时变负载对带通滤波器传输特性的影响

对最小失配网络的优化设计进行了研究,通过ADS软件对5阶Butterworth,Chebyshev,Elliptic带通滤波器的原型和优化网络分别进行仿真,观察负载变化对三种滤波器端口S参数的影响,并分析三种滤波器各自的特点.仿真表明优化后的三种滤波器随负载变化的灵敏度都小于原型滤波器,证明了文中对最小失配网络的优化方法是可行的.     

兰州市公交网络的静态复杂性研究

公交网络构成了复杂网络,基于复杂网络理论,以兰州市为例,分别采用L空间法、C空间法、P空间法构建公交站点网络、公交线路网络和公交换乘网络,对其静态复杂性进行实证研究,可为西部城市的公交管理及决策部门提供参考。     

考虑路段失效的军事物流配送中心选址模型

针对战场保障网络常常遭受敌人打击的现象,建立了考虑路段失效的军事配送中心可靠选址模型.模型为双层规划形式,上层规划的目标是优化系统在无路段失效和出现路段失效时所覆盖的总的需求量,下层规划的目标是最小化某一路段失效时系统覆盖的需求量.采用启发式算法求解下层规划,运用遗传算法求解整个模型.通过一个算例验证模型的优越性和算法的有效性.算例结果表明,尽管模型所得选址方案在无路段失效时覆盖的需求量,小于不考虑路段失效的最大覆盖模型选址方案覆盖的需求量,但在最佳路段失效时模型选址方案的覆盖效果优于后者.     

网络电气工作票系统在黄骅港的应用

目前许多企业对工作票还是采用人工管理的方式,即靠人工实现开票、签发、许可、执行、变更、延期、归档等流转步骤。这种管理方式存在许多弊端,如书写的字迹不清、容易出错重写、工作票审核周期长、数据难以共享、大量纸质工作票的保存困难、统计分析工作繁杂、需要大量的人力资源等,对工作票实行电子化管理势在必行。     

道路运输

皖鲁苏鄂豫共建省际嫩道 9月1日,皖鲁苏鄂豫五省共商共建省际通道项目座谈会在河南洛阳召开,与会代表共商如何进一步促进五省公路、水路建设规划衔接,加快构建更加快速便捷的省际交通运输网络,实现互惠互利、共同繁荣。座谈会上,     

新汉车载工业计算机的移动网络检测忧化

每一个移动运营商的目标都是为客户提供最佳的通话质量。在中国,一个专业的移动运营商致力于为客户提供满意的整体解决方案而努力：标准和优化的性能和高品质的无线网络,服务和内容,最大化的满足客户需求。此项目公司采用了新汉的VTC车载工业计算机,动态地在所覆盖的各网点进行分析,优化,标准,故障排除,诊断和检查移动通信网络。     

城市地面地下一体化物流网络货运性能研究

为解决地面地下物流系统耦合运作下的货运性能评估问题,根据城市物流特征刻画一体化网络设施形态,提出地下货运载具设计依据与多式联运成本测算方法,基于案例,对一体化网络运输成本、总运力、流量配置和交通安全外部效益在不同地下运载速度、发车频率和设施容量参数下的动态表现进行模拟分析。结果表明： 1)路网与地下物流网络的立体协同有利于城市物流降本增效; 2)与运载速度相比,地下枢纽节点的处理能力和干线隧道的通行能力对一体化网络服务水平的影响更显著。     

基于复杂网络的全球集装箱海运网络脆弱性分析

集装箱班轮运输具有定港挂靠的特点,单个港口的失效容易发生连锁反应,进而对整个海运网络产生影响.为研究全球集装箱海运网络的脆弱性,根据全球运力前10班轮公司的航线数据构建全球集装箱海运网络,运用复杂网络理论在分析海运网络拓扑结构特征的基础上,模拟了集装箱海运网络在港口随机故障和蓄意攻击两种模式下的海运网络平均度、集聚系数、最大连通子图以及平均距离等特征参数的变化情况.同时针对贝鲁特港爆炸事件,分析了该港口关闭对全球集装箱海运网络的影响.结果显示:集装箱海运网络在面对蓄意攻击时具有更大的脆弱性,贝鲁特港爆炸事件对海运网络的局部区域产生了较大影响.     

基于动态时间调整的时空图卷积路网交通流量预测

为深入挖掘交通流数据的复杂时空特征并建立其依赖关系,提高交通流参数的预测精度, 本文提出一种新的交通流量预测模型——基于注意力机制和残差网络的时空关系图卷积网络 (TSARGCN)。TSARGCN对输入数据进行切片,实现多分支建模,挖掘数据的时间周期性特征; 引入残差网络保证网络中信息传递的完整性;利用DTW (Dynamic Time Warping)算法计算路网 中节点之间交通流量序列在时间维度的相似程度大小,提出时间图的概念,结合路网结构中各节 点的邻近关系,提出时空关系图的概念;基于时空关系图,在每个分支结合注意力机制分别进行图卷积和时间维度卷积,捕获交通流的时空特征及其依赖关系,实现对路网交通流量数据时空关系的建模。经过在公开数据集PEMSD4上进行实验,结果表明：TSARGCN在交通流量预测中的平均绝对误差 (MAE) 达 到 19.24,均方根误差 (RMSE) 达到 27.09,比 ARIMA(Autoregressive Integrated Moving Average model),Conv-LSTM(Convolution Long short-term memory)及 ASTGCN (Attention based Spatial-temporal Graph Convolutional Network)等知名交通流量预测算法具有更高的预测精度。     

考虑多维动态特征交互的高速公路实时事故风险建模

为探究天气和道路等特征,以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响,本文基于京哈高速公路北京段的事故数据,以及匹配的交通传感器数据、天气数据和道路特征等,构建4个数据集,分别为只包含交通流变量,包含交通流变量、天气及时间特征变量,包含交通流变量、道路及时间特征变量,包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发,基于深度交叉网络,提出一种新的实时事故风险预测模型。结果显示,本文所构建的深度交叉网络模型比其他几种实时事故风险预 测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562,在0.2的概率阈值下, 可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明,本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故,可为我国高速公路安全管理部门提供理论与技术支持。