浅谈高速公路隧道监控系统中的可编程控制器

简要介绍了高速公路隧道监控系统中的可编程控制器的基础知识、基本组成及特点,并着重分析了可编程控制器网络的四大要素即网络拓扑结构、通信介质、介质访问控制以及通道利用方式。     

仪器集成开发的网络化协同设计研究

并行设计系统一直应用于工业设计系统。通过对并行系统的分析,利用计算机与通信技术,开发全新的产品协同开发模式。从网络化的特点出发,给出了网络化协同设计的体系结构,研究了仪器集成开发的网络化协同设计方案。最后讨论了ARIZ算法对问题的解决。     

基于BP神经网络的交通异常事件自动检测算法

对现有公路交通异常事件自动检测算法进行介绍,在此基础上提出从人工神经网络角度方向建立检测模型,摆脱以往使用仿真数据研究的局限,利用广深高速实测交通异常事件数据对BP神经网络（Back Propagation NN）在交通异常事件自动检测算法中的应用进行研究。结果表明BP神经网络算法具有检测率高、误报率低和检测速度快等优点。     

���ζ�ģʽ�ۺϽ�ͨ��������о�

基于多层次多模式研究如何设计可持续的综合交通网络. 根据交通网络层次特征定义了层次因子,结合交通负外部性定义了广义路径费用,构建了多层次多模式综合交通网络Logit-随机均衡的非线性规划模型,并构造了多层次多模式交通网络设计算法;通过算例网络的数值试验,着重分析了网络广义费用总量的层次结构弹性与需求弹性,以及模式分离参数对不同层次结构网络的广义费用总量的影响,与模式分离参数取定不同值的情况下平均广义费用的需求弹性;分析表明,在考虑层次性的情况下所设计的综合交通网络能更好地适应需求的增长,且层次结构网络对模式分离参数是不敏感的.     

����ģ����ϵ���·��װ������Ԥ��

根据铁路集装箱运量预测受到多因素影响以及非线性的特点,本文采用灰色关联分析法选取了影响集装箱运量的主要因素,提出了一种基于非线性灰色模型和神经网络模型组合的铁路集装箱运量预测方法. 该方法将非线性灰色预测模型的预测值作为输入,相应的实际集装箱货运量作为输出,建立了神经网络模型结构,并提出了相应的算法. 最后以实例分析了该模型的可行性和科学性. 实例分析表明：非线性灰色模型预测的最大误差为10.52％,而组合模型的预测误差最大为8.72％,说明文中提出的组合预测模型充分考虑了多指标的共同作用,灰色预测模型提供了较完善的输入数据,神经网络模型考虑了各主要指标的关联关系.     

����BPNN-MOPģ�͵�����·�������ģԤ���о�

区域公路网规模是保障交通供给能力的基础,确定合理的路网规模是调节交通供需平衡的关键. 本文从路网发展数量和质量两方面,里程、密度、等级结构三项指标出发,建立了基于BP神经网络与马尔可夫链的公路网里程规模组合预测模型,并采用多目标规划方法对公路网等级结构进行了优化研究. 该方法能够充分挖掘公路网规模演变的宏观调整与微观波动规律,提高了预测的精度和可靠性. 最后本文结合实际案例,对区域特征年公路网的合理规模及结构进行了分析预测. 结果表明,组合预测方法能够较科学、客观地反映公路网发展的数量特征和质量要求,具有一定的理论价值和现实意义.     

����˫��滮�Ķ�̬���ض����ۿ����������Ż�

以港口为节点的区域物流与其所在地区的区域经济相互影响、协调发展. 本文研究了二级港口物流网络问题,即港口之间的海上航线系统以及各个港口与其经济腹地之间的集疏运系统的二级网络. 在动态腹地条件下,构建以区域港口群总运输成本为上层优化目标,以个体港口的经济效益为下层目标的双层规划模型. 模型反映了港口竞争力、腹地划分以及运力配备的动态性,因此更接近港口实际. 为有效求解模型,利用Kuhn-Tucker理论将双层规划问题转化成单层规划模型,并且应用算例对模型和算法的有效性进行验证,最后通过Matlab对模型进行了求解. 数值结果表明,双层规划模型及求解方法具有可行性.     

����FCM����ĸ��ӽ�ͨ����ڵ���Ҫ������

网络关键节点的评估与选择对于区域交通信号控制系统的实施具有重要意义,国内外广泛应用的SCOOT/SCATS等区域交通控制系统关键交叉口的选取往往以交通流量大小、节点间距等为参考,较大程度上依赖经验. 本文以节点连接度、节点介数和交叉口高峰小时交通流量为评价指标,应用FCM模糊聚类方法给出交叉口的重要性分类方法,实现城市复杂交通网络的关键节点选择,并以北京市长安街沿线周围交叉口为例进行了实证研究. 研究表明：当聚类数取3、4和5时长椿街路口、府右街南口和和平门路口均呈现出极高的聚集性,且聚类中心体现的交通特性与实际工程中的关键交叉口基本相同. 本文方法可为区域交通控制系统的关键节点选择提供理论基础.     

民用汽车拥有量非线性时空组合预测模型

基于时空理论,结合未来我国经济发展趋势,对中国民用汽车拥有量进行预测. 首先,根据国内外汽车发展经验,利用灰色Verhulst模型拟合中国汽车拥有量的发展规律,并初步估计中国未来20年汽车拥有量;然后,根据关联理论筛选出与民用汽车拥有量关系密切的若干个社会经济指标,运用主成分分析法对这些指标进行降维,提取出几个主要的彼此不相关的综合指标,运用计量经济学理论建立民用汽车拥有量预测模型,并再次估计中国未来20年汽车拥有量;结合上述两个模型的优点,利用BP神经网络建立非线性组合预测模型. 2003～2007年数据证实该非线性组合预测模型具有更强的可靠性和预测精度. 最后利用该非线性组合预测模型对中国未来20年的民用汽车拥有量进行预测.     

基于BPNN-MOP模型的区域公路网合理规模预测研究

区域公路网规模是保障交通供给能力的基础,确定合理的路网规模是调节交通供需平衡的关键. 本文从路网发展数量和质量两方面,里程、密度、等级结构三项指标出发,建立了基于BP神经网络与马尔可夫链的公路网里程规模组合预测模型,并采用多目标规划方法对公路网等级结构进行了优化研究. 该方法能够充分挖掘公路网规模演变的宏观调整与微观波动规律,提高了预测的精度和可靠性. 最后本文结合实际案例,对区域特征年公路网的合理规模及结构进行了分析预测. 结果表明,组合预测方法能够较科学、客观地反映公路网发展的数量特征和质量要求,具有一定的理论价值和现实意义.