基于GBRBM-DBN模型的短时交通流预测方法

为提高城市道路短时交通流预测的精度和效率,提出了一种基于深度学习的短时交通流参数预测模型,结合高斯-伯努利受限波尔兹曼机、Softmax回归模型和深度置信网络,对大规模路网中地点车速进行预测.该模型在网络底层加入高斯-伯努利受限波尔兹曼机,将传统二值输入转换为连续实值输入以适应地点车速的数据特征.在网络输入、输出矩阵中加入时空特征表达,并将深度置信网络顶层接入Softmax回归模型,根据深度学习模型提取到的地点车速时空特征对多路段多时刻的地点车速进行预测.选取广州市大规模路网中60条路段60 d的实测地点车速对网络结构和参数进行调试,并分析预测结果.结果表明,GBRBM-DBN网络结构能够提取大规模路网中地点车速的时空分布特征,预测精度较高.与长短时记忆循环神经网络预测结果进行对比,具有更高的时效性;与“深层模型+小规模数据”相比,平均绝对误差减小10.13 km/h,平均相对误差减少14.5%;对输入矩阵中的训练集和测试集数据量比例作不同划分,平均绝对误差变化范围在1.64 km/h以内,平均相对误差仅增大7.3%.      

公路-铁路道口智能交通系统与精确列车控制

自上世纪90年代中期,受美国交通部(DOC)联邦铁路管理局(FRA)委托,美国交通部研究与创新技术管理局(RITA)John A.Volpe国家交通系统研究中心,对精确列车控制(PTC)和智能交通系统(ITS)技术集成进行研究。研究的目的是通过在公路-铁路道口(HRI)安装成本适当、标准的系统装置,改善安全状况,取得快速安全防范效果。此项研究的直接目的是通过示范工程,促进智能交通系统技术的开发,取得安全成本效益。通过在运输通道上的公路-铁路道口处安装精确列车控制系统、不断改进道口智能交通系统技术和对系统进行评估,可利用既有的基础设施最大限度地减少示范开发的投入,降低成本。图1显示的是典型的精确列车控制(PTC)系统配置。     

木薯干专业接卸、运输及灌包工艺和模拟智能控制系统

大宗散货在装卸过程中的污染防治是一个世界性的难题，其中尤以木薯干等多粉尘物料为最难处理。木薯干是粉状、棒状和块状的混合物，流动性差，其粉料黏附性高、亲水性强、易板结、易起拱和易霉变。以前通用码头设备装卸木薯干作业低效率、高污染、高货损的情况严重，为此，我们设计建设了高效、连续、环保型木薯干接卸运输及灌包工艺系统。     

美国智能运输系统由六个子系统组成

在美国，政府非常重视高速公路的规划与建设。20世纪50年代初到70年代末，美国的高速公路建设发展速度很快，平均每年建成3000公里。在高速公路建设中，美国政府很注重公路建设的走向和布局，既考虑与城市道路网的连接，又注意偏远、荒漠地区的建设发展需要。美国政府十分重视将电子、通信、计算机和信息技术高科技手段运用到高速公路管理中，积极发展交通智能化管理，也称智能运输系统，其目的是在传统交通工程管理的基础上，充分利用现代化高科技手段，解决和满足人们对交通“高速、安全、舒适”的要求，大大提高交通运输的安全性和运行效率。     

浅谈高清晰车辆智能检测系统

ITS智能交通在我国已发展应用多年,近年来随着大量新建公路、机动车的日益增加,它在缓解交通压力,加快流通速度,提高运载能力,方便人们出行的同时,也面临着新的问题:超速车辆和肇事车辆造成的人员伤亡和财产损失触目惊心。因此采取行之有效的高清晰车辆智能检测系统,通过检测车辆行驶速度,采集车辆信息和特征,为快速纠正交通违章行为,快速侦破交通事故逃逸和机动车盗抢案件提供了重要的技术手段和证据,对平安大道的平安运行和提高公路交通管理的快速反映能力有着十分重要的意义。     

智能交通系统的现状及发展趋势

作为21世纪的新型交通系统－ITS倍受各工业发达国家重视，本文主要介绍日本ITS研究开发的近况及发展趋势。     

全球首条集装箱电子标签国际航线上海开航

集装箱上带有智能电子标签的“中海宁波”号集装箱船最近从上海外高桥码头起航，驶往美国第四大集装箱港——萨瓦纳港，标志着全球首条集装箱电子标签国际航线正式开通。据了解，电子标签内包含集装箱的所有信息，包括货物名称、件数、起运港、目的港、船公司、货主等。安上电子标签的集装箱，好比有了“电子身份证”，港区的主控电脑能清楚显示其“来龙去脉”。     

基于VR/AR的牵引供电设备专家远程辅助决策系统研究

本文介绍了一种牵引供电设备专家远程辅助决策系统。该系统通过引入VR/AR技术，能够更加高效地监测变电所亭设备的运行状态，提高维护效率，减少工作人员工作量；利用物联网、5G、人工智能等技术，实现供电系统的智能化在线监测、AR远程指导、运营优化和预测性维护等应用服务，实现由被动维护转为主动智能运维。