系统能否成功运营。分析快速公交各种运营模式的特点和适应性,在研究影响运营模式选择因素的基础上,提出选择运营模式的原则,并以广州作为案例进行分析,可供快速公交运营模式研究者参考。

公路主枢纽站场布局评价指标定量化研究

在合理构建站场布局评价指标体系与比选模型的基础上 ,对两层评价指标分别作了定量化研究。其中第一层评价指标如站场布局的适应性、协调性、经济性、方便性、社会性和运作性引证了各国众多公路主枢纽评价定量化的结果。对第二层评价指标如站场规模适应性、站场发展余地、与其他运输方式协调性、与城市总体规划的协调性、车辆出入条件、旅客货主进站便捷性、对环境影响程度、运营管理难易性等评价指标采用负指数方法 ,并应用合理的修正系数对评价值修正 ,将其评价值控制在 0～ 1之间。之后 ,将两层的评价指标进行了综合定量化 。

一种类箕舌线函数的变步长归一化自适应滤波算法

在综合考虑自适应滤波算法设计中收敛速度、稳态误差、计算复杂度和跟踪性能等指标的基础上,该文提出一种类箕舌线函数的变步长归一化自适应滤波算法,用类箕舌线函数代替Sigmoid函数作为步长迭代公式,引入基于相关误差的变步长调整原则,在大大增强算法稳定性的同时大幅度提升了算法的收敛速度、跟踪性能,减小了算法的计算复杂度。在Matlab平台上分析了改进的步长函数中参数α,β以及γ的不同取值对算法的影响,并将该文算法与已有的基于Sigmoid函数和基于箕舌线函数的变步长LMS算法进行了比较,仿真结果表明,该文算法有更快的收敛速度、更好的跟踪能力以及较小的稳态误差和较强的鲁棒性。

《奇思妙想——Windows画图软件》教学设计

本节课选自湖北省教育科学研究所《综合实践活动·小学信息技术》四年级上册第三单元第二次活动内容。

非高斯冲激干扰下基于Softplus函数的核自适应滤波算法

针对非高斯环境下一般自适应滤波算法性能严重下降问题,本文提出了一种基于Softplus函数的核分式低次幂自适应滤波算法(kernel fractional lower algorithm based on Softplus function,SP-KFLP),该算法将Softplus函数与核分式低次幂准则相结合,利用输出误差的非线性饱和特性通过随机梯度下降法更新权重.一方面利用Softplus函数的特点在保证了SP-KFLP算法具有良好的抗脉冲干扰性能的同时提高了其收敛速度;另一方面将低次幂误差的倒数作为权重向量更新公式的系数,利用误差突增使得权重向量不更新的方法来抵制冲激噪声,并对其均方收敛性进行了分析.在系统辨识环境下的仿真表明,该算法很好地兼顾了收敛速度和跟踪性能稳定误差的矛盾,在收敛速度和抗脉冲干扰鲁棒性方面优于核最小均方误差算法、核分式低次幂算法和S型核分式低次幂自适应滤波算法.

基于EMD与分形理论的闪电电场信号识别研究

基于经验模态分解(EMD)和分形理论对闪电电场信号的不同放电类型进行了识别研究.对闪电信号进行EMD分解后,用相关系数选取其优势分量并计算出相应的盒分形维数,将这些优势分量的盒维数、闪电信号的多重分形谱参数以及优势分量盒维数与多重分形谱参数的融合分别作为闪电信号的有效特征值,采用支持向量机对云、地闪不同放电类型的闪电信号进行识别研究.结果表明,单一分形特征与多重分形谱参数的融合特征,能够更精确地表征闪电信号的鉴别性特征,会获得更高的识别率,研究成果对闪电类型的识别有一定的参考价值.

一种变尺度S型核分式低次幂自适应滤波算法

为了进一步提高非线性自适应滤波算法在非高斯冲激噪声以及有色噪声环境下的鲁棒性,提出了一种基于S型函数的变尺度核分式低次幂自适应滤波算法,该算法利用S型函数的非线性饱和特性和低阶范数准则来克服训练数据被非高斯冲激噪声破坏时性能下降的问题,并将S型函数与核分式低次幂算法的代价函数相结合后,通过引入的变尺度因子来平衡和进一步提高算法的收敛速度与稳态误差性能.仿真结果表明在不同噪声环境的系统识别中,所提算法相比其他核自适应滤波算法的性能更优.

基于卡口车牌识别数据的车辆出行分析

车辆出行是城市道路交通的基本组成单元,掌握城市道路网车辆的出行信息,深入挖掘车辆出行特征与规律,能为城市交通管理提供决策信息.本文基于卡口车牌识别数据,提出了一套车辆出行分析框架.首先对全路网运行的所有车辆的个体出行进行辨识,提取所有车辆出行的路径和行程信息,并从个体和集计层面获取车辆出行的规律特征;利用车辆的多日出行信息和统计特征,提出了车辆职住地识别方法;基于外地车的出行特征,利用K-means++算法对外地车进行分类.在实例分析中,以广州市道路网运行车辆作为研究对象,开展了车辆出行分析,实验结果验证了本文方法的有效性.通过本文方法挖掘的信息对城市道路交通管理具有重要意义.

