Design and development of interactive trip planning for web-based transit information systems

This article presents a Web-based transit information system design that uses Internet Geographic Information Systems (GIS) technologies to integrate Web serving, GIS processing, network analysis and database management. A path finding algorithm for transit network is proposed to handle the special characteristics of transit networks, e.g., time-dependent services, common bus lines on the same street, and non-symmetric routing with respect to an origin/destination pair. The algorithm takes into account the overall level of services and service schedule on a route to determine the shortest path and transfer points. A framework is created to categorize the development of transit information systems on the basis of content and functionality, from simple static schedule display to more sophisticated real time transit information systems. A unique feature of the reported Web-based transit information system is the Internet-GIS based system with an interactive map interface. This enables the user to interact with information on transit routes, schedules, and trip itinerary planning. Some map rendering, querying, and network analysis functions are also provided.     

���������ʱ�ս�ģ��

提出了一种复杂网络模型的新机制，在网络生长的过程中新节点的加入是使其预期的效用最大。其中，效用不仅考虑其连接的利益，同时也考虑建立连接的地理信息。我们深入分析了地理位置信息引入对网络度分布、簇系数和匹配方式的影响。仿真结果表明，该建模机制能够得到各种不同拓扑结构的复杂网络，包括随机网络、小世界网络、无标度网络等。并且地理信息对网络的匹配方式有重要的影响。     

基于BP神经网络的CFAR检测器标称化因子确定方法

在运用恒虚警（CFAR）检测算法中,一个非常重要的工作是根据给定的恒虚警率确定其标称化因子。当标称化因子关于虚警率的关系式很难甚至于是不可能得到时,传统上采用仿真方法,但仿真方法的计算量非常大。为此文章利用BP神经网络具有强大的逼近任意非线性关系式的能力,提出了一种基于BP神经网络的CFAR检测器标称化因子确定方法。通过实例研究表明,通过对BP神经网络的输入进行自然对数的变换后,其对虚警概率和标称化因子的关系进行逼近时需要的训练次数将大为减少,研究还表明基于BP神经网络的标称化因子确定方法具有相当高的精度。     

基于BP神经网络的航空故障诊断

BP神经网络在故障诊断中发挥着越来越重要的作用。基于航空设备的参数匹配问题,提出了一种对输入值进行相关性处理的方法,然后利用BPNN有自适应Lr的梯度下降算法的进行训练。仿真结果证明该模型训练速度快且有效。     

基于进化规划的BP神经网络学习

通过对将传统的BP算法和遗传算法应用到BP神经网络的学习的研究和分析,指出它们存在的缺陷。提出一个改进的进化规划算法,并将其应用于BP神经网络的权值优化。取XOR问题和4奇偶性问题的实验对传统的进化规划算法和改进的进化规划算法进行实验对比。实验结果表明,本文中提出的改进的进化规划算法优于前2个算法。     

宽水网地区三角高程测量代替等级水准测量的可行性

对虎门大桥等4座特大桥三角高程网试验观测数据进行了统计分析,比较了往返测高差较差、环闭合差与三、四等水准相应限差的差异及公共点上三角高程值与二等跨河水准高程值的差异,证实在宽水网地区用对向三角高程代替四等水准进行跨河水准测量是完全可行的,但代替三等跨河水准测量,可靠性只有75%左右。     

舰炮武器系统保障性神经网络评价模型及分析

针对舰炮武器系统保障性评价问题,根据其保障性内涵,运用BP神经网络,建立了舰炮武器系统的保障性评价模型,给出了研制阶段舰炮武器系统保障性定性与定量相结合的评估方法,克服了以往定性评价方法的模糊性和不确定性,能更准确地为舰炮武器的保障性设计提供依据。并以多种型号舰炮武器系统为例,对其保障性进行了评价。计算结果说明该方法可有效地用于舰炮武器系统的保障性评价。     

交通宁静化及对路网的影响

交通宁静化的基本思想是通过采取一系列有效措施来抑制机动车需求,从而实现居民区交通的宁静化,为行人和自行车提供安全、舒适的环境。分析几种常见的交通宁静化措施及其适用性,阐述了进行交通宁静化措施影响分析的要点,探讨交通宁静化措施对路网的影响分析方法,并建立了路网影响分析模型。     

变压器保护方法的发展

介绍了用于电力变压器保护的数字继电器的发展及其应用技术和原理,简述了变压器保护的传统方法,重点介绍了人工神经网络(ANN)和模糊逻辑概念等最新技术及其涉及的技术成果.     

基于模态分析理论和神经网络的斜拉桥拉索损伤识别研究

将振动模态分析和神经网络技术结合起来,以振动模态构造的损伤标识量作为神经网络识别输入的特征参数,进行结构健康监测。根据云阳长江公路大桥设计资料,考虑桥梁拉索结构的单构件损伤、2个构件损伤、3个构件损伤3类损伤工况,分别采用了模态频率、位移振型模态、曲率模态3种指标作为神经网络的输入参数,共建立9个BP神经网络模型进行了桥梁损伤识别的研究。研究结果表明基于振动模态分析理论和BP神经网络的桥梁损伤识别方法可用于识别斜拉桥拉索结构的损伤位置和损伤程度。