汽车FlexRay网络的单节点容错同步算法

为了保证网络的安全性和可靠性,FlexRay协议要求网络中同步节点数目不能小于3个,这种制约限制了FlexRay协议在网络中节点数目较少情形下的应用。针对这种情况,本文提出了一种FlexRay总线单节点容错同步算法,该算法利用一个同步节点即可实现FlexRay的时钟同步,还能减少FlexRay时间测量的步骤和计算量。经实例验证,该算法可以在保证网络安全性和可靠性的前提下实现时钟同步。     

用边标号法解决交通网络连通性问题

提出了一种新的网络连通性表达法，称为“边标号法”，从算法的角度解决了增虚拟边网络连通表达法和对偶图网络连通性表达法所带来的大量工作量问题，在对交通网络不作任何修改的情况下，清楚而有效地表达出网络的连通特性，体现出了边标号法的优越性，并用一个具体实例通过程序实现了方法。     

基于拓扑处理的Logit型网络加载算法

针对均衡交通分配问题,提出了一种基于拓扑处理来改进DIAL算法中合理路径的定义并求解Logit型网络加载模型的新算法。当道路网络存在环路时,算法根据从节点到讫点的阻抗的降序来删除节点上游没有遍历的路段,从而将有环网络变为无环网络并根据拓扑排序确定的节点计算顺序来计算路段权重和流量。对于无环网络,新算法可以得到与理论值完全一致的结果;对有环网络,可以减少DIAL算法中非合理路径的数目。计算实例表明:新算法可降低DIAL算法中合理路径定义过于严格所带来的误差。     

基于城市路口相关性的交通流量预测

利用主成分分析方法对路网中各路口的交通流量进行了相关性分析，构建了相关路口集，提出了根据相关路口集的交通流量预测本路口流量的思想．给出了用于预测的神经网络模型、具体算法和评价标准。在比较精确的训练样本基础上对网络进行了训练，测试了训练后的网络性能。实验表明，采用基于城市路口相关性进行交通流量预测具有满意的准确性和较好的鲁棒性。     

汽车总装线上ALB问题的研究

本文介绍了汽车总装线上作业均衡编成问题的来源及其意义，给出了该问题的数学模型，归纳了求解这个网络组合最优化问题的常用的方法，进而详细阐述了作者的优化算法，并通过算法的应用实例，说明算法的具体实现过程。     

数量调节用户均衡及OD分解算法

城市居民出行过程中出行者的路径选择行为决定着道路网络交通流的分布模式，深刻影响着城市交通规划和网络设计方案的制定。传统交通分配依据最短路径时间选择出行路径，不能反映路径流量大小对出行者路径选择行为的直接影响。基于此，将出行起讫点间路径时间作为价格信号，路径流量作为数量信号，运用经济学非均衡理论中的价格-数量调节行为原理描述出行者的路径选择行为。在出行市场背景下，定义了数量调节用户均衡，建立了数量调节用户均衡条件和等价的非线性互补问题。运用GAP函数对非线性互补问题进行重新描述，最终建立了求解数量调节用户均衡的数学规划模型。鉴于路径流量不等于该路径中各路段流量之和，数量调节用户均衡问题需使用基于路径的算法求解，开发了基于OD分解的求解算法。OD分解算法与现有的基于路径的算法共享高斯-赛德尔分解方案，迭代过程中算法并不是顺序访问每个OD对，而是通过引入一个自适应方案来确定。针对未满足收敛条件的OD对，该算法将负梯度作为下降方向，运用Armijo类型的线性搜索确定步长，求解单OD子问题。最后分别对一简单网络和真实网络进行测试，计算结果表明：所开发的OD分解算法能将更多的计算成本投放在非均衡的...     

