中国航空网络鲁棒性的牵制控制研究

对航空网络中部分节点进行牵制控制,可以使所有节点同步到稳定状态,起到提升航空网络鲁棒性的作用.通过建立节点状态方程,确定航空网络的平衡点,实现对部分节点的牵制控制,并以受控节点数与反馈增益的综合代价最低为标准,探究两者的均衡关系.结果表明,通过对45座通航城市进行牵制控制,可以以较低的反馈增益水平,实现中国航空网络鲁棒性的提升.     

城市复合交通网络的若干特性研究

针对北京市三环内实际交通网络,分别构建城市道路交通网络和由城市轨道交通网络叠加形成的城市复合交通网络模型.基于复杂网络理论,采用Matlab 计算节点度、聚类系数、平均路径长度、介数和节点紧密度等指标,分析了其分布规律,然后对这两个网络模型的统计特征值进行比较分析.结果表明,它们都具有一定的随机网络模型和无标度网络模型的小聚类系数特征,叠加后的城市交通网络直径和平均最短路径减小,平均度、聚类系数和节点紧密度都有不同程度增加,使整个路网的可达性得到了一定的提高,网络承载力变大.     

基于复杂网络同步城市快速路协调控制研究

基于复杂网络同步,本文研究城市快速路多入口匝道协调控制问题.采用元胞传输模型建立城市快速路节点耦合的复杂网络动力学模型,以同步为目标设计多入口匝道协调控制器并确定控制策略,其中牵制节点对应需施加控制信号的入口匝道,推导出城市快速路网络系统同步的稳定性条件,以此得到牵制节点和反馈增益矩阵.通过具体例子仿真验证了本文协调控制方法的有效性,能以较小的控制范围代价达到抑制交通拥堵从而提高道路通行效率的目的,控制效果优于传统协调控制方式,可进一步推广到大规模城市交通网络系统.     

基于贝叶斯网络的CTCS-3级列控车载系统韧性

为弥补现有指标的不足，引入韧性作为非常态事件下CTCS-3级（China train control system-3）列控车载子系统运行稳定性的测度指标. 提出了车载子系统韧性量化评估方法，构建了基于贝叶斯网络（Bayesian network, BN）的韧性评估模型，并定义了5种基于韧性的部件重要度指标；进一步利用贝叶斯网络双向推理功能，计算了车载子系统在不同扰动情景下的韧性及部件重要度指标. 研究结果表明:韧性可全面描述车载子系统抵御扰动和从扰动中恢复的能力，非常态事件扰动下，韧性与可用性指标存在明显差异；不同扰动情景下系统韧性明显不同，扰动发生时，车载子系统面临磁暴影响时的韧性为0.8017，而遭遇雷电时的韧性为0.8819，面临冰雪扰动时的韧性为0.9880；部件重要度存在情景依赖，同一部件在不同扰动情景下重要度排序可能不同，且可能随时间动态变化.      

基于 k-壳分解的集装箱海运网络度分布研究

运用复杂网络理论,研究集装箱海运网络度分布情况。以往研究中多认为海运网络节点度分布具有无标度特性,文中基于k-壳分解法获得不同层次的东亚区域集装箱海运拓扑网络,并计算出不同层次网络的节点度分布;通过分析不同层次网络的节点度分布情况,发现东亚区域集装箱海运网络存在明显的度值分层,并在双对数坐标下不存在显著负相关性。鉴于幂律分布是惟一满足无标度特性的分布形式,且实证网络中不同层次节点度分布图均明显存在不符合幂律分布的迹象,可见东亚区域集装箱海运网络分布不具备无标度特性,并提出造成这种状况的原因。     

基于Vague集贴近度的工程项目投资快速估算方法

根据Vague集理论和贴近度计算方法,构建了一种工程造价的快速估算模型。首先从历史资料中选出与拟建工程项目类似的既有项目,然后选取了影响项目造价的主要特征元素并全部赋权,建立起相应的特征值矩阵。利用区间数综合单价建立了既有项目对拟建项目的Vague集隶属矩阵,再按照Vague集贴近度计算方法计算出既有项目与拟建项目的相似程度。借助于造价指数和贴近度最大的项目快速估出了拟建项目的单价。最后以某工程项目为实例,计算结果表明该模型准确、有效。     

基于可达性指标的航空货运网络布局优化研究

以网络可达性和利用率最大为目标,建立货机班次分配与货物运输路径选择的多目标双层优化模型,针对我国基于审批方式为各航线分配航班的实际情况,通过调整货机班次优化航空货运网络布局.以20个机场组成的航空货运网络为例,设计NSGAII算法求解模型.结果表明:北京、上海、广州、深圳之间的航段将获得1/4的货机班次,他们是航空货运的枢纽机场;当决策者偏好网络可达性时,更多货机班次将被分配到大型机场间的航段上,当决策者偏好网络利用率时,货机班次在航段上的分配较均匀;随着货机班次在航段上由集中趋向分散,网络可达性降低而利用率提高;减少货机班次会降低网络可达性,增加货机班次会降低网络的利用率.     

