基于虚拟多层次节点的道路网络模型研究

随着城市道路交通网络的发展,路网中出现越来越多的非平面路网情况,传统的基于节点-路段数据模型和N2A网络模型在几何、拓扑关系表达等方面都难以满足立体化交通需求,亟待建立基于虚拟多层次节点的道路网络模型等新模型。     

基于时空自相关的道路交通状态聚类方法

城市道路交通状态的识别对交通管理部门进行交通管理控制、出行诱导,以及 道路设施改造具有重要意义.本文运用时空Moran 散点图探索城市道路交通的时空关联 性,并据此构建一种基于时空自相关预分类的道路交通状态层次聚类方法.运用本文所提 出的聚类算法,以北京市二环快速路外环方向的路段为例,进行聚类研究,并分析了各类 型路段的交通状态时空特性.案例研究表明,所提出聚类算法能对道路交通状态进行有效 判断,充分反映交通需求与路网结构之间的内在匹配关系.特别是畅通异质和拥堵异质两 种交通状态的提出,为识别高峰时段路网中的瓶颈路段和能力富余路段提供了一种新的 思路和方法,进而可为完善路网、缓解拥堵及制定交通管理措施提供依据.     

地铁网络服务韧性评估与最优恢复策略

针对已有基于拓扑效率的地铁网络韧性指标无法反映地铁运营实际的不足，构建考虑线 路流量影响的路网服务效率指标和基于服务效率的路网服务韧性指标，以及基于路网服务效率 的节点重要度指标；提出以路网服务韧性最大化为目标的优化模型，并基于遗传算法求解模型获 得最优恢复策略。算例结果表明：分别以服务效率和拓扑效率作为路网性能指标，获得的失效节 点恢复次序明显不同；蓄意攻击下，最优恢复策略获得的路网服务韧性分别比基于重要度的优先 恢复策略、基于节点度的优先恢复策略和随机恢复策略高16.76%、72.11%和86.21%。上述结果 表明，必须根据地铁运营实际合理选择路网性能指标和恢复策略，否则可能得到次优甚至明显偏 离实际的方案，无法实现预期目标。     

基于模糊推理的区域路网交通状态分析方法

为准确判别区域路网的交通状态,对区域路网交通流的宏观特性进行了详细分析,建立了路网交通状态评估指标体系。结合区域路网的拓扑结构与交通流特征,基于模糊推理技术提出了路网交通状态分析方法。以城市主干道路网为例,验证了路网交通状态分析方法的有效性。该方法可应用于在线交通状态分析和历史数据库交通运行特征的提取,为交通管理决策提供基础信息。     

基于复杂网络的城市交通拥塞因子风险传播机理及其应用研究

为了解城市交通拥塞因子风险传播特性,提升拥塞风险控制能力,依据昆明市路网拥塞实际调查数据,利用Pearson相关系数分析风险影响因子间的相关性,构建交通拥塞因子风险复杂网络。通过软件gephi0.9.2计算复杂网络各指标,验证网络的可行性和适用性。计算网络节点的相关指标进而引入网络节点重要度 k 的概念,据此将网络节点划分为核心节点、一般节点和边缘节点,同时引入直接免疫率 ρ 共同构建风险传播模型。对筛选出的核心节点进行直接免疫控制,免疫概率 ρ 分别取0.028,0.056,0.112后计算分析可知,免疫概率 ρ 取值基本与感染节点峰值比例值成反比。结果显示,识别出网络中重要度较大的节点并进行免疫控制后,交通拥塞因子风险的传播规模和传播速率将得到较好控制,对现实生活中治理城市道路路网交通拥塞有较好的指导意义。     

考虑容忍度下城市交通路网排放污染建模及分析

为了更好地从宏观角度研究交通路网污染状态,提出一种考虑容忍度的城市道路网络排放污染状况分析的方法。利用交通网络静态平衡以及容忍度概念构建一个双层数学规划模型,模型的下层为在已知OD(起讫)交通需求情况下路网各路段的静态交通分配,上层包含污染容忍基准及污染指数,其中这个指数反映了此条件下该道路网络的污染状态。同时,数值实例利用模型从环境角度分析了关键路段在交通网络中的重要性,证实了模型的实用性。研究结果表明,在有限的交通信息情况下模型能够对路网污染状态进行有效估测。     

