基于闭排队网络的弹射器数量配置方法

弹射器配置数量对舰载机出动回收能力有很大影响,因此,在航母设计初期多方案论证阶段,弹射器的数量配置是必须考虑的关键问题之一。针对舰载机起飞过程的排队特点以及整个出动回收过程的闭环特点,基于排队理论建立舰载机出动回收过程的闭排队网络模型,分析弹射器数量对出动回收能力的影响,分析结果可用于支撑弹射器的数量配置设计方案。为验证模型的有效性,采用\     

基于信息融合的车辆险态运行模式评价研究

提出了一种车辆运行状态识别体系.鉴于车辆行驶环境的复杂性,多作业工况条件的影响以及车辆行驶行为表现特征的多元性,采用BP神经网络技术与Dempster-Shafer证据推理技术相结合的信息模式分类及融合判断的解决方案.为验证所提出的方案,建立车载摄像机视频实时检测系统,以车道偏离信息和跟驰车间距信息作为车辆行驶的表征参量,实现车辆险态行驶特征表现的检测和评价.研究结果表明,模式分类和多源信息融合决策技术的综合运用提高了车辆危险行驶姿态表征信息甄别的自适应性和智能化水平.     

综合交通信息对小汽车通勤出行链的影响研究

为了量化综合交通信息对小汽车通勤者的诱导效果,实施网络调查获取出行行为数据,分析了调查数据的统计特性,并对比有无综合交通信息时通勤出行链的时间、空间和结构特征,然后,基于SP数据建立通勤者在综合交通信息条件下出行选择行为的网络广义极值模型(NGEV模型),并利用BIOGEME软件包进行求解.通过分析参数标定结果,得到如下结论:综合交通信息下通勤者进行复杂出行链选择公共交通的概率更低,小汽车通勤出行链(私人交通模式)在泊位数充足的情况下转向其他交通模式的倾向性较明显.     

高速公路车辆排队尾部交通事故时空分布特征

根据高速公路常发拥堵路段的交通流数据, 采用累计占有率法绘制交通流占有率波动曲线, 用来判断拥堵路段内车辆排队尾部轨迹, 分析了占有率、里程位置、时间间隔的关系, 确定了累计占有率曲线的拐点。分析了排队传播、消散过程中交通事故频数与时间、空间距离的关系, 对分布特征进行了统计分析。分析结果表明: 车辆在时间和空间上接近排队车辆尾部时, 发生交通事故的频数明显增加, 时间距离与空间距离以排队尾部为中心呈现正态分布, 不同行驶方向路段内正态分布曲线不存在显著差异, 但拥堵传播与消散过程的正态分布曲线存在显著差异。建立的事故发生概率的联合正态分布模型, 可用于预测排队车辆尾部附近的交通事故风险, 为实施动态交通控制以提高快速道路交通安全提供理论依据。     

混合式航空货运网络优化

为了优化具有点-点式与轴-辐式混合特征的航空货运网络, 基于航空货运企业的OD流量, 构建了双层优化模型。上层模型以货运企业总运输成本最小为目标, 优化航空货运网络结构与配置运力, 下层模型计算均衡状态下各航段上的货物流量。选取顺丰航空服务的14个城市的相关数据对双层优化模型进行验证, 以设置4个枢纽机场为前提, 分别对使用4、5、6架全货机的货运情况进行分析。分析结果表明: 3种情况下北京、上海、南京、深圳4个机场均被设置为枢纽机场; 当使用4架全货机时, 全货机分别被安排在北京-南京、北京-深圳、上海-深圳、南京-深圳的航段上, 4个枢纽机场的快件中转率分别为24.3%、24.2%、47.8%、14.9%, 南京机场的快件中转率最大, 深圳机场最小; 当使用5架全货机时, 第5架全货机被安排在北京-上海航段上, 其余4架全货机的航段没有变化, 4个枢纽机场的快件中转率分别为38.6%、50.9%、44.3%、11.9%, 上海机场的快件中转率最大, 深圳机场最小; 当使用6架全货机时, 各枢纽机场间的航段上都有全货机, 4个枢纽机场的快件中转率分别为38.5%、74.0%、79.5%、10.2%, 南京机场的最大, 深圳机场的最小。可见, 南京是典型的中转型枢纽城市, 而深圳是典型的腹地型枢纽城市; 货运需求大的城市的机场易被确定为枢纽机场; 枢纽机场与非枢纽机场都可能中转货物; 距离较近的2个机场可能会同时被确定为枢纽机场。     

