基于GIS-T的交通信息发布系统设计

基于GIS-T和MTD技术的智能城市交通信息发布系统的原理和运行机制,是将交通信息采集发布、交通流评估模型、交通流预测模型和WebGIS有机地结合在一起,构成一整套完善的城市智能交通信息发布系统,实现交通信息的直观、实时发布,辅助出行者进行出行最优路径选择和出行时间预估,从而达到交通流动态调控的目的。     

���ܼ�ɢ�ͳ��н�ͨ����Ϣ�������巽�����

城市交通流信息集成是ITS（智能交通系统)的重要组成部分，起着衔接和融合各个交通业务系统的泛平台性支撑作用。博康集团公司联合清华大学共同提出的“智能集散型城市交通流信息集成总体方案”深入研究了交通流信息的功能需求和相关集成技术定位，依托基于MAS(多智能体系统)技术的智能集散型交通信息平台，从信息的采集、处理、发布各个层面提供了全方位的交通流信息集成解决思路。本方案技术领先，实用性强，在深圳市已获成功应用，全国推广态势良好。     

两种短时交通流混沌预测方法分析

短时交通流预测是智能交通系统的核心内容和交通信息服务、交通诱导的重要基础。采用符合交通流特性的混沌理论对短期交通流进行预测。在相空间重构和混沌识别的基础上,建立短期交通流加权一阶局域预测模型和基于最大Lyapunov指数的预测模型,并对一组实际的交通流数据进行预测。仿真结果表明:两种方法都能较准确的预测交通流,但最大Lyapunov指数预测模型的预测精度相对较高。     

基于分段学习的BP神经网络的交通流量预测

智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳方案,实时、准确的交通流量预测是智能交通系统实现的关键技术之一。本文采用改进型BP神经网络建立起交通流的时间序列模型,该模型可用于短期内道路交通流量的预测。     

Aimsun交通仿真技术在市政工程中的应用研究

智能交通系统是当前解决交通问题的主要方法和手段。作为ITS的重要组成部分,交通仿真系统是进行交通管理、控制和诱导决策的重要实验手段和工具。基于微观交通仿真软件Aimsun建立相应交通流仿真模型。Aimsun克服了交通系统现场实验代价大、实施困难的缺点,能为交通路口的研究与管理提供科学可靠的依据。     

北京市交通信息对外发布系统

交通信息对外发布系统的建立，有利于交通静态及动态信息在最大范围内、最大限度地被出行、驾驶员、交通管理所共享和利用，从而实现整个交通系统的动态优化运行。本从系统实现角度论述了北京市交通信息对外发布系统平台的总体设计、系统功能设计。由于该系统平台与公安网、Internet网均有信息交换，考虑到系统的安全性和应用的特殊性，本着重论述了系统网络设计、网络系统的安全设计。对外信息发布涉及到信息的组织，对外信息发布平台系统信息来源于交通流实时动态信息采集系统，为了技术上的简单化及网络上的安伞性，对外信息发布平台系统应有自己的数据存储、处理中心。     

大数据及其在城市智能交通系统中的应用综述

大数据给城市智能交通系统的技术发展与应用革新带来了机遇和挑战.从交通大数据的基本概念、交通大数据带来的问题和大数据驱动的数学建模方法等方面,阐述了交通大数据给智能交通系统带来的变革.为了深入理解交通大数据的内涵,分析交通大数据的产生背景,提出了交通大数据的“6V”特征,总结了智能交通系统中大数据的基本类型.面对交通大数据带来的数据安全、网络通信、计算效率和数据存储等诸多问题,提出了应对策略和思路.对数据驱动的建模方法进行了分析,说明了混合模型的意义.最后,讨论了大数据驱动的智能交通系统的体系框架.     

上海 面向世博会的ITS建设及成效

上海市ITS研究始于20世纪80年代初,2002年,在科技部的支持下开展了“上海市智能交通系统应用试点示范工程”项目,从系统、技术、管理和运行等多个方面进行了深入研究和全面规划。在工程的实施范围内,交通流数据和视频监视信息的采集达到了高架道路全部覆盖,地面主、次干路基本覆盖;信息诱导发布做到高架道路全部覆盖、地面道路部分覆盖;实现了高架和地面道路的交通运行状况、     

基于多源交通数据融合的短时交通流预测

不同类型交通检测器所获取的交通数据中包含了不同的交通信息,交通流预测在交通管理与控制中具有重要作用,基于此,进行了多源交通数据动态加权融合和短时交通流预测。在综合分析多源数据特性及其融合优势的前提下结合遗传算法的全局搜索及小波神经网络的自适应学习优点,提出了基于多源数据融合与遗传-小波神经网络(GA-WNN)的短时交通流预测模型。通过实例验证分析,基于GA-WNN的交通数据融合方法比其他方法更有优势;同时,多源数据融合的预测精度优于单一数据源的短时交通流预测序列,从而能为交通管理者的判断决策与交通出行者的路径选择提供更准确、全面的交通信息。     