基于复杂网络的南京城市轨道交通站点重要度评估

随着城市化进程的迅速推进以及大都市城市轨道交通网络化运营的逐步实现,城市轨道交通在城市交通系统中扮演的角色越来越重要,一旦城市轨道交通网络中的重要节点发生了紧急事件,必然会严重影响到城市轨道交通的正常运营。本文主要利用复杂网络理论对城市轨道交通网络进行分析,首先介绍了城市轨道交通网络的复杂网络特征,在此基础上提出利用SpaceL方法构建城市轨道交通网络拓扑结构,并且使用TOPSIS方法构建基于城市轨道交通网络特性的节点重要度评估模型,以南京地铁为例,得出南京城市轨道交通站点重要度排序。确定城市轨道交通中的关键节点,可以给城市轨道交通网络可靠性的研究提供很大的帮助,对于城市轨道交通网络的优化有着重要的意义。     

基于空间流量度的城市路网关键节点挖掘方法

针对城市路网关键节点识别与管控问题中传统方法欠考虑结构、流量等多元因素影响,并引入了过多权重参数主观性太强等问题,引入了节点的空间流量度和网络结构流量熵两个新概念,构建了有向含权路网模型,提出了基于空间流量度的城市关键节点识别方法.以北京市四环内路网为例,计算了路网度分布以及速度分布,对比了不同方法的有效性.研究结果表明:方法能够同时识别出流量较大和结构重要的节点;此外,模型参数α增加和β降低有利于提高网络连通性能,但α增加和β降低不利于流量的均衡分布;文中方法和结果可为城市交通规划、设计和管理提供参考,对于缓解拥堵、提高鲁棒性具有重要意义.     

基于Optima的实时在线交通流预测方法研究

目前城市道路交通流预测主要是基于物理模型、数理统计特性并融合部分智能预测算法来实现的,而对于一些影响预测效果的重要交通因素,诸如FIFO原则、交通信号控制方案等在现有的预测方法因无法很好地引入和描述而忽略.本文提出了一种基于Optima系统实现的实时在线交通预测方法,通过建立路网模型、需求模型及初始OD矩阵获取路网实时状况,并通过构建关联数据库实现实时路网模型信息、交通信号控制信息的有效对接,依据TRE算法预测路段进出口的累积流量并结合模型分配值、历史数据实现实时在线交通预测.以北京市望京区域为例进行仿真验证,通过误差分析,获得了较为理想的预测效果,验证了该预测方案的有效性.     

基于改进度的城市路网元素连接特性

结合城市路网车道属性(数量、宽度与方向等) 扩展了复杂网络中度的定义, 分别研究了原始法和对偶法下城市路网中交叉口和道路元素的连接特性; 考虑实际路网与居民出行认知特性, 将交叉口定义为节点, 基于赋名道路法与类Stroke分析从居民认知角度界定道路元素, 重点结合机动车道数改进原始度的概念; 在新的路网元素界定下, 使用基于改进测度的平均最近邻度方法分析了交叉口与道路的连接特性, 并考虑现有方法的不足, 提出了连接系数的概念, 更好地明确其连接关系; 以厦门市主城区为例对分析方法进行验证, 分析了主城区路网连接特性。研究结果表明: 该城市交叉口元素网络和道路元素网络皆为无标度网络, 其幂指数分别为1.69、2.70;路网元素的连接皆以某一节点为临界呈现分段特性, 其中, 基于改进度的连接系数邻界点取值分别为3.40、8.33;道路元素的等级测度临界点取值为5, 基于等级测度的连接系数临界点取值为3, 从这一角度来看, 城市路网并非简单的同配或异配网络; 提出的路网元素连接特性分析方法对城市路网拓扑特性的认识及路网演化模型的构建具有重要意义。      

新一代网络技术--主动网络

主动网络(Active Network)是一种新颖的网络体系结构，这种新的网络体系加速了底层网络的革命，为网络新型应用的产生创造了条件。本文介绍了主动网络的体系结构、关键技术、主动网络上的应用、有待研究的一些问题及主动网络研究发展的前景。     

基于主动网络的网络管理

在分析现有网络管理模型面临的困难基础上引入了主动网络技术,并设计了一种新型的基于主动网络技术的分布式网络管理模型：研究了利用主动网络技术解决网络管理问题的结构、优势以及协议。并以路由跟踪为例详细说明了管理功能的实现。     

