Ad Hoc网络基于蚁群的按需路由算法研究

目前已有一些研究将蚁群优化算法应用于Ad Hoc网络,文中在分析已有成果的基础上提出了一种新的按需路由算法,该算法综合了蚁群优化和AODV及DSR协议的思想,在源和目的之间建立起多路径路由,有效地提高了网络传输性能.模拟结果显示,该算法能较好地适应MANET动态变化的拓扑环境,在性能上优于一些相关的算法.     

基于BP神经网络算法的特大跨度斜拉桥施工过程中的线形预测

随着斜拉桥跨度的增大,其几何非线性因素影响越来越明显,这就需要寻求考虑几何非线性影响的特大跨度斜拉桥施工线形预测方法。文章分析BP神经网络算法的基本原理及改进措施,借助Matlab语言建立预测模型,探讨其在特大跨度斜拉桥施工控制中的应用。以某主跨为1088m的特大跨度钢箱梁斜拉桥为工程背景,验证该方法的合理性和可行性,为同类型桥梁的线形控制提供参考。     

基于GIS的武汉市公交线路最优路径运算研究

基于GIS的空间数据库技术,可以对公交实体要素进行详细表述,为精确计算换乘延误提供了可能。以武汉市公交系统为实例研究对象,建立了基于GIS的公交网络数据库,应用可行的基于换乘次数最少的最优路径算法,在ArcGIS中实现了任意两点间的最优路径查询。     

发展大城市公共交通体系化的研究

在我国城市,尤其是大城市,土地利用与交通之间存在的问题和矛盾已十分突出,高密度的城市土地开发和人口聚集使得城市交通需求与生成无论在时间上还是空间上都呈现高度集中的状态。从城市可持续发展与交通发展的目标出发,提出了实现我国大城市空间可持续发展与缓解当前大城市交通矛盾的有效策略,即建立以轨道交通为支撑的大城市公共交通体系,实施“枢纽型”的客运系统组织,进行以轨道交通为基轴的公交网络优化,循序渐进地进行公共交通体系化的发展培育,最终实现公共交通发展的升级。     

基于MATPCA方法的混凝土表观缺陷识别研究

以混凝土表观缺陷为对象,研究用图像处理和模式识别技术来实现表观缺陷的检测和识别,重点在混凝土外观缺陷图像的特征提取和设计有效、可靠的分类器,实现缺陷的准确分类.基于矩阵的主分量分析（MATPCA）是统计学中分析数据的一种有效的方法,它可以将数据从高维数据空间变换到低维特征空间,因而可以用于数据的特征提取及压缩等.将MATPCA法应用于混凝土表观缺陷识别系统的特征提取层,并在MATLAB中实现特征的提取,较好地满足识别层的输入要求;而在系统的识别层,研究BP神经网络方法取得了较好的实验效果.     

城镇公交线网布局与衔接模式研究

通过对城镇公交线网的布局模式以及各自的特点、适用范围的分析,提出了城镇公交线路衔接模式,并具体阐述了吴江城镇公交线网布局与衔接模式的形成过程。     

基于多线程技术的网络化数控加工系统

利用VC 多线程技术研制出基于网络的数控机床远程控制系统，可使计算机与数控机床进行远程数控代码接收与发送，为数控机床群的网络化控制与管理奠定了必要技术基础．本系统得到成功应用并取得良好的效果．     

��·������Ԥ��ĸĽ�BP�����緽��

铁路货运量与其影响因素之间存在着复杂的非线性关系，传统的BP神经网络模型能对非线性系统进行很好的拟合，但模型的预测能力不强。通过单位根检验，可知铁路货运量及其影响因素的时序列数据是非平稳的。本文通过分析BP神经网络的传递函数对非平稳时间序列预测的不利影响，提出用差分法对输入数据进行预处理，在此基础上建立了铁路货运量预测的改进BP神经网络模型，并通过实例计算说明了这种改进BP神经网络方法对提高铁路货运量预测精度的有效性，最后利用该模型对2006—2O1O年的铁路货运量进行了预测。     

基于粒子滤波的场景事件实时识别

为解决智能监控场景中场景事件的检测与分析问题,提出了一种基于粒子滤波的场景事件实时识别方法.将场景事件分解为一系列的子事件,构成多层动态贝叶斯网络模型,模型中每一状态对应一种事件.采用Particle F ilter粒子滤波方法对模型中各节点状态的后验概率进行实时估计,以对场景事件进行实时识别.采样不同的粒子数目进行了对比仿真试验,仿真结果表明该方法能够得到较高的识别精度.     

公路交通网特定资源运输能力评估的建模与实证分析

将公路资源运输抽象为一个公路运输网络,采用计算机仿真方法对资源运输车于网络上分配,运用标记法求解公路运输网络的最大流,从而实现对现有公路网资源运输承载能力的评估.最后,基于2个坑口电厂建设项目论证了该评估模型的可行性和有效性.