A generic class of first order node models for dynamic macroscopic simulation of traffic flows

Node models for macroscopic simulation have attracted relatively little attention in the literature. Nevertheless, in dynamic network loading (DNL) models for congested road networks, node models are as important as the extensively studied link models. This paper provides an overview of macroscopic node models found in the literature, explaining both their contributions and shortcomings. A formulation defining a generic class of first order macroscopic node models is presented, satisfying a list of requirements necessary to produce node models with realistic, consistent results. Defining a specific node model instance of this class requires the specification of a supply constraint interaction rule and (optionally) node supply constraints. Following this theoretical discussion, specific macroscopic node model instances for unsignalized and signalized intersections are proposed. These models apply an oriented capacity proportional distribution of the available supply over the incoming links of a node. A computationally efficient algorithm to solve the node models exactly is included.     

A network option portfolio management framework for adaptive transportation planning

A real option portfolio management framework is proposed to make use of an adaptive network design problem developed using stochastic dynamic programming methodologies. The framework is extended from Smit’s and Trigeorgis’ option portfolio framework to incorporate network synergies. The adaptive planning framework is defined and tested on a case study with time series origin-destination demand data. Historically, OD time series data is costly to obtain, and there has not been much need for it because most transportation models use a single time-invariant estimate based on deterministic forecasting of demand. Despite the high cost and institutional barriers of obtaining abundant OD time series data, we illustrate how having higher fidelity data along with an adaptive planning framework can result in a number of improved management strategies. An insertion heuristic is adopted to run the lower bound adaptive network design problem for a coarse Iran network with 834 nodes, 1121 links, and 10 years of time series data for 71,795 OD pairs.     

基于BP神经网络的压气站风险评价方法

压气站作为输气管网系统中的重要组成部分,在使用过程中会受到环境因素、腐蚀因素、防腐系统等因素的影响,在一定程度上增大了压气站的风险水平.文中借鉴国内压气站风险评价技术的基本思想和处理方法,结合国内压气站设计、施工、运行、维护的实际条件,根据人工神经网络的原理和方法,建立了BP神经网络风险评价模型.利用某输气公司提供的2...     

铁路宽带移动通信网络规划技术研究

提出了一种铁路宽带移动通信网络的规划方法.该方法参照通用WiMAX网络规划步骤,分析了典型铁路移动通信业务的通信速率和服务质量（QoS）需求,结合铁路使用环境进行了各类业务的链路预算并得出网络覆盖能力,就覆盖能力数据提出了典型铁路设定情况下的容量规划算法原则,最后基于OPNET软件对典型铁路WiMAX网络的规划方案进行了仿真.     

基于虚拟装配体绑定的产品层次化装配序列生成

装配是产品制造中的重要环节之一.计算机辅助装配顺序的生成为实施快速、灵活、优化的装配,提高装配质量和效率提供有力的支持.任务层次与分解方法的设计是层次任务网规划方法应用的关键技术.文中提出了一种基于虚拟装配体绑定的底层装配操作实施机制,在此基础上建立了产品装配序列生成的任务分解策略.装配实例表明,该方法在产品装配序列生成中具有建模层次清晰、任务分解策略易于制定、装配序列生成比较灵活的特点.     

视角受限传感器网络强栅栏覆盖判定算法

栅栏覆盖研究如何分配网络时空资源来确保移动目标穿越监控区域时被监测．本文通过视角受限节点传感方向的调整,设计一种分布式算法以判定网络能否提供强栅栏覆盖．算法主要思想是利用节点及邻居节点的物理位置关系构建强／弱栅栏对．另外,本文设计贪心策略优先选择邻居节点数多的候选节点构建强栅栏路径．仿真实验证明：本算法可以较小代价判定并改善网络强栅栏覆盖性能．     

基于AHP-PCA的城市群公路网节点重要度分析

阐述公路网节点重要度的概念,提出运用层次分析法与主成分分析法的联合评价方法来确定节点重要度的新思路。并对长株潭"3+5"城市群的8个城市节点进行实证研究,综合分析结果,确定各节点在城市群公路网规划中的重要度。     

灰色模型在中长期用水量预测中的应用

为实现供水管网经济、可靠、科学的规划改扩建,给出一种基于记录时间较短、历史数据较少的用水量序列的GM(1,1)预测方法。该预测方法把原始用水量序列累加处理生成新序列后,用指数关系式拟合,通过构造参数矩阵,确定辩识参数,建立灰色模型的微分方程。通过对灰色预测方法建模机理的研究建立城市用水量预测GM(1,1)模型,并以东北某大型城市用水量为原始数据进行实际预测,模型精度检验的结果表明该模型的预测等级为高精度预测。该预测方法应用于S市的中长期用水量预测,为S市供水规划改扩建提供有效依据。     

������Ⱥ�㷨�Ĺ�·���˿�������Ż�

公路客运快递依托客运线路采用直达模式进行运输获得了较好的经济效益,但直达模式却制约着其运输网络的能力和结构. 为提高运输网络的能力,完善运输网络结构,发挥公路客运时效性好的优势,本文提出转运的思想,并用优化模型设计公路客运快递的运输网络,使快件运输时间最小化. 优化模型是带有时间窗的运输网络设计问题,传统算法难以求解,因此用蚁群算法进行求解. 算例分析表明,基于优化模型设计的运输网络可以节省快件的运输时间,提高公路客运快递的运输能力.