面向奥运的综合信息发布系统设计及其关键技术研究

交通综合信息发布系统是北京市智能交通系统建设的重要环节，是整合交通管理系统、提高交通信息服务能力和水平的必要内容。该系统主要是从综合交通信息平台获取数据，遵循系统信息共享原则，按照统一的交通信息交换标准，采用成熟的技术手段实现交通信息尤其是实时交通信息的多渠道、多形式和针对多用户的发布。章论述了系统的组成及采用的关键技术，并以奥运为契机，引入一些先进的技术和方法。     

船舶云制造服务平台及运营模式研究

船舶制造由传统的制造模式向服务化制造的转变是未来船舶制造业的发展趋势。根据船舶制造特点及云制造理念,提出了船舶云制造服务的概念模型和信息模型,设计了船舶云制造的系统结构和云制造服务平台的架构及运营模式,以实现一定区域范围内,船舶制造资源与制造任务间最大限度的快速匹配,实现船舶制造过程和管理的服务化、集约化。     

基于云模型的出行时间波动性评价

出行时间波动的评价计算是一个定量算法,人们对其的理解则是一个定性的模糊概念,要充分利用出行时间波动这一概念来研究相关的交通问题需实现定量向定性转化的过程.云模型能够实现用语言描述的定性概念与其定量表示之间的不确定性转换.基于此,文中提出了一种出行时间波动评价的新方法,即利用云模型进行出行时间波动评价.介绍了云模型的基本概念,提出了利用云模型评价出行时间波动的流程,即构建波动标准云,波动实际云并比较其相似度评价出行时间波动.利用南京市5路公交车线路的统计数据进行实例计算,说明该方法的具有普遍适用性.     

云遗传算法

为了克服传统遗传算法搜索速度慢、易陷入局部最优解的缺陷，借鉴遗传算法的思想，利用云模型云滴的随机性和稳定倾向性的特点，提出了一种新的遗传算法——云遗传算法（CGA）．该算法由正态云模型的Y条件云发生器实现交叉操作，由基本云发生器实现变异操作．最后，进行了函数优化实验，并与标准遗传算法（SGA）和自适应遗传算法（AGA）进行了比较，以证明其有效性．     

������ģ�͵Ľ�ͨ�ź���ѧϰ���Ʒ���

为了减少车辆通过路口的延误,采用云模型建立控制策略,运用Q-学习改进控制模型的参数。路口信号控制智能体通过感知系统获得车辆到达信息,根据信号控制规则集和车辆到达信息采取符合控制策略的控制行为改变当前信号状态。信号控制的关键规则采用二维正态半云描述,利用二维前件云发生器生成针对不同交通状态的控制策略。云模型中的主要参数通过Q学习算法进行优化,以总停车延迟作为目标函数经过迭代产生针对不同交通量的云模型最优控制方案。最后,使用仿真软件对传统控制方式和基于云模型的控制方式进行比较,仿真结果表明,基于云模型信号控制方法的控制效果优于定时控制和感应控制。     

基于云模糊理论的图像纹理分割

为了处理图像纹理的模糊性和随机性,基于云模糊理论提出了纹理特征矢量云模型,并成功地应用于纹理图像分割.该方法在对纹理统计描述符模糊化处理后,逆向生成纹理特征矢量云.矢量云模型的数字特征能够很好地表达纹理的模糊性和随机性,据此通过云距离计算及纹理特征矢量云生长,完成对图像纹理的分割.实验结果表明,该方法较经典的ISODATA算法和K-means簇算法的分割精度高,并且迭代收敛速度快.     

基于云物元评估模型的绿色供应链绩效研究

根据平衡计分法的思想,从财务、运营、环境、可持续发展4个维度建立绿色供应链绩效评价指标体系;将云理论与物元方法相结合,构建了云物元综合评估模型,实现了只能用自然语言值描述的定性概念的物元表示;通过在企业绿色供应链绩效评价中的应用,证明该模型有效且可靠.     

基于云模型的模糊边缘检测

基于云模型和模糊集理论。提出了一种新的边缘检测方法．该方法根据图像灰度。借助区域生长算法产生对象云；通过云运算生成边界云并构建模糊隶属带。进而在条件概率和模糊划分熵的基础上。根据最大模糊熵原则确定最优阈值，对图像模糊边界进行提取．试验结果表明。该算法能保留大量低灰度信息。可以获得较好的枪涮特栗．     

����������ij�������ģ��CFCM�о�

车辆跟驰模型中的驾驶行为是一个复杂的推理、决策、执行过程，在知识表达和推理机制上存在模糊性和随机性。针对当前车辆跟驰模型研究存在的不足，引入云模型理论，确定了跟驰模型中的决策变量及概念判断子集，设计了模型参数标定的实验方法，在实验数据的基础上，计算了相关参数的隶属云特征值，总结了基于行为规则的车辆跟驰云推理机制，构造了车辆跟驰云模型CFCM(Car Following Cloud Model)。     

基于云计算的高校数据中心的建设与应用

为解决当前高校数据中心建设中普遍存在的资源利用率低、运维成本高等问题,以构建符合高校数字校园建设需求的云数据中心为目标,通过对云计算和虚拟化技术的深入分析研究,提出了一套适于高校应用与实施的基于云计算的高校数据中心建设方案.基于该方案在兰州交通大学实施了云数据中心项目,通过该项目的实施,有效地满足了学校数字化校园建设需求,大幅降低了学校信息化运行成本.