基于CFD的高速方尾船粘性阻力预报

随着社会经济的发展和科学技术的进步,人们对船舶航速的要求也日益提高,这引起了世界研究高速船的高潮.而高速船大多具有方尾,这使得方尾船粘性阻力预报的研究十分有意义.利用CFD软件,对文献[4]提供的b系列尾船型进行数值模拟,得到在低傅汝德数下,在不考虑自由液面情况时的摩擦阻力系数,粘压阻力系数以及形状因子,通过计算结果和...     

条形码技术在自行车成品库管理中的应用

条形码作为商品的标识在超市已被普遍应用,在物流管理上获得的效率无可争辩,而在我们自行车行业的成品管理上也有着广泛的应用前景。目前最急需是应用条形码技术来改变手工操作记录台帐、统计报表、盘点等落后的工作方式。自行车厂毕竟和超市不一样,有它的独到之处,本文就条形码技术在自行车企业内部的使用以及建立计算机辅助成品管理系统进行了分析。     

分布式并行体系在交通仿真系统中的应用

以"基于Java的分布式交通仿真平台"为背景,介绍了分布式并行体系在交通仿真系统中的应用实例.着重介绍了系统的框架结构和分布并行中的数据分布,数据通讯问题的解决.给出的区域划分算法和数据同步算法不但可应用于交通仿真领域,还可以推广到其他数据分布并行问题中.最后给出了对于整个仿真系统并行效率的评价和分析.     

城市交通流信息相似性分析与研究

信息处理日益成为智能交通系统发展中的一个重要环节，它要求智能交通系统不断集成新的信息技术以实现信息的采集、融合、组织和处理。生物信息技术在ITS信息处理中的应用成为其中新兴的研究方向。为证明交通信息具有生物遗传属性，本文定义了相似系数及波动系数作为交通流的相似性判据，并对城市交通流单点流量信息在时间轴上的相似性进行实验与数据分析，从而证明了其相似性的存在。文章还对该特性在交通流信息处理中的几种可能应用进行了分析和讨论。     

考虑信号灯影响的交通警力巡逻模型研究

交警在进行交通巡逻时,需要提前确定最优的交通巡逻路线.较为优化的交通巡逻路线应该具有覆盖所有路段、巡逻路径短和巡逻时间少等一些特点.本文提出了一种交警巡逻路线的计算方法,求得的交警巡逻路线既能覆盖所有路段,又能使交通巡逻花费的时间最短.交警在巡逻的过程中,所使用的总时间既与路线长短有关,又受到交通信号灯的影响,本文综合考虑了这两种情况,建立了考虑交通信号灯影响的交通警力巡逻模型,并采用两阶段求解法,对模型进行求解.通过仿真计算,给出多种路网形态下的交警巡逻路线,并且将所得结果与Stochastic 算法、Clossey 算法进行比较.通过对比分析得出,本文模型求得的交警巡逻路线总用时较少.     

基于多源数据车辆身份综合判定问题研究

根据2008北京奥运期间特种车辆通行管理需求,提出了研究基于多源数据综合判定车辆身份的必要性.在介绍该问题的技术要求、系统设计后,研究以RFID数据为线索对行驶中的车辆图像进行车标比对的问题,给出了算法设计,通过了实验验证.     

���ܽ�ͨϵͳʵʩЧ����ۺ������о�

随着智能交通系统在中国许多城市的广泛应用,对城市智能交通系统实施后所产生的综合效益进行深入研究和分析已成为迫在眉睫的任务. 本文的研究目的是提出一种能够快捷准确地获取各项评价指标的城市智能交通系统综合效益评价体系,并以北京城市智能交通系统为例将体系在实际中加以应用,给出了各项评级指标的数据来源和获取方法,并最终计算出系统投入使用以来所带来可估算的社会经济效益. 研究结果表明,用于智能交通系统建设的资金能够产生明显的“杠杆效用”,所带来可估算社会经济效益约为原始投入的20倍左右.     

自适应巡航及协同式巡航对交通流的影响分析

自适应巡航（ACC）和协同式自适应巡航（CACC）等自动驾驶技术正逐渐进入市场,未来一段时间内道路交通流将由人工驾驶车辆与不同等级、不同形式的自动驾驶车辆混合构成。为分析ACC和CACC对交通流的影响,利用实测交通数据NGSim建立人工驾驶车辆跟驰模型,并在综合已有ACC和CACC模型的基础上,提出基于安全间距的自动驾驶跟驰行为模型,进而得出不同ACC,CACC车辆渗透率下交通流的基本图模型。研究结果表明：自动驾驶可以提升交通容量;与ACC车辆比例r_a相比,CACC车辆比例r_c对交通容量的影响更为显著;当r_c>0.5时,饱和流量快速增加,当r_c=1时,饱和流量约为纯人工驾驶时的2倍。进一步,通过仿真考察车辆在车队中的跟驰响应和交通流在瓶颈处的运行情况。研究结果表明：自动驾驶改善了交通流的动态特性,对存在跟驰关系的连续车流来说,自动驾驶使得后车可以更加及时地响应前车的行为,车流会在更短的时间内进入稳态;在交通瓶颈处,自动驾驶降低了拥堵程度,提高了阻塞发生的临界流量。总体来看,自动驾驶对交通流静态和动态性能均有所提升,特别是在协同式自动驾驶场景下,车辆行为更加协调一致,交通流表现出良好的抗扰性,进一步验证了车路协同对自动驾驶的意义。     

基于Multi-agent的交通流优化模型

交通流的优化模型是城市交通控制和管理问题中十分重要的研究课题。利用合理的道路优化控制策略，可以提高道路通行能力和车辆平均速度，改善城市交通状况。本文将人工智能的新技术，用于城市道路交通流控制模型中，通过灵活的agent自主控制算法和Multi-agent协商策略，构造交通流的优化模型，从而解决车辆阻塞和交通疏导问题。这种新的优化模型和相应控制算法的应用，可以有效解决城市交通路口的车辆阻塞问题，提高交通路口的车辆通行能力。