Solving resource-constrained multiple project scheduling problem using timed colored Petri nets

To solve the resource-constrained multiple project scheduling problem (RCMPSP) more effectively, a method based on timed colored Petri net (TCPN) was proposed. In this methodology, firstly a novel mapping mechanism between traditional network diagram such as CPM (critical path method)/PERT (program evaluation and review technique) and TCPN was presented. Then a primary TCPN (PTCPN) for solving RCMPSP was modeled based on the proposed mapping mechanism. Meanwhile, the object PTCPN was used to simulate the multiple projects scheduling and to find the approximately optimal value of RCMPSP. Finally, the performance of the proposed approach for solving RCMPSP was validated by executing a mould manufacturing example.     

���������ŶӵĶ�ģʽ��̬������������о�

给出了一个物理排队条件下的考虑多种交通模式相互作用的离散时间动态网络装载模型,模型将的单一模式动力波理论扩展为多模式的动力波理论,假设路段上只有两种流量状态:一个是后向波,不同模式车辆处于拥挤状态时,车辆不能通过超车来改变车辆速度,进而导致处于排队中的不同模式车辆速度趋于一致,进而只以一种拥挤波向后传播;另一个是前向波,由于不同模式车辆处于自由流状态,车辆按照自身速度行驶。根据路段出入口的不同模式车辆的累计车辆数,以及路段波速,计算可能的路段出入口流量;并以此为基础,进一步计算路段的实际出入口流量。仿真试验结果表明,模型能够很好的反映多模式拥挤排队状况。     

����Kalman�˲������˸��ٷ����о�

应用视频处理技术对行人交通进行研究和分析受到广泛的重视和发展,已成为智能交通领域的研究热点之一,而行人跟踪是行人交通采集系统的基础,是后续交通参数提取,行为分析的前提.本文提出一种基于Kalman滤波的行人跟踪方法.首先,利用改进的混合高斯模型提取背景,并采用HSV颜色空间模型和目标重构方法得到消除阴影后的前景图像.其次,进行行人的特征提取,得到融合行人位置特征和形状特征的运动模板.最后,采用Kalman滤波对行人的运动轨迹进行预测,将检测到的目标与预测结果匹配,得到行人的跟踪匹配矩阵,根据匹配矩阵判断合并和分离的发生.试验结果表明,该方法不仅可以准确跟踪多目标,而且可以有效解决遮挡问题,具有很好的适应性和鲁棒性.     

弹性需求和多用户随机平衡下的连续网络设计

连续平衡网络设计问题是在连续决策变量的条件下,寻找最优的用于道路网络中某些路段扩建的投资决策方案。文中从代表性消费者理论出发,建立了该问题的基于弹性需求和多用户类型随机用户平衡的双层规划模型,并考虑了路段能力约束。基于双层模型求解的复杂性,设计了基于混沌优化方法的启发式算法,实例计算结果表明该模型与算法是有效的。     

HTN规划中面向多计划生成的顺序任务分解算法

顺序任务分解算法（OTD）是层次任务网规划（HTN）中的一种高效求解算法．由于算法中的计划生成采用一次性回溯机制,每次求解过程只能产生一个可行计划．文中提出了一种能够快速生成多个可行计划的回溯算法．该算法采用分段回溯的计划生成机制,充分利用了求解过程中生成的局部解序列,从而能够一次性地快速生成多个可行计划,为寻求优化的计划和进行计划的评估提供更为有效、灵活的支持．     

多源数据融合的区问车辆速度预测算法研霸

不同的交通信息采集方式由于其硬件和采集条件的不同,数据的适用范围和准确性也不同。在短时交通预测中,对于来自于不同检测器的交通流数据进行融合,并在数据融合的基础上进行区间速度的预测,可以有效地改善预测结果的准确性和可靠性。文中提出一种基于卡尔曼滤波的数据融合和区间速度预测方法。在对数据进行预处理和交通状态划分的基础上,根据不同的交通状态,进行多源交通数据融合和区间速度的预测。研究确定了卡尔曼滤波方法中的各个参数,并使用人工神经网络的方法求解状态转移矩阵。算法验证结果表明,速度预测的精度在90％以上。     

基于探测车数据的路段行程时间估计

利用探测车数据进行路段行程时间估计面临着两类误差：采样误差和非采样误差,从而导致估计结果精度不高和可靠性差。在回顾已有估计方法的基础上,有针对性地引入了自适应式卡尔曼滤波,建立了相应的状态方程和观测方程,利用相似时间特征的历史数据标定了状态转移系数,并对滤波进行了求解。以实际数据对估计方法进行了验证,平均相对误差为13.13%。研究表明,自适应式卡尔曼滤波能够应用到基于探测车数据的路段行程时间估计中来,并具有估计精度高、收敛速度快、参数少、对初值不敏感等优点。     

基于自适应Kalman滤波的交通流量监测算法

提出一种基于车载无线通信模块的交通流监测原型系统,该系统将行驶中载有无线通信模块的车辆视为移动检测节点,以很小的代价实现对交通信息的获取.在此基础上提出一个具体应用:利用基站对道路上载有通信模块车辆的检测,结合设计的基于结果反馈的自适应Kalman滤波算法,及时准确地完成对路段上交通流量的检测.此外,还基于元胞自动机理论搭建了仿真平台,并验证了算法的有效性.     

基于贴近度理论及多指标评价的鉴定方法研究

为解决鉴定过程中遇到的困难,实现轨道车辆鉴定自动化,进行基于贴近度理论,结合多指标评价的方法研究.在模糊数学中贴近度理论基础上,设计一个鉴定结果自动评分的算法.在得到各部分鉴定结果分数的基础上,结合各部分已设定好的权重系数,得到车辆综合鉴定分数.将分数转换成人们评判习惯的等级,并将出现问题的语句自动保留至综合鉴定结果栏目中.     

考虑道路属性特征的中观排放模型研究

准确地对机动车排放污染进行量化评估是机动车排放控制策略制定的前提. 为提高模型计算精度,提出低速行驶比例的概念,用于描述车辆在路段上行驶时瞬时速度的分布特征. 在传统的VSP分布排放模型的基础上,纳入更多的中观影响因素,包括路段平均速度、路段长度、道路等级和低速行驶比例,采用多元回归方法构建一种新型的中观排放模型. 经比对,所建排放模型相对于传统VSP分布排放模型精度更高. 所建模型考虑的新增影响因素均较易获得,故可应用于城市大规模交通路网的排放计算,对提高城市路网排放计算精度,辅助机动车排放控制策略制定具有一定意义.