基于BP神经网络的驾驶员昼夜动态空间距离判识规律

为研究昼夜动态环境中驾驶员对空间距离判识的规律,进行了实际道路试验。随机选取32名驾驶员分别在昼、夜环境中不同深度距离和速度下,判识红、绿色障碍物的空间距离,统计并检验驾驶员对红、绿色障碍物判识距离的差异,获得判识特征值;运用BP神经网络拟合距离判识结果,分析距离判识变化规律。结果表明:BP神经网络可以很好地拟合距离判识变化规律,精度优于现有模型;绝对距离和相对距离判识结果均随速度增加而减小,随深度距离增加而增大;夜间判识距离大于白天,驾驶员对相对距离判识准确性高。     

灾害事件下局域路网应急疏散交通分配模型

应急疏散的目的是要在灾害发生时将处于危险地带的人群尽快转移至安全地带。针对不同灾害事件类型而引发的单源单汇、单(多)源多汇网络状态的路网疏散问题分别进行了分析。在各路段通行能力的约束条件下,以疏散交通流量最大、总疏散时间最小为优化目标,运用最小费用最大流理论建立了局域路网疏散分配模型。通过实例对模型进行了求解,并在Matlab中得到了实现。通过查找最小截量组成弧的分布位置,并对路网中最小截量组成弧的路段扩容改造,进而有效提高局域路网的应急疏散能力。     

多层次公交线网拓扑结构分析

为构建与城市道路等级相类似的分级(层)公交线路,明确不同线路的主体功能,有序而科学的引导乘客的出行行为和习惯,减轻地面道路交通压力的同时创建一个优良的公共交通服务体系,根据城市布局结构和路网架构特征,参考一般的公交线网结构,构建适应多层次公交特点、分别适用于单中心、多中心、分离式组团和带状等4类城市用地布局的公交网络拓扑结构,并提出了串联、并联、叉联和枝联等4种线路连接方式。研究结果可用于指导不同用地布局城市多层次公交线网架构,并为进一步深入研究多层次公交线网的规划设计打下基础。     

基于融合阶段响应时间的高科技产品网络优化

针对高科技产品生命周期各阶段市场需求特征,根据产品阶段响应点的不同,构造产品生命周期各阶段响应时间模型;在此基础上综合考虑了产品生命周期各阶段的生产成本/时间、运输成本/时间、缺货成本以及销售价格等因素,建立了以利润最大化为优化目标的多工厂、多分销中心、多市场的0-1混合整数优化模型,并利用lingo9.0软件设计算法程序求解。设计合理的供应链网络能有效增强产品竞争力、降低物流成本、提高盈利水平。     

基于粗集和神经网络耦合的短时交通流预测

比较分析神经网络和粗糙集在数据处理过程中的各自优缺点,提出一种基于二者强耦合集成方式的短时交通流预测模型。首先利用粗集对获取的交通流数据进行预处理,简化神经网络训练样本数据集并通过粗集属性约简提取决策规则;其次,利用所提取的规则直接确定神经网络的隐层数、隐层节点数及节点的相互关系;最后训练神经网络用于短时交通流预测。通过与单纯利用神经网络预测的结果进行比较,发现该模型降低了网络训练时间,提高了预测精度。     

压电陶瓷的轿车车身板件振动主动控制

压电陶瓷是一种典型且应用广泛的新型智能材料,能改善汽车振动主动控制效果。文章以压电陶瓷为作动执行元件,设计了自适应神经网络控制系统,并进行了仿真分析、四边简支矩形薄板振动主动控制试验以及轿车车身板件的振动主动控制试验与研究。结果表明,以压电陶瓷为执行元件的自适应神经网络控制能够取得较好的减振效果,这不仅有助于现有轿车振动和噪声主动控制技术问题的解决,而且为其它类似应用提供了参考。     

基于新型Smith预估器的网络控制系统

提出了一种针对网络时延和被控对象时延的新型Smith预估器,以便有效地抑制网络时延对网络控制系统性能的影响.该预估器不包含网络时延预估模型,无需对网络时延进行在线测量、估计或辨识,适用于网络时延为随机、时变和不确定的网络控制系统.仿真结果表明,在网络时延大于1个乃至数十个采样周期的情况下,基于该新型Smith预估器的网络控制系统具有较强的鲁棒性,且具有良好的动态性和抗干扰能力.     

一体化网络中可证明安全的三方认证协议

为了有效地保证终端、接入交换路由器和认证中心的安全,本文提出了一体化网络中可证明安全的三方认证协议．该协议实现了终端和认证中心之间及接入交换路由器和认证中心之间的相互认证,不仅可以有效防止非授权终端接入网络,还可以防止伪造的认证中心和接入交换路由器对终端的欺骗．在BR扩展模型下,可证明该协议是安全的．通过性能分析得出,协议具有很高的效率．     

基于邮件挖掘社会网络核心层的新方法

社会网络分析应用于挖掘各组织及组织内部成员之间通信行为,是一种新的研究方法,在分析基于邮件构成的网络基础上,提出一种挖掘社会网络核心层的新方法MCCY.该方法首先删除结点度小于一定阈值的结点,再运用社团结构及中心度分析找出部分网络核心成员,最后结合已删除的结点得出完整的网络核心层.实验结果显示,该方法可以找出全部的网络核心成员,且在一定程度上解决了大型网络不容易计算的问题.     

基于自适应小生境遗传算法的混合交通网络设计双层规划模型

在现有的交通网络设计问题研究基础上,采用双层规划模型来描述混合网络设计问题,其中上层模型综合考虑网络阻抗、投资额以及CO的排放总量三方面因素,建立起以三者之和最小为目标的优化函数;下层模型为用户均衡模型。根据所建模型的特征,利用一种基于自适应方法和小生境技术的改进遗传算法进行求解。实例计算证明：此模型和算法是研究混合交通网络设计问题的有效方法。