基于粗糙集交通信息提取计算的城市道路行程时间预测

针对城市道路的行程时间预测问题进行研究。由于城市道路交通问题具有不确定性和不精确性,故采用基于粗糙集的交通信息提取计算理论建立城市道路行程时间预测模型。模型建立后,利用在荷兰代尔夫特市采集到的实际数据,对该预测模型进行检验。检验结果表明:如果不进行原始数据的前期处理,那么得到的预测误差在35%左右;而在剔除了质量较差的数据后,预测精度明显提高;同时,条件属性和决策属性的分类,显著影响到预测的精度。通过计算得到分类范围值,该模型能够较好的对交通状态进行物理解释同时预测精度能够达到可以接受的范围。     

基于服务池的高速铁路应急资源全域优化调度方法

为提高高速铁路应急处置效率,实现资源统一调配,融合云计算和大数据技术,研究了高速铁路应急服务资源的调度问题。在应急云资源建模、应急云服务虚拟化建模、云服务池建模、高速铁路现有应急救援系统的资源使用建模、云计算模式构建的基础上,建立了跨总部和区域的高速铁路应急资源服务池的全域优化调度模型,提出了云资源传输总距离最小、资源协调成本最低、运行处理时间最短、当资源缺乏时需增加的资源数最小等4个优化目标;针对问题的特征,研究提出基于双层粒子群的高铁应急服务优化调度方法。对于给定的案例,选取距离最小作为优化目标,运用提出的方法可给出优化的资源调度方向和资源调度数量,验证了所提出的方法对于求解分布式应急云资源调度问题的有效性。