基于状态-空间-时间网络的电动汽车节能动态路径规划策略研究

随着电动汽车的普及和智能交通系统的发展,EV动态路径规划成为了一个重要的研究领域。本研究提出了一种基于状态-空间-时间网络的电动汽车节能动态路径规划策略。首先定义了状态-空间-时间网络的模型结构,并利用该网络捕获电动汽车在不同时间和空间状态下的行驶路径,同时还设计了相应的机器学习算法进行路径的优化和规划。通过模拟实验,证明了该方法在规划节能和时间高效路径方面的有效性。研究不仅为电动汽车提供了一种新的节能动态路径规划策略,同时也为未来的智能交通系统研究提供了新的方向和思路。

基于“节点-场所”的旧城地铁站点空间耦合模型与实证研究——以广州为例

以地铁为典型代表的大运量城市轨道交通站点地区兼具“节点”和“场所”双重特征。以广州为例,将“节点-场所”理论结合旧城空间发展特征进行应用拓展,构建旧城地铁站点空间动态耦合评价模型,从时间和空间双重维度测度站点地区与旧城空间耦合;选取9个样本站点前后10年空间动态耦合关系进行深入剖析,将其划分为动态平衡、节点价值逐渐高于场所价值、场所价值逐渐高于节点价值、发展失衡4种类型,并结合模型各类指标特征对其发展动态进行阐释;研究发现广州旧城范围内多数站点处于动态平衡的空间耦合关系,结合时间维度解析旧城站点空间耦合动态变化发现其发展规律与传统的“节点-场所”模型有所区别,轻微“低节点-高场所”发展态势更为理想。

交通方式对城市空间形态的影响——以芜湖市为例

城市交通方式和道路系统的布局对城市的规模和空间结构具有重大影响。以芜湖市为例,通过对不同历史时期的比较,提出了城市在水运时期的单侧带状布局、陆路时期的放射布局和综合高速交通时期的都市区三种空间布局形式。此外,借用长度—半径维数模型与关联维数模型对交通方式与城市空间形态之间的关系进行了论证和探讨。

上海大都市交通网络分形的时空特征演变研究

分形理论的城市形态发生学研究应用,首先是从交通网络的应用开始的。国内外学者进行的大量案例研究表明,分形分维有可能是表征城市交通网络特征、解释城市交通网络发展,演化的一种较为理想的测度指标。以上海这一国际性大都市的交通网络为研究主体,通过测算上海市不同行政区域交通网络的分维值,研究分形特征的空间变化;利用不同时代上海市全域及典型行政区交通网络的分维,研究分形特征的时间演化。研究结果表明,在上海与一些发展相当成熟的大、中城市与城市化地区,交通网络形态1.7左右的分形分维值具有普适性,有可能是判断网络形态与功能、结构完善度的一个较为合宜的测度指标;分维的变化,表现在空间域上,上海城市交通网络的分形特征内域明显复杂于外域,在城市发展主轴方向表现为由内向外分维测度值的有序降低;而在时间域,近期的交通网络分形复杂度明显高于早期,网络的构型不断得到优化;这一总体趋势,与城市形态开发、经济发展的历程相一致。可以相信,分形测度与分维的演化将成为描述城市形态发生学过程的一个最有用的指标。

小波网络在带噪声的混沌时间序列预测中的研究

在采用网络模型对带有噪声的混沌时间序列进行建模的过程中,噪声会影响模型的泛化能力。针对上述问题,本文提出了基于小波去噪的小波网络预测框架。在预处理阶段使用小波阈值方法抑制噪声,运用相空间重构理论确定嵌入维数和延迟时间,进而确定改进的小波网络模型的结构,结合BP算法和遗传算法对模型的参数进行学习。最后,在带噪声的Mackey-Glass混沌序列预测实验中验证了该框架的有效性。

基于空间通道注意力机制与多尺度融合的交通标志识别研究

通过YOLOV3深度神经网络算法可以实现道路交通标志的自动检测与识别,由于YOLOV3运算量较大,很难在小型嵌入式平台上使用,针对这一问题,文中提出了改进型的轻量化YOLOV3-3ctiny神经网络模型。为了融合浅层特征图的空间信息与深层特征图的语义信息,将第19层卷积层通过上采样后与第7层卷积层相连接,多尺度融合后输入YOLO层形成新的特征金字塔,以此提高小目标的识别率。同时,为使网络更加关注交通标志的细节信息,在特征金字塔网络中增添能够增强前景信息降低背景信息的空间通道注意力机制。使用Kmeans聚类算法对数据集作聚类处理,获得一组先验框。在长沙理工大学交通标志数据集上进行测试,实验结果表明,改进后算法的识别率达到91.8%,与YOLOV3-tiny算法相比提高了24.9个百分点,而与YOLOV3算法相比,每张图片的检测时间降低至0.133s,降低了49.6%,该算法具有较强的实时性和准确性。

