基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性,提高交通流参数估计精度,基于深度学习提出一种交通流参数估计的组合方法.根据目标断面及其上游断面的交通流数据构造输入矩阵,利用卷积神经网络捕捉交通流的空间特性,使用长短期记忆和门控循环神经网络挖掘交通流的时间特性,组合3种深度学习方法所得输出,得到交通流参数估计值.采用中国安徽省合肥市和美国加州...     

带有最优流量记忆时间差的一类新格子模型

为了分析最优流量记忆时间差对交通流稳定性的影响,本文基于考虑驾驶员估计得到的最优流量信息,同时考虑驾驶员在驾车过程中受到记忆时间的影响,给出了一类新的格子流体动力学模型.首先,基于线性稳定性理论,获得了新模型的稳定性条件;随后,通过非线性分析方法,给出该模型的mKdV方程;然后,基于求解上述方程所得到的扭结-反扭结孤立波可用于描述交通拥挤的转化和传播过程.最后,通过仿真算例验证了上述理论分析的结论,即驾驶员的记忆时间和最优流量记忆时间差能够显著影响交通流的稳定性,同时增大记忆时间步长和强度系数可以有效地增强交通流的稳定性.     

未来城市交通技术发展与创新 ——“交通7+1论坛”第五十二次会议

随着移动互联网、大数据和人工智能等技术发展,城市交通系统中涌现出“共享交通”“需求响应式出行服务”“无人驾驶”“城市交通大脑”等新兴的交通工具、服务模式和管理手段,未来交通系统将面临创新发展的机遇,并对传统交通行业带来巨大挑战.本次论坛以“未来城市交通技术发展与创新”为主题,分析了预约交通系统的发展前景,探讨了超级交通仿真系统的相关核心技术,分析了无人驾驶的发展、挑战及仿真技术,说明了大数据和人工智能技术在城市智慧发展中的作用与运用要点.     

运动车辆检测与跟踪方法

为提高城市智能交通综合管理能力,提出了基于视频分析的运动车辆检测与跟踪方法。在城市交通干道路面环境中,根据运动目标与道路背景统计特性的差异,基于贝叶斯概率准则,提出一个自适应背景更新算法,检测分离运动车辆目标前景,采用卡尔曼滤波器实现对视频序列中车辆目标的运动检测与实时跟踪,并对在重庆某交通干道的交通流视频进行检测。试验结果表明:该方法在常规视频分辨率下能实现实时处理视频,平均检测准确率为94%,具有较好的实时性与鲁棒性,能够实现城市交通环境中各类运动车辆的检测与跟踪。     

船舶航向保持的鲁棒神经网络控制

设计一个N5-5-5-5-5-5-1前向神经网络,经训练得到一个开环的船舶航向保持控制器,使其能够较好地保持典型输入信号作用下的船舶航向;然后应用闭环增益成形算法,形成闭环控制系统.这种基于神经网络的航向保持方案,将神经网络的适应能力、非线性函数映射能力和闭环增益成形算法的鲁棒性结合起来,改善了系统的鲁棒性能.这种方法设计过程简单,物理意义明显.     

基于推理映射的云模型控制器研究

介绍了云模型的基本概念和规则推理,分析了云模型推理映射关系,设计出基于线性映射关系的云模型智能控制器,并与相同推理规则的模糊控制系统进行了对比。仿真结果表明该控制器具有较强的鲁棒性。     

船体零部件标准化设计思路

为了提高造船效率、降低造船成本、提高造船质量,造船行业需要引入先进的智能制造理念。船舶制造作为典型的离散型制造行业,其传统的船舶设计、制造模式在一定程度上限制了智能制造技术的大范围推广应用,从船体零部件标准化设计角度,研究如何利用标准化设计手段来扩大船厂智能制造应用范围和场景。形成船体零部件标准化、批量化设计原则和标准,达到降低船舶智能制造技术难度,最终实现船舶制造向连续型生产模式转变的目的。     

船舶六自由度转台电液伺服系统参数整定方法

针对船舶六自由度转台电液伺服系统的参数整定问题,提出一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用多目标遗传算法求出Pareto最优解。使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法（TOP—SIS）进行多属性决策（MADM）研究。计算了转台电液伺服控制的数值算例,结果表明本文提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

上海轨道交通4号线列车客室照明节能改造研究

以上海轨道交通4号线列车客室照明作为节能改造的研究对象,介绍了4号线列车客室照明系统的技术特点与4号线沿线典型运营条件。提出了采用LED(发光二极管)灯具替代荧光灯具以及在照明控制电路中嵌入光敏节能控制器的改造方案,可实现4号线列车客室照明系统55%以上的节能率。     

高速铁路智能交通综合信息系统中关键问题的探讨

阐述了在我国实现铁路智能交通综合信息系统的必然性，提出了铁路智能交通综合信息系统的体系结构，强调了需要发展通信信号系统的关键，并着重分析了通信信号系统急需解决的问题。