模糊神经网络在汽车发动机电子点火系统故障诊断中的应用

本文针对发动机电子点火系统的五种常见故障,借助发动机综合分析仪测得次级点火波形,并提取特征值,构造了一种模糊神经网络模型,利用MATLAB进行仿真,通过简单测试,得出这种方法是可行的,可以准确快速的诊断出故障原因。     

单向交通在城市交通管理中的作用

从各大、中城市普遍存在的交通拥挤与堵塞问题着手,首先介绍了国内外单向交通设置的基本情况,论述了设置单向交通的基本原理;其次,从宏观角度对单向交通这种交通管制方式的设置条件、设置模式以及设置的重要意义进行了概括和总结;最后,针对我国混合交通的特性,阐述了单向交通与公共交通及自行车交通的关系。     

保定市污水处理厂二期工程配套管网设计

该文介绍了保定市排水设施的现状及存在的问题,对管网系统布局、污水量预测及管材选择等提出了设计方案,并就城市排水管网设计提出了建议。     

基于山区复杂路段下的车辆主动限速控制系统研究

山区复杂路段交通事故频发,行车安全问题亟待解决,因此研究该路段下的主动限速控制技术具有重要意义。本文阐述了主动限速控制系统的原理与构成,并且对车辆的运行安全车速进行了分析与建模,提出了主动限速的控制策略。最后通过对该系统软硬件进行了调试,初步验证了其可行性比较合理,能够指导驾驶人的行车安全。     

基于多目标优化的兴趣点指路标志布设模型

在指路标志的工程应用中,常要为兴趣点规划一条布设指路标志的指引路径.首先,基于道路网络的拓扑表达,考虑指引路径的长度、交通量和设置指路标志的数量,定义了衡量指引路径优劣的多目标搜索路径度量值.其次,以网络分析为基础,建立了搜寻最优指引路径的模型,从给定入口开始,以广度搜索算法在路网上搜索,并动态更新搜索路径的度量值,直至获取优化的指引路径.最后,以广州大学城为试验区域,利用上述模型计算得到了从南沙港快线出口到中山大学的指路标志布设的规划路径.对比规划路径与最短路径的多目标优化度量值表明:规划路径兼顾了布设路径的便捷性和指路标志牌布设成本的特点,模型是可行有效的.     

城市路网交通流元胞自动机模型研究

研究城市路网交通流的动态特性,揭示交通拥堵、环境污染和交通事故的产生原因和规律,能为城市交通问题的解决提供理论依据.元胞自动机模型是研究城市路网交通流动态特性的一个有效工具,能够再现许多重要的交通流特征.从路段模型、交叉口模型和路网模型3个方面总结和评述了国内外各种典型交通流元胞自动机模型.在现有模型的基础上,通过对车辆起讫点分布、路径选择行为、双向通行多车道路段车辆换道规则、不同控制交叉口的车辆更新规则以及网络拓扑结构等方面进行改进,可以提高元胞自动机模型在城市路网交通流仿真中的真实性.     

轨道交通环境下公交专用道布网及设置

研究轨道交通环境下公交专用道网络布局,提出宏观、微观层面,定性与定量相结合的规划方法。通过分析客流OD分布、路网结构、交通布局、土地利用、道路等级等确定公交专用道线网总体布局;通过公交客流比例、公交车流率、路段饱和度、机动车道数、公交车平均运行速度等定量分析可实施专用道的条件。以上海闵行区公交发展为例,研究现有5条轨道交通线路下公交专用道线网的布局。预评估表明公交客运能力提高约20%,公交车车速提高约15%。     

基于径向基函数神经网络的GPS高程转换方法

针对GPS高程与正常高程的转换问题，给出了基于径向基函数（Radial Basis Function，RBF）神经网络的模型。该模型隐含层选用Gauss函数作为基函数，学习算法采用自组织选取中心法策略。用实际观测数据进行了试验和仿真，结果表明，用RBF神经网络转换GPS高程的精度优于最小二乘法。对RBF神经网络方法和反向传播（Back-Propagation，BP）神经网络方法转换GPS高程的精度进行了比较，虽然两种方法的结果相近，但RBF神经网络方法在学习速度方面远比BP神经网络方法快。由此可见，RBF神经网络方法用于转换GPS高程是可行和有效的。     

降级路网的认知及交通流平衡分析模型

为定量衡量因路段降级原因导致路网通行能力的丧失量,分析出行者在降级路网中的路径选择行为将导致何种网络交通流平衡状态,通过将降级路网划分为车流外界因素导致路段可通行能力降级和路段上车流量增加导致道路服务水平的下降两种类型,辨别旅行时间长短与旅行时间波动对出行者路径选择行为的影响,推导出同时考虑这两方面因素影响的可变路径旅行时间风险度量;在此基础上建立了降级路网中的交通流平衡分析模型,该模型满足存在性和惟一性,并能正确描述出行者对降级路网结构认知差异性情况下的网络交通流平衡状态。通过实例展示了不同旅行可靠性要求下,出行者对路径旅行时间长短的权衡关系以及整个路网交通流平衡结果。     

基于Elman神经网络的车用汽油机过渡工况空燃比辨识

以HL495Q型电喷汽油机为研究对象,分析了汽油机空燃比的数学模型,提出了一种基于Elman神经网络的过渡工况空燃比辨识方法。试验结果表明,Elman神经网络空燃比模型具有简单的网络结构,能高精度地逼近车用汽油机空燃比的实际动态过程,模型的平均相对误差小于1%,优于前馈BP神经网络模型的辨识结果。建立的Elman神经网络空燃比模型能改善过渡工况空燃比控制精度,提高排放性能。