基于编解码深度神经网络的交通流预测模型

本文提出了一种基于编码器-解码器结构的深度神经网络模型。在经典的编解码模型基础上,基于长短时记忆网络模型并扩展时间注意力学习机制,以自动学习交通流相关序列数据中的隐含表示和非线性相关深度特征,实现端到端的变长交通流序列预测,并扩展注意力机制以提升模型的预测性能。基于真实的交通流数据集进行了对比实验分析,实验结果表明所提出的交通流预测模型相比基准模型具有更优的预测准确率。

基于改进加权一阶局域法的空中交通流量预测模型

空中交通流量精准预测是实施空中交通控制和管理的重要前提.针对空中交通流量时间序列的内在混沌动力特性,研究了基于改进加权一阶局域法的混沌交通流量时间序列预测模型.首先,提出了一种临近相点演化加权的改进一阶局域预测法,并通过在预测过程中构建误差序列进行预测结果修正;其次,利用关联维数出现饱和现象验证了4组不同统计时间间隔的实测空中交通流量时间序列均存在混沌特性;最后,在对空中交通流量时间序列进行相空间重构的基础上,利用改进加权一阶局域预测方法进行了流量预测结果的对比实验.结果表明,4组空中交通流量时间序列预测精度均有提高,时间尺度为10 min的流量预测效果最好,预测相对误差减小了29.7%.

混沌时间序列在边坡位移预测中的应用

根据非线性边坡位移时间序列,运用相空间重构理论,建立了加权一阶局域法边坡位移预测模型、基于Lyapunov指数的边坡位移预测模型、基于神经网络的混沌时间序列边坡位移预测模型,对比分析了三个预测模型的特点。新龙寺滑坡预测研究表明,基于混沌时间序列预测方法具有很好的预测精度和广泛的适应性。

我国航空客流网络发展及其地域系统研究

“极化”效应是高速交通网络引导客货流演进的空间表象 ,由此导致空间作用关系的变化和空间结构的演化。轴心—附属式的“轴—辐”空间模式已经成为航空客流网络发展的基本模式。本文以航空客流为分析对象 ,探讨了我国城市间的相互作用特征 ,以及高速运输网络发展的社会经济意义。结果表明 ,我国大陆航空客流的网络体系形成了明显的地域分异现象 ,产生了以三个一级枢纽为核心的“轴—辐”系统 ,即北京、广州和上海系统 ,以及两个相对独立的次级系统——乌鲁木齐和昆明系统 ;航空客流存在显著的距离衰减规律 ,绝大部分客流发生的距离在 2 4 0 0 km之内 ;超大城市是航空客流的集聚地 。

基于链路预测的LEO卫星稀疏自组织网络异步路由算法

随着空间探测活动和技术的发展,航天任务对灵活的分布式星座、编队飞行空间移动平台组成的自组织空间网络提出了技术要求。针对传统同步自组织路由算法在稀疏空间自组织网络应用的不足,提出一种基于链路预测的LEO卫星稀疏自组织网络异步路由算法,并对其进行了仿真比较。结果表明该算法具有扩展性、抗毁性,适用范围广的优点,可为空间自组织网络的路由策略设计提供借鉴。

网络化控制系统中的多包传输

在网络化控制系统中,由于传感器和执行器分布很广而且数据包容量有限,多包传输不可避免。多包传输影响网络化控制系统的稳定性,甚至引起系统失稳。研究了传感器采用时间驱动方式,控制器和执行器采用事件驱动方式的网络化控制系统的多包传输问题。采用状态反馈控制器稳定系统并提高系统的动态性能;利用增广状态向量的方法,建立了网络化控制系统的异步动态系统模型;运用异步动态系统理论和李雅普诺夫方程,分析了网络化控制系统指数稳定问题,得到了系统的稳定性判定定理。

论网络文化的后现代特性

本文分析了网络文化产生的新时间与空间系统的特征,并借由让·鲍德里亚的"拟像世界"理论揭示了诞生于新时空基础之上的网络文化的本质特征,即网络文化的实质是真实虚拟的文化,网络文化所体现的也正是这种后现代的拟像化特性。