一种新的凸组合自适应滤波算法及性能分析

为了进一步减小收敛速度与稳态误差之间的矛盾,提高自适应滤波算法的性能,文中提出了一种新的凸组合自适应滤波算法.该算法将变步长归一化最小均方(NVS-NLMS)算法和变步长仿射投影(NPVSS-APA)算法进行组合,并将脉冲噪声指标加入到传统混合参数中,在充分利用两种算法性能优势的同时,有效解决了传统组合算法对脉冲噪声敏感的问题.在系统辨识和声学回声消除环境下的仿真结果表明,与NVS-NLMS算法、NPVSS-APA算法以及凸组合APSA算法相比,文中算法具有较快的收敛速度和较低的稳态误差.

基于SWOT分析法的广佛城际道路客运一体化发展对策研究

随着中国城市化进程的加快,城市群不断发展扩大,城际间的公众出行密度和强度不断增加,现有的道路客运方式已很难满足公众日益增长的出行需求,特别是在受到轨道交通不断冲击的形势下,城际道路客运方式亟需进行重新定位和调整。文中从城际道路客运一体化发展的角度出发,以广佛道路客运一体化为例,利用SWOT分析法,对广佛道路客运一体化发展过程中存在的优势、劣势、机遇和威胁进行分析,探讨未来广佛城际道路客运发展的方向和策略。

公共交通一体化策略措施应用研究

根据广州市公共交通一体化存在的问题,提出公共交通一体化的策略措施,包括线网构建、设施衔接、运营管理等方面,并进行实例分析,验证其实施效果,这对有效实现公共交通系统内部元素的整合及其与外部的有机融合具有重要意义。

基于IC卡数据估计交通小区的公交OD算法

公交客流OD是公交线网优化、评估的基础数据;也是公交运营管理不可或缺的重要信息,而公交站点OD是区域公交OD客流的基本单元。在分析利用IC卡数据挖掘公交站点OD客流原理的基础上,梳理公交站点OD推算小区OD的影响因素,引入公交站点至小区之间的距离权重系数以及地块用地分配权重系数,构建了公交站点OD推算交通小区OD的模型算法;并对比分析不同参数构建模型的优劣。同时,以广州市为例进行实证研究,算例表明了模型的可行性和算法的有效性。

广州亚运交通管理政策常态化研究

借助广州亚运举办的契机,积极推动各项交通管理措施落实,在分析广州城市交通现状及面临的形势基础上,结合2010年广州亚运期间交通保障方案,研究适合亚运会后继续推行的政策,并提出亚运后城市交通管理方案,可供制定相关交通管理政策时参考。

大数据在交通规划和管理中实践探索——以广州为例

大数据条件下的交通系统分析不是将大数据技术简单套用或者移植到交通领域,而是将大数据技术融入到交通体系中,将数据挖掘成为有效信息,从价值信息中提炼特征,从特征变化中发现规律,从特征规律中提出措施.首先,梳理大数据的特征、发展阶段以及交通大数据3大类别;其次,分析手机数据、IC卡数据、GPS数据和道路卡口数据的基本原理和应用领域,以广州市为例进行实证研究,并从单类数据深入挖掘、数据质量评估和验证以及多元数据融合等提出研究3点展望,为下一步城市交通大数据的应用提供参考.

微观仿真自主性车道变换模型

车道变换是一种复杂的刺激-反应行为,为了准确表示车辆变换车道的决策过程,克服现有模型的不足,重点考虑驾驶员特征和车辆类型对车道变换的影响,并将车道变换过程可划分为3个阶段,即车辆换道意图的产生、换道可行性分析和换道的执行;引入随机效用理论描述换道需求的产生,建立了基于车道效用选择的自主性车道变换模型,利用视频处理软件获取大量车辆运行轨迹微观数据,采用极大似然估计法对构建的自主性车道变换模型进行了标定;最后,基于换道次数的仿真值与实测值,选取均方根偏差、均方根百分比偏差2个评价指标对车道变换模型的有效性进行了验证,误差指标小于10%,表明建立的自主性车道变换模型可以较好地描述车道变换复杂的运行行为。

基于深度学习的城市轨道交通短时客流量预测

我国城市轨道交通已进入快速发展期,准确预测城轨交通短时客流量,对于城轨运营安全、运营效率及运营成本具有重要意义.城轨交通短时客流量由于具有强随机性、周期性、相关性及非线性的特征,浅层模型的预测精度并不理想.对此,基于深度信念网络(DBN)和支持向量回归机(SVM),提出城轨交通短时客流深层预测模型(DBN-P/GSVM),同时基于遗传算法(GA)和粒子群算法(PSO)实现SVM的参数寻优.最后,对成都地铁火车北站客流量预测进行实例分析.结果表明, DBN-P/GSVM深度预测模型在均方误差、均方根误差、绝对误差均值及绝对百分比误差均值等方面均优于浅层模型--GA-SVM模型、PSO-SVM模型和BP神经网络模型,以及深层模型长短期记忆网络(LSTM)与LSTM-Softmax.

2010年广州亚运会交通管理措施研究

本文从控制出行总需求、引导调整出行结构、改变出行时空分布、优化交通运行秩序等四个方面提出16条措施,用于改善交通运行状况。根据各措施执行的强弱程度,由弱到强制定三个组合方案并进行评估,可作为广州实施亚运交通组织管理措施的参考。