基于融合离散动作的双延迟深度确定性策略梯度算法的自动驾驶端到端行为决策方法

针对基于强化学习的车辆驾驶行为决策方法存在的学习效率低、动作变化不平滑等问题，研究了1种融合不同动作空间网络的端到端自动驾驶决策方法，即融合离散动作的双延迟深度确定性策略梯度算法（TD3WD）。在基础双延迟深度确定性策略梯度算法（TD3）的网络模型中加入1个输出离散动作的附加Q网络辅助进行网络探索训练，将TD3网络与附加Q网络的输出动作进行加权融合，利用融合后动作与环境进行交互，对环境进行充分探索，以提高对环境的探索效率；更新Critic网络时，将附加网络输出作为噪声融合到目标动作中，鼓励智能体探索环境，使动作值预估更加准确；利用预训练的网络获取图像特征信息代替图像作为状态输入，降低训练过程中的计算成本。利用Carla仿真平台模拟自动驾驶场景对所提方法进行验证，结果表明:在训练场景中，所提方法的学习效率更高, 比TD3和深度确定性策略梯度算法（DDPG）等基础算法收敛速度提升约30%；在测试场景中，所提出的算法的收敛后性能更好，平均压线率和转向盘转角变化分别降低74.4%和56.4%。      

控制器局部网络在汽车中的应用

随着车载电子装置数量的不断增多，控制器局部网络开始应用于汽车。介绍了控制器局部网络在现代汽车中应用的历程、现状和前景。同时分析了它的优势和应用中出现的问题，以及解决这些问题的措施。对国内今后发展控制器局部网络提出了具体的建议。     

汽车维修救援网络建设与管理初探

围绕内蒙古自治区汽车救援网络建设现状及存在的问题，阐述了拟建汽车维修救援网络的特点、网络组成及运营方式，并对网络管理和今后的具体运作进行了探讨。     

基于改进深度卷积生成对抗网络的路面指示标志识别方法

针对道路交通环境中路面标志识别涉及的数据集较少和识别准确率不足的问题,研究了基于深度卷积生成对抗网络的道路表面指示标志的识别方法.在深度卷积生成对抗网络的结构基础上,根据具体应用修改生成网络和判别网络的损失函数,并用随机梯度下降算法替代原始的优化器,对指示标志的原始样本集进行样本生成,以增加样本数据量.基于Faster R-CNN算法进行路面标志的特征提取,实现路面指示标志的识别,并基于迁移学习对识别模型进行微调,将目标识别效果应用于实际道路环境中.实验结果表明,通过深度卷积生成对抗网络生成的样本图像有效地扩增了路面标志的数据集,增广后的多类目标识别的mAP提高了17.1%,小样本情况下的识别准确率随着样本量的增加和样本质量的改善而得到了明显的提高.      

交通规划中基于遗传算法的最短路交通分配法应用研究

对交通分配中的最短路径和遗传算法进行分析,提出一种适合在不考虑各条出行路径路况和用户出行行驶速度情况下基于遗传来搜索最短路径的分配方法.介绍交通分配的最短路法原理以及遗传算法的概念和过程,给出基于遗传算法的搜索最短路算法过程设计,并用简例对其进行说明.     

病毒进化遗传算法在动态路径规划中的运用研究

针对车辆导航的动态最优路径问题,设计一种病毒进化遗传算法,提出相应的编码方案和适应度的计算。通过运用改进A*最短路径算法解决遗传算法中初始种群的产生,同时在遗传算法中增加病毒感染操作,在同一代群体中进行横向传播进化信息。该算法不仅能够较快求出最优路径,而且对路网没有任何的约束条件,同时对离散和连续的动态网络模型有效。最后给出病毒进化遗传算法的试验仿真结果。     

基于遗传神经网络的货运量预测的研究与实现

针对BP网络和遗传算法的缺陷，提出了一种新的遗传神经网络优化模型，可以用来同时优化BP神经网络的网络结构和权值阈值，叙述了该算法的设计过程。利用该算法对货运量进行预测，并与标准的BP算法预测结果进行比较，计算结果表明，该算法的预测精度大大高于标准的BP算法的预测精度。     

