基于改进KMC算法的三相交通流聚类研究

针对城市快速路交通流的运行特性,利用K均值聚类算法研究了交通流的三相特性。对KMC算法进行改进,避免聚类计算陷入局部最优并获得较好的初始聚类中心。以信息熵及其跃迁值为判定准则,确定了交通流时间序列聚类分析的最优聚类数目。通过对上下游关联路段的交通流时间序列进行聚类,发现不同路段聚类结果存在的共同点和差异,并利用自信息量完成对分类结果的可靠性分析。文中对交通流时间序列聚类分析进行研究,从数据角度提出了确定三相交通流边界的可靠方法,为交通流运行状态判别和预测提供理论和方法支持。

关于RLA模型微观的计算机模拟

以扩散理论为基础,建立以"基本微观过程"为核心的新模型.引入交换比的概念,对存在表面活化剂时薄膜生长的微观过程用Kinetic Monte Carlo方法进行计算机模拟.模拟发现,活化层原子和沉积原子都会发生跨层间的扩散.跨层扩散主要是单个原子的扩散,层间扩散的原子数目随着温度的升高或沉积厚度的增加而增多.RLA模型中的"交换作用"只是若干个"基本微观过程"的组合,大多数交换不是位置的"完全交换",交换比也并非恒为1.