基于BP神经网络的区域交叉口协调控制

城市区域交通协调控制是城市智能交通的研究重点,研究目的是减少车辆延误,提高路网通行能力.针对此问题,根据单交叉口神经网络控制方法,提出一种基于BP神经网络的区域多交叉口协调控制方法.采用五交叉口组成的区域路网,以区域所有交叉口平均车辆延误作为评价指标,利用MATLAB软件编程进行仿真.仿真结果表明,神经网络协调控制方法与定时控制、神经网络单独控制方法相比,能够取得更好的控制效果.     

在WindML下汉字、图形界面及图片显示的开发研究

本文介绍WindML的结构,重点叙述在开发文字图形前字库的原理、结构和配置、显示图片文件前的准备工作及WindML设置编译的重要注意事项,最后用具体的项目开发成果,展示了在VxWorks下用WindML开发的文字、图形、图片文件的显示.     

基于Hibernate+Spring+Struts的Web应用开发框架

介绍Hibernate,Spring和Struts开源框架,根据这3种框架整合出一种新的Web应用开发框架,分析该框架的特点.在该框架中,采用Struts架构表示层,Spring架构业务层,Hibernate架构持久层.     

基于粒子群的城市交通信号两级模糊控制

针对城市交通流的特点,设计一种单交叉口多相位两级模糊控制器,有效地减少控制规则数,实现相序、绿信比、周期随交通状况而自适应变化,并采用粒子群算法对模糊控制器的隶属度函数进行优化。仿真结果表明,该系统能有效地提高交叉口的通行能力,减少车辆平均延误。     

基于粒子群优化SVM的高速公路交通事件检测

为了更加准确地检测出高速公路上的偶发性交通事件,采用一种粒子群优化SVM参数的高速公路交通事件检测算法,提升事件检测效果。文中运用高速公路实测数据集（L880）,对支持向量机算法进行分类性能测试,并且采用改进的粒子群优化算法对支持向量机的参数进行优化,进而利用测试集数据对该模型进行验证比较,获得满意的检测效果。     

基于小波神经网络的短时交通流预测

针对现阶段城市道路交通短时交通流预测精度不高的局限性,将小波变换引入到城市道路交通预测过程中,提出一种基于小波神经网络的预测方法。运用美国加州高速公路通行能力度量系统数据作为数据来源,应用小波变换和BP神经网络相结合对其进行预测,然后对预测结果数据进行分析,并对短时交通流进行综合评价。实验表明,该方法与传统的BP神经网络相比较,在短时交通流预测方面具有较好的有效性和优越性。     

基于模糊理论的城市区域交通控制研究

城市区域交通协调控制是智能交通的主要研究方向,研究的主要目的是避免交通拥塞的产生,并能够在发生时及时疏散车辆。针对这种情况,提出一种基于模糊理论的区域协调控制方法,以区域内交叉口各相位方向的排队长度为评价参数,建立模糊控制规则对区域交通进行协调控制,采用典型五交叉口组成的区域对提出方法进行验证。结果显示:该方法能够有效地提高交叉口的通行能力和平均延误时间。     

城市交通干线协调控制

城市干线协调控制是智能交通研究的重要环节。由于城市交通具有随机性和时变性的特点,因此,很难建立准确的科学模型,针对这一问题采用模糊控制的方式进行推理分析。以各交叉口、各相位方向的平均排队长度为控制优劣的评价参数,把三个相邻交叉口作为城市干线控制模型。在主次干道车流相差较大时进行仿真,相比于传统的基于相位差的协调控制,数据显示:采用模糊控制方式对干线进行协调控制,能够有效地减少交叉口的平均延误。     

4G系统关键技术分析

概要介绍了第4代（4G）移动通信系统的主要特点，重点讨论了4G中的关键技术，包括MIMO＋OFDM、智能天线和联合检测技术，先进的信道编码方式，软件无线电以及基于IP的核心网技术。     

天然气流量信息融合及聚类控制系统

根据天然气流量数学模型,提出了天然气流量信息融合聚类结构,通过ART 2网络和BP网络对影响流量的差压、压力及温度传感器数据进行融合和输出空间聚类分析,制定了在输出流量变化时保持输出压力稳定的聚类控制策略.该系统已用于四川省广元市天然气远程监测调度系统.实测结果表明该系统的天然气流量变化范围在5%～95%时,压力波动不超过±10%.