基于低秩分解的网络异常检测综述

异常检测对于网络管理与安全至关重要.国内外大量研究提出了一系列网络异常检测方法,其中大多数方法更关注数据包及其独立时序数据流的分析、检测与告警,这类方法仅仅利用了网络数据之间的时间相关性,无法检测新类型的网络异常,且难以定位以及剔除异常数据.为了解决上述问题,相关研究融合多时间序列数据流,提出基于低秩分解的网络异常检测方法.该方法充分利用网络数据之间的时间-空间相关性,无监督地定位异常数据所在位置,同时将异常数据剔除,从而还原网络正常数据.首先,根据其对正常数据与异常数据的不同类型约束,将基于低秩分解的异常检测方法分为4类,并介绍每一类方法的基本思想和优缺点;然后,探讨现有基于低秩分解的异常检测方法存在的挑战;最后,对未来可能的发展趋势进行了展望.

实时脉冲光声法用于分子弛豫时间的测定(英文)

脉冲光声光谱法一个重要的应用是确定气体分子的振动-平动弛豫时间τV-T.因激光光束的空间分布R(r)对光声测量有显著影响,我们发展了同时测定R(r)和τV-T的方法.本方法基于光声脉冲的实时信号和一种用于光声成像的数学运算法则.本文讨论了智能计算用于多原子气体分子的R(r)和τV-T同时和实时测定的可能性.进一步利用前馈多层神经网络的离线批训练法,结合一个理论光声信号对R(r)和τV-T进行了同时和实时分析.本方法可明显缩短确定上述参数所需时间.

交通强国战略与城市发展

交通强国,绝非一个单纯的技术系统建设问题,我们面对的是一个“社会-技术系统”。很多对于交通强国的讨论,是站在行业立场上的解读,但是作为国家战略的内涵,需要更加全面的思考。交通强国战略中,城市具有重要意义和特殊性:依托交通和通信网络促成的“流空间”中,城市成为各种活动集聚和矛盾汇集的场所,成为一个关键性要素;城市政府推进交通强国,需要充分考虑自身的特殊性,在强国家、强自身,以及公众获得感等方面下功夫。

考虑用户能量优化调度的配电网灾后故障恢复策略

新型配电系统中,越来越多的大型用户会建立能量管理系统(EMS)对自身用能曲线进行优化。该发展趋势给新型配电系统的弹性提升与灾后故障快速恢复方案制定带来了新的挑战。为此,提出了一个综合考虑EMS逐利特性、维修人员调度以及分布式发电机组运行的配电系统灾后恢复策略双层优化模型。该模型的外层问题建立了一般配电网故障快速恢复模型,并使用时间-空间网络模型对维修人员在空间上的移动过程进行建模。内层问题描述了恢复供电后EMS根据所管理园区情况重新制定负荷曲线的过程。为求解该双层优化问题,使用Karush-Kuhn-Tucher条件将其转变为单层混合整数线性规划问题。最后,在改进IEEE 33节点配电系统上验证了模型有效性,并进行了灵敏度与计算性能分析。

复杂山区工程建设物资运输无人机巡航模型构建与实证研究

基于某复杂山区YA-LZ段的铁路工程建设物资运输计划,本文研究无人机巡航规划及机队管理问题。首先,考虑无人机飞行高度限制和山区飞行轨迹,提出近似飞行距离算法计算山区无人机实际飞行距离。其次,通过建立以无人机基地建设成本、无人机固定成本与巡航成本最小化为目标的复杂艰险山区无人机巡航优化模型,决策无人机基地坐标、巡航范围以及机队配置需求。针对模型的非线性特点,设计自适应聚类-空间移动算法,通过有限次迭代快速划分巡航范围,进而搜索全局最优的无人机基地坐标,并计算最小机队配置需求。最后,将无人机巡航模型与自适应聚类-空间移动算法应用于YA-LZ段物资运输路线案例。通过与传统算法比较发现,计算结果可降低约20%的巡航成本。

北京市居民通勤特征研究——基于千余份问卷调查的分析

在千余份问卷调查的基础上,对北京市4个不同居住—就业空间结构样本区进行了不同交通方式、不同样本区居民的通勤距离、时间、效率等特征比较。结果表明:公共交通是北京市居民通勤的主要方式;随着通勤距离的增加,居民最常选择的交通方式从非机动车向公交再向地铁转变;北京市居民通勤时间相比于其他国际大都市偏长;私家车通勤效率最高;换乘对交通效率有较大负影响,在大型居住—就业中心通勤流中这一问题尤为严重;职住平衡的区域较之于居住或就业中心有着相对短的通勤距离和时间,以及相对高的非机动车出行比例。