用于列车网络的司机显示单元的系统设计与实现

地铁列车司机显示单元(DDU:Dirver Display Unit)作为列车网络的重要部分,是完成人机对话和系统信息显示的重要系统.为驾驶员的操作及地铁车辆安全运行提供信息保证.本设计选择X86架构计算机作为DDU单元的硬件平台,嵌入Linux操作系统,构建了基于CANopen通信协议的地铁列车司机显示单元.本文详细介绍了DDU的系统原理和软件架构设计.     

高速公路事故多发点鉴别及诱发因素识别

为了提高事故多发点鉴别的客观公正性及自动化识别水平,提出了在公路沿线上划分初始评估地点的动态聚类算法,建立了鉴别事故多发点的自组织神经网络模型,给出了基于离散多变量算法与概率分布相结合的事故多发点突出事故诱发因素识别过程. 方法应用结果表明,基于动态聚类的初始评估点划分方法能够客观地描述出事故点在公路沿线上的集中与分散状况,而神经网络鉴别模型能够对初始评估地点的安全状况进行自动分类且结果较合理. 在掌握了能够满足统计分析要求的事故样本点数量的基础上,能够应用突出事故诱发因素识别方法建立一套评估标准,并用来识别事故多发点的突出事故诱发因素.     

基于模糊神经网络的结合部匝道控制方法研究

针对高速公路与关联城市快速路（简称结合部）路段拥堵日益严重的现状,从匝道控制影响要素分析入手,基于模糊控制和神经网络思想,本文提出了以主线交通状态与期望状态差值和匝道交通状态为输入变量,以匝道调节率为输出变量的模糊控制方法. 同时针对结合部路网互通式立交设计的实际情况,分单匝道控制和双匝道控制两种情况进行了分析,提出了相应的匝道控制方法,并建立了5层模糊神经网络控制模型. 最后以北京京津塘高速公路与北京三环和四环关联城市快速路为案例,对建立的模型进行效果验证,结果证明了所建立方法的有效性.     

基于网络处理器的IPV4转发功能的实现

网络处理器提供了强大的数据处理能力,使得实现线速级的IPV4转发成为可能.本文基于某通信公司的硬件平台,并通过对各种转发表进行微码编程来实现转发功能.     

用户多归属的网络货运平台竞争策略研究

网络货运平台是典型的双边市场,货运平台企业的竞争策略受用户归属行为的影响.基于Salop圆形市场模型构建3个企业的竞争博弈模型,从用户视角出发,分析货主方为单归属用户且车主方为部分多归属用户的情形下对双边用户的注册费和效用、货运平台利润以及社会总福利等的影响.研究结果表明:部分多归属的车主方接入货运平台的注册费高于单归...     

基于物联网技术的地铁机电设备全寿命周期管理系统

地铁运营设备种类繁多,其中机电设备在设备管理中占据重要的地位。而物联网技术的发展实现了多领域、多模块、多方向的信息互联共享,面对各个维度数据交融建立合理的分析管理平台是今后智慧城市智慧地铁的发展趋势。基于郑州地铁运营的设备管理体系,拓展全景信息支撑平台、状态监视、在线预警、智能诊断、状态评价、风险预测、检修决策以及绩效评估等方向。搭建地铁机电设备的大数据管理系统框架,通过现有的数据构成利用机器学习算法有效地进行数据挖掘。同时针对全生命周期成本分析、运维检修决策、风险量化评估3个方向进行算法模型分析,从而获取地铁机电设备的相关潜在规律,为决策层提供更多有价值的信息。     

考虑支路路段双向流量相互影响的交通网络均衡分析

为了解决含双向不分道行驶的狭窄支路路段交通网络配流问题,提出基于路段宽度、单车道通行能力、双向流量比例等因素的支路路段通行能力近似公式;通过扩展支路路段费用的表达形式,建立了分析支路路段双向车流相互作用的交通网络均衡模型.鉴于支路路段费用函数不是关于方向流量的凸函数,采用最短路径上全有全无分配并结合相继平均法设计了模型的求解算法.结果表明:该近似公式与模拟结果基本吻合;含双向不分车道行驶支路路段的交通网络均衡模型与算法,有效地推广了常规配流方法,可用于解决实际工程问题.     

基于大规模浮动车数据的城市道路网复杂度分析

针对现有浮动车技术应用研究中缺乏道路网络复杂度的定量分析,引入置信点的概念,提出了一种基于大规模浮动车数据的城市路网复杂度分析方法.利用该方法统计了路网中各路段的置信点分布情况和置信点的平均匹配距离,建立了城市路网复杂度模型.结合浮动车数据的预处理,提出了城市路网复杂度的分析流程.以广州市为例,分析了广州市全局路网和4类典型城市道路代表路段的复杂度.对于地图匹配算法实证研究中的指定路径,具体分析了其各组成路段的复杂度及其主要影响因素.     

无线传感器网络在交通信息采集中的应用

针对交通信息多变性、分散性等特点,提出把无线传感器网络应用于交通信息采集系统的设计方案。介绍系统的体系结构,设计无线传感器网络节点、通信协议及软件流程,并对系统进行试验测试。结果表明,该系统稳定性强,准确性更高,可满足交通信息实时采集、处理和远程监控的需求。     

基于遗传神经网络的高速公路纵坡运行速度预测方法研究

车辆运行速度预测取决于多因素、非线性函数关系的建立,预测模型建立的准确与否取决于各个影响因素之间的相互作用的特性。将遗传算法与神经网络有机结合起来,以高速公路上的实测运行速度为基础,建立遗传神经网络训练和检验样本集,利用Matlab7.04的神经网络工具箱和遗传算法工具箱的函数,完成程序的编写,建立基于遗传算法的高速公路纵坡路段运行速度(V85)的神经网络预测模型,并将预测结果与实测数据进行比较。结果表明:所用遗传神经网络模型可靠,预测精度高,对我国采用运行速度的路线设计方法和线形质量评价有较高的参考价值。