有关选址和运输网络设计的研究

网络定位(选址)模型已广泛应用于公共及私有设施的定位。文章调查了一个模型，并且对运输网络的设施选址和设计进行了优化。认为改变网络的拓扑构造要比增加设施而提高服务水准更具投资回报效率，因此，该模型在区域规划、分拨、能源管理等领域有许多应用，并概括出了经典的简化工厂选址问题。文章将讨论如何使用这一模型有效地解决问题。     

一种基于二层贝叶斯网的网络入侵检测方法

提出了一种基于二层贝叶斯网的网络入侵检测方法,该方法能够从审计数据中自动学习知识生成入侵模型,并根据该模型检测入侵行为,从而提高入侵检测系统得自适应性和可移植性,降低系统的误报率和误检率．并通过设计实验来验证基于贝叶斯网的入侵检测系统的性能,实验数据采用KDD cup 1999年的部分数据．实验结果表明：该方法在只使用10％训练数据和部分记录属性来学习的情况下,检测效果仍比较好．     

���·��ģ�ͼ�·���ȶ��Է���

城市道路网运行中受多种因素干扰,系统运行经常处于非稳定状态,出行者不仅要求尽量减少出行时间,而且越来越重视保障出行时间的稳定性、强调交通系统的可靠性.考察智能交通系统中人们出行选择的偏好,80%以上的通勤者认为行程时间可靠性是他们出行时第一或者第二位的要求,因此,本文以行程时间可靠性和行程时间作为出行者路径选择的两个主要因素,建立混合随机路网模型.借鉴随机平衡分配模型的求解方法,设计混合随机路网模型的求解算法.同时,通过熵来考察行程时间可靠性和行程时间在出行者路径选择中所占比例不同对道路网交通状态的影响.此模型可描述智能交通系统下,有无信息出行者的比例对路网交通状态的影响.通过案例研究发现,只有拥有信息的出行者比例达到一定程度时,路网才最稳定.     

基于EKF的神经网络在网络流量预测中的应用

在网络资源有限的情况下,建立合理的网络流量预测模型,并根据其预测结果及时做出控制决策或调整措施,对网络性能和服务质量的提高均有重要意义.根据网络流量的时变、非线性特点建立一个时间相关的流量预测模型,预测和分析网络流量状况,并利用人工神经网络在非线性建模方面的优势,给出了基于EKF算法的前馈神经网络的结构设计及学习算法.最后在Matlab环境下使用该预测模型对网络流量进行了仿真,结果表明该模型具有较好的自适应性和较高的预测精度.     

城市道路网拓扑结构的复杂网络特性研究

以城市道路网中的连续道路中心线作为网络拓扑结构的基本分析单元,作者采用对偶法对我国12个不同规模和形态的城市道路网的拓扑结构进行了抽象,在此基础上分析了我国城市道路网拓扑结构具有的普遍复杂网络特性。研究指出,我国城市道路网的拓扑结构一方面具有较小的特征路径长度和较大的聚类系数,是典型的小世界网络;另一方面其度分布函数为幂律形式,又具有典型的无标度特性。     

Relations Between Wavelet Network and Feedforward Neural Network

A comparison of construction forms and base functions is made between feedforward neural network and wavelet network. The relations between them are studied from the constructions of wavelet functions or dilation functions in wavelet network by different activation functions in feedforward neural network. It is concluded that some wavelet function is equal to the linear combination of several neurons in feedforward neural network.     

论网络传播方式对网络广告效果的负面影响

网络传播方式变革了传统媒体信息传播方式，它促进了网络广告的发展，但同时也阻碍了网络广告的发展。本文通过对网络广告信息接收媒介和交互性两个主要方面进行分析，指出了网络传播方式对网络广告效果的负面影响，并提出了尽量避免其负面影响的相应措施。这对于提高网络广告的效果，促进网络广告市场的繁荣，提供了一定的思路。     

基于网络效率的日变路网脆弱性识别方法

在日变动态路网背景下,采用传统的静态脆弱性识别方法有可能无法完全辨识路网系统单元的脆弱性,这不利于事件管理规划和应急物资调配工作的开展.为此,以日变路网为研究对象,在单路段关闭情形下,定义了基于网络效率的路网动态脆弱性指标,表示为退化路网动态网络效率与完好路网静态网络效率的相对变化率.提出了基于单路段关闭的日变动态配流模型刻画日变路网流量的非均衡动态演化,并给出了相应算法.采用提出的指标和模型在实例网络中验证了日变路网脆弱性识别方法的可行性.对比分析了基于动态网络效率和基于静态网络效率的脆弱性识别结果,发现前者的识别率高于后者.