安徽省各城市物流重要度聚类分析

通过对2001年安徽省17个省辖市与物流相关的多项指标进行的聚类分析,将其划分为4大类,从而确定区域物流枢纽城市及区域内城市物流发展阶段。然后对各类城市进行了分析,并对各类城市如何进一步发展现代物流业提出了相应的政策建议。     

典型城市车辆行驶工况构成的研究

通过把记录的车速曲线在连续的停顿处分割成运动学片段的方法来研究交通状况特征。用主成份分析法和聚类技术提炼这些运动学片段的特征。根据统计分析的概率随机选择并重组实际运动学片段,构造了一系列行驶工况。     

匝道合流交通场景下自动驾驶汽车安全性测试评价方法

矿用无人运输车辆作业环境恶劣,存在大曲率弯道、坡道等非结构化道路明显特征,对无人化运输控制要求高。为改善PID等传统控制算法适应性问题,提高无人驾驶轨迹跟踪的车辆横纵向控制精度,提出一种纯跟踪与PID结合的多点预瞄横向控制、考虑模糊控制表参数拟合的纵向控制方法,减少控制参数的同时提高算法效果。根据传统控制算法设计基础控制器,结合基础算法优势进行横向与纵向控制算法设计,通过硬件在环仿真和实车测试验证算法的性能。试验结果表明,横向控制算法与斯坦利算法相比,车辆路径跟踪精度有明显改善,纵向控制方面,速度跟随误差<1 km/h,保证了车辆驾驶时的平稳性与舒适性。     

航道网规划方案优选模型

结合航道网特点和航道网规划目的,总结出航道网规划的目标体系,并在此基础上引入理想方案,利用聚类分析方法,建立航道网规划方案优选模型.该优选模型理解方便、使用简单,为航道网规划和优化提供科学、简便的方法.     

省会经济的分类分析

采取12项重要经济指标,利用2004年的数据,对全国省会城市的经济进行主成分分析后又进行了聚类分析。然后分析省会经济发展的聚类情况。     

战场公路网道路重要度定量评价初探

在运用模糊聚类分析方法对战场公路网中的道路进行相似分类的基础上,运用层次分析法对道路的重要度进行了分析计算,为部队有针对性地对道路实施伪装防护、抢修抢建和进行交通控制与利用提供了科学依据。     

基于OBD数据的驾驶人出行模式挖掘

传统的出行模式研究通常依靠问卷调查分析驾驶人出行特征,所得结果易受调查数据主观性影响,针对此问题基于北京市域范围内2个月共计3570辆私家车的车载诊断数据,对驾驶人的不同出行模式进行分析并建模.通过长期采集的车辆各项参数,采用基于密度峰值的聚类算法进行聚类,将不同的驾驶人分为高频出行者、通勤出行者、长距偶发出行者以及危...     

基于ArcGIS与聚类分析的公路水土保持监测布局 ——以赛白高速为例

为了解决公路项目水土保持监测点布局困难的问题,综合应用GIS 和多元统计技术探究了公路水土保持监测布局方法。首先,在ArcGIS软件的支持下,通过GIS空间查询并提取各备选监测点位（选择间隔为1km或5km） 的水土流失影响因子;然后采用SPSS 软件运用模糊聚类分析方法对备选监测点位进行分类;最后结合现场调查,甄选出适宜的水土保持监测点位。在赛白高速上的应用实例显示,从32 个备选监测点位中分类筛选出7 个代表性监测点位,与传统的布局方法相比,得到的水土保持监测布局法可有效指导现场监测工作。     

乘用车谱聚类FCAS/PCW风险等级分类算法研究

从实车道路测试数据库中提取紧急制动事件的减速度曲线,基于模糊谱聚类分析研发了在线风险等级分类的避碰算法(FCAS/PCW),并进行Euro-NCAP 2020测试场景下的仿真测试,结果表明:在前车静止、前车低速行驶、前车紧急制动等场景下,试验车以20~80 km·h-1的速度行驶,运用文中算法均能成功避碰,且制动时机更合理,两车最终相对距离为2~12 m,有效减少了对驾驶员正常驾驶的干扰。