排序方式: 共有14条查询结果,搜索用时 15 毫秒
11.
为了将铁路网中具有不同去向的超限货物合理地分配至各条路径,以超限货物的运输路径里程、运输时间以及对既有线路正常运营组织干扰最小为目标,以路段运输限界、通过能力和途经桥梁乘载能力为约束,建立多流向超限货物运输路径选择的多目标规划模型.根据模型特点设计多目标混合遗传算法进行求解,该算法采用自然数组编码方式以及特殊的交叉、变异算子用以满足约束条件,同时引入模拟退火策略提高邻域搜索能力.实例结果表明,对于包含14个节点车站、23个路段的复杂铁路网,利用本文模型算法获得方案的目标函数值均优于遗传算法和退火算法得到的方案,从而为铁路网超限货物运输路径选择提供技术决策方法. 相似文献
12.
为改变目前我国道路信号配时方案与实际交通流不匹配的情况,提高道路交叉口的通行能力,增加绿灯的使用率,提出基于Python与Tensorflow的交通信号决策系统。介绍交通信号决策系统的整体框架及各个模块的层次关系,详细说明每部分的原理及实现方法。通过Python在互联网上实现实时交通数据自动采集,将搜集的数据分类存储。采用TensorFlow框架建立车速预测模型,通过机器学习不断调整优化模型。根据优化后的车速模型预测未来交通流状态变化趋势,交通信号决策系统能够在不同的交通流状态下自适应决策采取不同的绿波信号配时方案。通过VISSIM仿真结果表明,交通信号决策系统能够显著降低道路的拥堵程度,有效降低了道路机动车的停车次数和停车延误,极大地提高路网的运行效率,增大区域协调控制系统的自动化。 相似文献
13.
14.