基于复杂网络的车载自组网拓扑特性分析

研究了在受道路约束的实际场景以及不受道路约束的仿真场景下车载自组网(vehicular ad hoc network,VANET)的度分布、聚类系数、平均路径长度和连通分支数等拓扑特性,基于KS检验和极大似然估计对VANET是否具有无标度特性进行了验证。结果表明:在通讯范围内全连接情况下,车载自组网不具有无标度特性和小世界特性;网络整体具有高聚类特性;当通信半径增长到一定值时,连通分支数变化率急剧下降。     

不确定需求下轨道交通网络的鲁棒性优化

轨道交通网络设计是轨道交通规划的重点,本文研究不确定需求下轨道交通网络设计的鲁棒性优化问题.提出了不确定需求下轨道交通网络鲁棒性的概念.针对不确定需求可以被预测和不可以被预测的两种情况,分别建立了scenario 模型、minmax模型,这两个模型在优化目标中均综合考虑了最小化轨道交通线路总长度、最小化乘客总出行距离、最小化乘客总换乘次数,并基于遗传算法给出了这两个模型的求解算法.scenario 模型权衡网络的服务水平与网络对于不确定需求的抗干扰能力;minmax 模型侧重于网络在最坏情况下仍然能够保持较好的服务性能.最后,给出算例,验证了提出模型与算法的有效性.     

基于DenseNet结构的轨道暗光环境实时增强算法

车载视觉系统是未来城市轨道交通安全运行的重要保障，列车在封闭环境或夜间运行时所处的弱光照环境会严重影响车载视觉系统的检测效果. 为此，提出了一种针对铁路封闭环境或夜间行车环境下低照度图像的实时视觉增强算法. 该算法以密集连接网络（densely connected network，DenseNet）结构为骨干网建立特征尺寸不变网络，提取图像光照、颜色等信息输出光照增强率图，并基于非线性映射函数调整每个像素的光照强度，通过分级结构将低照度输入图像的曝光率由低层到高层不断增强. 建立的深度学习网络模型采用自监督的方式训练网络参数，利用低照度图像自身特征和先验知识构建损失函数，其由曝光损失、色彩恒定损失及光照平滑度损失3个分量组成. 多种场景下的低照度增强实验结果显示:本文算法能够对输入图像曝光值进行自适应，对低曝光以及高曝光区域动态调整曝光率从而改善低照度图像的可视化效果，处理速度能够达到160帧/s，满足实时性处理的要求；通过在低照度增强前后的轨道分割及行人检测算法性能对比实验证明:所提出的算法能够大大提高暗光环境下的视觉检测效果，在RSDS （railroad segmentation dataset）数据集中轨道分割F值提高5%以上，在轨道场景下行人检测误检率及漏检率均有效降低.      

依赖随机参考点的网络均衡配流模型

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积.假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型.然后,给出基于Probit 加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法.算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为.对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变.     

��������ο���������������ģ��

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积。假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型。然后,给出基于Probit加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法。算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为。对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变。     

考虑随机路网能力退化的连续双参考点用户均衡模型

为研究累积前景理论下随机路网能力退化下限对交通网络均衡的影响,本文构建了考虑随机路网能力退化的连续双参考点用户均衡模型,并证明了解的存在性,设计了求解算法.模型将随机交通网络均衡中的客观不确定性归因为随机路网能力退化下限和设计能力上限,将主观不确定性归因为用户风险态度,并由此内生出行路径期望、方差、最佳到达时间参考点、最早到达时间参考点、累积到达时间价值和网络均衡流量等重要参数.最后通过算例分析了路网能力退化下限对用户和整个交通网络均衡的影响.     