多目标物流配送优化问题建模及其遗传算法设计

建立了带有公共交货期的多目标物流配送优化模型,考虑了3层配送网络中物品分配和运输模式选择,并对迟到完成的任务给予惩罚,所优化的目标为总费用最小化和分拣中心负载的平衡。建立了一种遗传算法求解过程,对染色体采用了两部分编码,分别表示对分拣中心和运输模式的选择决策,并采用了可变的交叉和变异概率,以防止求解陷入局部最优。最后通过数值仿真试验表明了多目标问题求解的有效性。     

基于GA-BP的运营隧道工程结构安全性评估

以赣定高速公路谷山隧道工程为例,利用遗传算法和BP神经网络相结合的方法,建立运营隧道结构安全评估模型。网络结构采用遗传算法优化BP神经网络权值和阈值,提高了网络收敛速度,克服了传统的神经网络训练时间长、容易陷入局部极小值的问题。并将该模型应用到谷山隧道运营结构安全性评估中,具有较高的学习精度和较快的收敛速度。     

军用集装箱空箱铁路调运模型及求解算法

从军用集装箱铁路运输的实际情况出发,设置相关变量,建立基于用户偏好的模糊运输规划模型.针对这类特殊的运输问题,应用遗传算法求其最优解,并设计了相应的矩阵编码方法、适应度计算、交叉算子和变异算子,给出一仿真实例.仿真结果表明,上述模型可以得到最优调运方案,保证空箱调运的准点率是提高空箱调运服务质量和运输保障效能的关键因素.     

基于改进遗传算法的城市街道空间布局优化研究

为了优化城市街道的空间分布，提出了一种基于改进遗传算法的城市街道空间布局优化方法。搭建城市街道空间布局模型，设置街道空间布局优化约束条件，通过优化编码过程完成遗传算法改进，利用改进后的遗传算法从市政、景观、专项设置和建筑4个方面制定城市街道空间布局优化方案。以盐城市文港路街区改造项目为例，按照新的布局优化思路完成改造。从总评分上看，优化前城市街道空间布局评分处于[0.5，0.7)区间，说明此时的街区空间布局能够基本满足期望。优化后城市街道空间布局评分处于[0.9，1.0]区间，说明此时的城市街道空间布局较为优秀，该方法的城市街道空间布局优化效果好。     

基于遗传神经网络的再生沥青混合料性能预测研究

以matlab为平台,分别应用BP神经网络和遗传算法优化的BP神经网络对再生沥青混合料的性能进行预测。以旧料掺量、油石比等8个影响因素作为输入层,以动稳定度、残留稳定度等5个性能指标作为输出层,将28组归一化处理后的试验数据进行神经网络的训练、验证和测试。结果表明:遗传算法优化的BP神经网络预测表现出更加精准的预测效果。将遗传算法优化的BP神经网络应用于工程实践中,再生沥青混合料性能预测可以大大提高试验科学性和预见性。     

混合交通网络设计的遗传免疫算法研究

为了研究混合交通网络设计的启发式求解算法,以路段建设费用和网络费用最小化为目标,建立了混合交通网络设计的双层规划模型。鉴于标准遗传算法的局限性,基于人工免疫思想,将免疫系统仿生机理中的免疫调节、克隆选择、免疫记忆引入到遗传算法中,给出了求解混合交通网络设计的遗传免疫算法。通过算例验证了算法的有效性,并和标准遗传算法进行了比较。结果表明,在混合交通网络的设计中遗传免疫算法比标准遗传算法具有更好的求解效果。     

基于过程神经元网络与遗传算法的交通流预测

高速公路变通量预测对于高速公路建设和管理具有重要的指导作用。针对传统预测方法准确性低、预测时间长等问题,建立了遗传过程神经元网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用过程神经元网络非线性描述、自学习自适应的优点,并以实际道路为例进行计算机仿真,实证分析的结果表明,该方法能够有效提高交通量的预测精度。