Instrumented city database analysts using multi-agents

The Instrumented City (iC) database is a multi-purpose, transport-related database facility for use by the entire academic transport research community. Data from the UK Leicester City Council and Nottinghamshire County Council Traffic Management Computers is logged and archived on a continuous basis, by the Leeds University’s Institute for Transport Studies. Since its inception in 1992, the iC database has been used for various real-time applications such as air quality and noise monitoring, modelling and forecasting. This paper describes the framework that demonstrates the feasibility of using multi-agents as information analysts to process and manage the iC database. The agents are adaptive, interactive and personal. They can be trained via the interactions with the users to be personalised for individual preferences. These agents are designed to be responsible for (1) data clean-up to remove outliers; (2) missing data substitutions; (3) statistical data analysis; (4) data mining to enhance the understanding of the relationships between traffic and air quality, noise and health; and (5) knowledge discovery by identifying unknown but potentially important patterns.     

无线传感器网络中基于几何方法的覆盖洞检测

提出了一个基于几何方法的覆盖洞检测算法,用以在网络运行过程中找出覆盖洞,仿真结果表明:此算法在能量消耗和检测时间方面优于TBRA算法。     

一种双重时滞多重边复杂公交网络模型的同步研究*

在传统的建模方法的基础上,建立一种新的城市公交网络模型。根据4种不同的公交路线,通过引入时滞,将两重边复杂公交网络拆分为两个性质不同的子网络。进而研究具有双重时滞两重边复杂公交网络的全局自适应同步,给出自适应同步的一般条件。以 Lorenz系统为例,验证该方法的有效性。     

基于PSO的神经网络优化证券投资组合方法研究

针对传统人工神经网络中的BP(back propagation)神经网络自身局限以及其迭代次数多、收敛精度不高和泛化性差等缺点,提出了一种基于粒子群(particle swarm optimizer,PSO)算法的BP神经网络优化证券投资组合方法.在BP神经网络优化方法中,采用PSO算法替代了BP神经网络的梯度下降法,得到最优解,从而对BP神经网络模型进行优化.将该方法应用于证券投资组合的优化中,实验结果证明:该优化方法优于传统的BP神经网络优化方法.     

基于动态贝叶斯网络的调距桨任务可靠性模型及应用

为了解决调距桨在可靠性分析时动态的、可修复性的问题,引入了一种基于动态贝叶斯网络理论的新方法,提出了动态的和可修复的可靠性建模分析技术,弥补了传统方法在动态可靠性分析时模型描述上的局限性及算法上的缺陷问题。在模型方面,用贝叶斯网络能有效地刻画系统的动态行为、修复行为;在此基础上建立了系统任务可靠度数学模型,运用MATLAB软件中贝叶斯网络工具箱编写了MATLAB计算语句,输入有关元件的故障率与修复率能够实现推进装置的任务可靠性数值仿真。     

Statistical mechanics for analytic planning: an application to domestic air traffic in China

Abstract

Statistical mechanics has shown its usefulness when assessing the topology of many networks, including those of infrastructure. Its principles take into account the large-scale and network-wide effects of changes in its key parameters, which in turn may provide critical input when planning for infrastructure projects. One objective would be to modify the pattern of capacity expansions inside a system to make it less exposed to local shortfalls in demand. To illustrate our point, we shall use domestic air traffic in China; airports are spatially distributed and they also need to respond to the potential demand that they face locally. Airlines that control parts of the traffic system are identified as agents. A relationship between the agent's behavior and the system-wide level of variance in traffic flows can be established by regression analysis. It is shown how intervention on these agents would reduce negative traffic variance while enhancing a more balanced, less costly growth of the system itself.     

基于多周期组件时空神经网络的路网通行速度预测

针对当前路网通行速度预测方法存在的中长周期预测准确性和稳定性不足、自适应路网拓扑空间关系建模能力有待进一步提升等问题,以多尺度卷积算子及门控循环单元为核心单元,提出一种面向路网通行速度预测任务的多周期组件时空神经网络模型。首先,根据路网交通感知数据的周期特性,将其规约为周、日和近期这3种不同粒度的时间-空间-特征三维矩阵,并输入至3个共享网络结构的周期组件。其次,在每部分组件中,利用多尺度卷积核捕获多因素非线性相关性与不同空间视野大小的路网节点空间相关性。然后,对每个路网节点的时序特征使用门控循环单元提取交通数据长时依赖关系,引入残差学习框架,提高网络训练效率并防止梯度弥散。最后,自适应加权融合通过预测卷积层的每部分周期组件预测结果生成预测时段内路网交通通行速度。为验证所提方法的有效性,基于两个公开的交通状态数据集进行实验分析,并选取当前主流的深度神经网络模型作为对比基线模型。结果表明,所提方法在可接受的执行时间内,在两个数据集上平均绝对误差、平均平方误差和平均绝对百分比误差分别为 2.55、3.94 和 10.75%,1.57、3.52和3.44%,在预测准确性与中长时多步预测稳定性方面均优于其他基准方法。     

Schneider Premium在隧道监控系统中的应用

介绍了四川龙泉山隧道监控系统的构成,及Schneider UnityPremium PLC在该监控系统中的系统架构和控制思想,网络系统以Modbus TCP/IP 100Mbps工业光纤以太环网和GPRS无线网络通讯模块为网络核心。监控系统投入使用以来,运行情况良好,稳定可靠,实现了现场无人值守控制。     

��·��ͨ��������������о���״��չ��

道路交通网络脆弱性评估是当前路网研究中新的热点和难点问题,识别路网脆弱性并进行有效的管理是应对交通系统危机情况的重要课题,它引起了学者们的广泛关注,本文主要针对当前路网脆弱性评估研究进行梳理和展望. 首先对路网脆弱性的概念进行了归纳总结,讨论了不同学者对路网脆弱性概念的共识和分歧. 其次分析了路网脆弱性与路网可靠性之间的联系和区别. 然后对当前路网脆弱性的评估方法进行了分类分析,将路网脆弱性的评估方法分为基于特定场景评估法、基于特定战略评估法、基于仿真的评估方法和数学模型评估方法四大类. 最后指出了路网脆弱性未来的研究方向.     

�շ峵����ŵĶ�̬���ڶ���ģ���о�

从编组站驼峰解体作业中出现的问题出发,在深入分析重载大轴重货车车场内超速连挂和轻载车辆逆向大风条件下溜放不到位这一矛盾问题的基础上,指出其根本原因是驼峰自动化系统的出口定速模型在车组溜放出口定速中单位基本阻力取值不合理,和没有考虑车组溜放时环境条件变化. 基于此,提出了单位合阻力的概念,根据车组溜放过程中的能量守恒定律,建立了间隔制动出口动态定速模型. 利用模糊逻辑的不确定信息处理能力,兼以神经网络的自学习能力,建立了基于模糊神经网络的目的制动出口定速模型. 最后,通过驼峰仿真实验,验证了模型的有效性,为驼峰车组溜放速度控制提供了理论参考.