MFD子区交通状态转移风险决策边界控制模型

根据交通流分布,决策区域路网交通状态转移风险是进行区域交通诱导与控制的重要基础.宏观基本图(Macroscopic Fundamental Diagram,MFD)无需复杂的路网OD数据,并可有效描述区域路网宏观特性,为解决这一问题提供了契机.因此以MFD特性为基础,考虑诱导与控制条件下驾驶人的路径决策对子区交通状态的影响,以路网最大完成率和最短总行程时间为约束,通过模糊风险管理,建立平衡MFD子区交通状态与成本的风险决策模型,并采用ALRS算法对模型进行求解.仿真结果表明,建立的交通状态风险决策模型可有效提高控制和诱导的效率,同时保证突发情况下交通控制的实时性和有效性.     

实测振动信号的Lyapunov指数的计算与混沌识别

分析了Lyapunov指数稳健算法.仿真结果表明稳健算法在刻画混沌"对初始条件敏感"这一特征时具有良好的性能.将该方法用于计算实测振动信号的Lyapunov指数,得到该指数大于零.综合分析信号的频谱特征、关联维数值后,有效地判断了所设计的非线性隔振系统处于混沌状态.     

两自由度机械手周期运动的倍周期分岔

为了研究两自由度机械手系统的动力学稳定性，基于拉格朗日方程给出了它的运动微分方程，并用扰动理论确定系统周期运动具有周期系数的扰动微分方程；根据Floquet理论对该系统扰动微分方程的平衡点的稳孝性进行了分析，并用数值方法研究了平衡点失稳后的倍周期分岔过程．研究表明，随系统参数的改变，当系统特征矩阵有特征值-1时，系统将发生倍周期分岔。     

基于道路交通状态的随机用户平衡

运用随机用户平衡配流的基本思想和交通流理论，提出了道路交通状态的概念，以便讨论交通拥挤情况下的交通量分配问题．将道路交通状态定义为行程时间和道路拥挤度的线性加权和．假定在路网随机变化的情况下，出行者以行程时间和道路拥挤度最低为路径选择准则，建立了基于道路交通状态的随机用户平衡配流模型，并证明了模型的等价性和唯一性，给出了该模型的连续平均求解算法．一个小型网络的数值计算结果表明，该模型能反映出行者在随机路网中的路径选择行为．     

考虑局部排队延误的VMS 选址双层规划模型

用Monte Carlo 模拟技术刻画路网状态的随机性,优先考虑在交通网络瓶颈路段设置可变信息板待选点,建立多目标优化可变信息板选址双层规划模型.上层模型为基于不确定风险决策最小和诱导效益最大的双目标规划模型,下层模型为考虑局部网络有排队延迟现象的随机用户平衡模型.采用增广Lagrange 对偶算法与相继平均算法组合求解下层模型,采用非劣排序遗传算法-II 求解整个双层规划模型.算例结果表明,在可变信息板资金预算约束下,非劣排序遗传算法-II 能够有效求解可变信息板选址的多目标优化问题,得到6 组Pareto 解.研究结果可为城市道路网可变信息板诱导配置的优化和建设提供决策支持.     

基于宏观基本图的路网多子区状态一致协同控制

针对基于宏观基本图(MFD)的路网多子区协同控制未考虑各子区拥堵状态差异性及均衡性的问题，本文提出以多子区状态可达一致为目标的子区边界状态反馈控制设计方法. 首先，基于路网 MFD模型建立路网多子区协同模型；进一步，基于部分变量稳定性理论，设计多子区状态可达一致的边界状态反馈控制律.在此基础上，考虑子区拥堵状态的差异性，设计了子区间的协同控制策略，快速缓解子区拥堵状态；同时，提出子区边界输入流的分配优化策略.最后，以潍坊市实际路网为背景建立仿真模型.实验结果表明，本文方法可实现子区交通流分布的均衡性，快速缓解子区拥堵状态，较大幅度地提升路网运行效率.     

基于宏观基本图的路网多子区状态一致协同控制

针对基于宏观基本图(MFD)的路网多子区协同控制未考虑各子区拥堵状态差异性及均衡性的问题,本文提出以多子区状态可达一致为目标的子区边界状态反馈控制设计方法. 首先,基于路网 MFD模型建立路网多子区协同模型;进一步,基于部分变量稳定性理论,设计多子区状态可达一致的边界状态反馈控制律.在此基础上,考虑子区拥堵状态的差异性,设计了子区间的协同控制策略,快速缓解子区拥堵状态;同时,提出子区边界输入流的分配优化策略.最后,以潍坊市实际路网为背景建立仿真模型.实验结果表明,本文方法可实现子区交通流分布的均衡性,快速缓解子区拥堵状态,较大幅度地提升路网运行效率.