城市交通超级网络均衡配流模型及算法

从我国城市交通的实际情况出发，综合考虑交通网络中自行车，公交车和一般机动车３种基本交通方式的交通流及它们的相互影响，建立了一个混合交通的超级网络模型，给出了求解该问题的迭代算法。     

隧道机电监控系统运用LonWorks现场总线的关键技术

介绍了LonWorks局域操作网应用于隧道监控系统的概况，以及在特定环境下应注意的关键技术，展示了它在隧道机电监控系统中的良好前景。     

以太网技术在机组控制中的应用

叙述了自动化机组控制技术的发展，及以太网技术应用于机组控制的必要性，可行性。     

多起终点交通流的城市道路网容量计算

以图论中的网络极大流理论为基础,提出了城市道路网容量问题属于多起、终点的网络最大流问题。由于多起、终点网络最大流问题的复杂性,图论中至今没有给出相应的算法。为此,提出从调整O-D需求着手,首先使有缝网变成无缝网的思路,然后给出了理想O-D矩阵和可行理想O-D矩阵的定义。在此基础上,建立了理想条件下城市道路网容量的计算模型,并给出了考虑路网服务水平的城市道路网容量计算思路。     

单片机实验系统中网络串口的使用

以单片机实验系统中网络串口的使用为例,介绍了单片机网络串口实现网络数据传输的方法．     

基于改进 BiLSTM 网络的地铁车轮磨耗预测模型

针对地铁车轮磨耗数据时间跨度较长引起的长期依赖问题,为了进一步提升预测精度,提出一种将麻雀搜索算法(sparrow search algorithm,SSA)优化双向长短期记忆网络(bidirectional long short term memory,BiLSTM)的改进 BiLSTM(SSA-BiLSTM)网络模型,用于地铁车轮磨耗预测。首先,利用麻雀搜索算法对双向长短期记忆网络算法的神经元个数、迭代次数、输入批量和学习率等超参数在给定范围内进行寻优,得到参数最优值;然后,以参数最优值来构建改进 BiLSTM 网络模型,对车轮磨耗进行预测分析;最后,以车轮踏面磨耗和轮缘磨耗作为研究对象,将某地铁 1 车厢 1 号车轮的现场实测历史磨耗数据作为输入,对该模型进行训练及验证分析,并与多层感知机(multilayer perceptron,MLP)、LSTM、BiLSTM 以及 SSA-LSTM 模型的预测结果进行对比。研究结果表明：SSA-Bi-LSTM 模型的车轮磨耗预测精度更高,与 LSTM、BiLSTM 以及 SSA-LSTM 网络模型相比,踏面磨耗的平均绝对百分误差(mean absolute percentage error,MAPE)分别降低了 13.28%、10.32%、1.47%,轮缘磨耗分别降低了 9.5%、0.46%、0.02%;分别对同一地铁 2 号、4 号车厢的 1 号位置车轮磨耗进行预测,并与磨耗实测数据进行对比,踏面磨耗的平均绝对百分比误差分别为 1.34%、1.42%,轮缘磨耗的平均绝对百分比误差分别为 0.18%、0.19%,验证了本文所提模型具有良好的泛化性,为地铁轮对智能化管理提供理论支持,延长车轮使用寿命。     

基于TRDP协议的高速动车组列车通信网络检测平台

随着列车智能水平的不断发展,列车车载网络采用的WTB/MVB技术受传输带宽的限制,已无法满足智能列车业务承载的需求.目前列车车载网络正向着以太网技术演进,400 km/h高速动车组已应用了以太网技术.但以太网技术主要采用CSMA/CD协议,随着业务承载量的增大,业务传输过程中碰撞概率会不断增高,从而导致网络时延不稳定,...     

基于图论推理的高速铁路信号系统网络诊断方法研究

维护终端是高速铁路信号系统的一个组成部分,是进行系统状态监测和维护的一个重要手段,也是系统智能运维技术的载体,计算机联锁系统为典型的地面信号系统.在对计算机联锁系统网络监测需求研究的基础上,采用图论模型方法,对其主机和内部网络、外部网络通道状态进行模型显示;基于特定的计算方法解决了通道显示问题;并基于图论模型和模糊推理...     

路基砂土液化的BP网络预测研究

运用人工智能领域中的神经网络知识,提出一种基于BP神经网络模型的路基砂土液化预测方法。提出用MATLAB7自带的神经网络工具箱编程来实现BP神经网络系统。     

车载自组网无标度特性与小世界特性分析

提出了面向车载自组网的BA1度优先连接方法。基于城市数据集的实际场景和节点随机均匀分布的仿真场景,分别采用全连接和BA1连接,进行了对比实验。实验结果表明：在全连接组网方式下,网络在实际场景和仿真场景中均不具有无标度特性和小世界特性;在BA1连接组网方式下,网络在实际场景中不具有无标度特性和小世界特性,而在仿真场景中,当通信半径增长到一定值时,网络具有无标度特性和小世界特性。