基于图模型与卷积神经网络的交通标志识别方法

为了提高交通标志识别的鲁棒性, 提出了一种基于图模型与卷积神经网络(CNN)的交通标志识别方法, 建立了一个面向应用的基于区域的卷积神经网络(R-CNN)交通标志识别系统。构造了基于超轮廓图(UCM)超像素区域的图模型, 有效利用自底向上的多级信息, 提出了一种基于图模型的层次显著性检测方法, 以提取交通标志感兴趣区域, 并利用卷积神经网络对感兴趣候选区进行特征提取与分类。检测结果表明: 针对限速标志, 基于UCM超像素区域的图模型比基于简单线性迭代聚类(SLIC)超像素的图模型更有利于获取上层显著度图的大尺度结构信息; 基于先验位置约束与局部特征(颜色与边界)的层次显著性模型有效地融合了局部区域的细节信息与结构信息, 检测结果更加准确, 检测目标更加完整、均匀, 查准率为0.65, 查全率为0.8, F指数为0.73, 均高于其他同类基于超像素的显著性检测算法; 基于具体检测任务的CNN预训练策略扩展了德国交通标志识别库(GTSRB)的样本集, 充分利用了CNN的海量学习能力, 更好地学习目标内部的局部精细特征, 提高了学习与识别能力, 总识别率为98.85%, 高于SVM分类器的95.73%。     

公交专用道选址与公交线网组合优化模型

提出了基于公交走廊的专用道选址和公交线网同步调整的组合优化设计思路, 并构建了双层优化模型, 上层模型以最小化用户出行成本、公交运营成本和最大化线路运营效率为目标, 寻找最优的专用道选址与公交线网优化组合优化方案, 下层模型以最小广义出行成本为目标, 进行小汽车和公交车的客流分配。利用遗传算法对模型进行求解, 通过算例对模型的有效性和实用性进行验证, 并对模型的关键参数进行灵敏性分析。分析结果表明: 优化后线路覆盖站点率为100%, 覆盖63个路段, 路段覆盖率为76%;路网总出行成本为525 147元, 比现有总出行成本655 282元降低了20%;公交线网效率目标值为234人次·h^-1, 比现有公交线网效率179人次·h^-1提高了31%。可见, 基于公交走廊的专用道选址与公交线网组合优化方案明显优于单一优化公交专用道选址与单一调整公交线网方案, 能够更好发挥公交走廊的网络效益。     

汽车ABS中的模糊神经网络模型参考自适应控制策略

针对汽车制动的特点以及汽车防抱死制动系统的性能要求,建立了汽车的数学模型,提出一种模糊神经网络的自适应控制方案,构建了基于模糊神经网络的控制器和辨识器的结构模型。通过对网络参数的离线训练得出其初值,在控制过程中对网络参数进行在线微调,实现对汽车制动过程的有效控制。仿真结果表明:在不同的路面,汽车均能保持在最佳滑移率附近进行制动,制动时间及距离比较理想,满足ABS的安全性能要求。     

基于节点重要度交通区位布局法的城市群公路网布局研究

在城市群公路网布局研究中,为了加强交通基础设施建设,促进人、物、资金合理流通,加快城市群的协调发展,针对城市群公路网的区位特性,运用交通区位理论,建立了基于遗传算法的公路网布局双层规划模型,提出了节点重要度法与交通区位线法融为一体的城市群公路网规划布局新方法。该方法对于进行城市群公路网的合理布局,推动区域经济社会快速健康协调发展具有一定现实意义。     

考虑网络外部性航运商与无车承运人竞合研究

构建由 1个海洋航运商和 2个无车承运人组成的上下游的合作与竞争关系,2个无车承运人有不同的市场地位.通过斯坦伯格博弈研究发现,航运商负责货源或处于领导地位的无车承运人负责货源会影响各方的均衡利润及渠道结构.分析比较了海洋航运商的整合策略和利润共享策略.结果表明,在网络外部性和无车承运人提供差异性服务时,纳什均衡是航运商负责货源且上下游整合或利润分享.