基于过饱和控制的疏散网络优化模型

应急条件下疏散需求呈现短时爆发性特点,为提高网络优化模型在应急疏散状态下的适用性,本文提出了网络过饱和度概念,并结合疏散交通组织策略建立过饱和控制的疏散网络双层优化模型.上层模型从疏散组织者的角度出发最小化疏散网络过饱和度,下层模型以Wardrop 用户平衡准则模拟疏散参与者的疏散路径选择行为.采用禁忌搜索算法求解所建模型,并以Sioux Falls 网络为平台验证其有效性.实验结果表明,在应急交通疏散状态下,基于过饱和控制的疏散网络优化模型能够实现疏散网络通行能力的最大化利用和应急交通组织策略的最优化配置,具有较强的适用性.     

考虑速度限制的连续交通网络设计问题

本文提出了一个考虑车速限制的双目标连续交通网络设计问题,旨在通过合理的路段拓展与限速策略提高网络交通运行效率和减少交通系统的环境污染.构建了一个双目标双层规划模型来描述提出的交通网络设计问题.其中,上层问题从交通管理者的角度出发,以系统总阻抗与总投资额之和最小及网络总的车辆尾气排放最小为目标,制定最优的网络设计方案和不同时段最优的限速方案;下层问题基于用户平衡准则,描述不同时段出行者的路径选择行为.设计了基于非支配排序的遗传算法对提出的双层规划模型进行求解,并采用数值算例验证了提出的模型与算法的有效性.     

一种基于分布式网络多智能体的匝道协同控制方法

针对高速公路与城市快速路交汇区域(路网结合部)拥堵日益严重的现状,综合考虑异构交通网络的通行能力与转换需求,基于多智能体和局部感应控制思想,对路网结合部匝道控制模式进行分析,建立单点CPSO-RBF-PID 匝道控制模型、关联主线多匝道一致性协同方法和不同主线间匝道竞争性协同方法.在此基础上,将路网结合部进行网络拓扑,建立基于分布式网络多智能体的匝道协同控制方法.并选取相应路网结合部对所建模型进行验证,结果证明,该模型具有良好的控制效果,能够起到有效地稳定路网结合部交通流密度,缓解结合部区域交通拥堵的作用.     

随机交通网络连通可靠度改进算法

连通可靠度作为网络可靠性的基础指标是指导交通事故预防、灾后重建和日 常维护等活动的重要理论,但其计算是经典的NP难问题.为了提高大规模网络应用的求 解精度和效率,提出了基于k-最短路径和状态排序的改进算法--Target_Order 算法,集 中考察影响网络连通性的关键节点及其状态,有效减少了无关网络连通性的节点组合产 生的冗余网络状态,大幅降低了计算复杂度.最后,以成都规划年地铁网为例,通过与传统 算法（ORDER算法）比较,分析了算法关键参数的影响,验证了改进算法在精度与效率方 面的显著优势.研究结果同样适用于其他随机交通网络的连通可靠度计算与统计.     

考虑连接性的路网划分算法

针对传统K均值聚类算法在非均质路网划分应用中的不足,将路网连接性融入算法,解决其在路网划分应用中聚类结果不连续的问题.先使用最大最小距离算法确定初始聚类中心和路段差异性,并以聚类评价指标ANSK确定K值;然后统计连续时间间隔下路网划分结果的动态频数,合并和拆分不稳定的“噪声”路段,提高划分子区内路网的紧凑性.最后,基于现实路网中的车牌照自动识别实测数据,对改进的聚类方法进行了验证.将算法得到的划分效果与K均值聚类算法和Ncut算法进行对比,并对子区做宏观基本图分析.结果表明,改进后的K均值聚类算法在保证自身原有聚类优势下,可以有效实现连接性约束下的路网划分.     

基于特征和超图理论的交通网络数据模型

分析了目前国际上流行的五种交通网络数据模型的优缺点,然后提出了基于车道和中心线的交通网络数据模型。该数据模型以特征和超图模型理论为基础,既保留了拓扑结构的优越性,又有利于数据以特征的方式进行存储和管理。最后。把这种基于特征和超图模型的交通网络数据模型应用于中山市道路普查系统,用于管理复杂的、与道路相关的各种数据。     

城市轨道交通线网用地规划与控制

结合南京的工作实践,介绍城市轨道交通线网用地规划与控制研究的思路和流程、网络资源配置和共享的措施、工程实施方案研究的要点、一般控制要求、延伸进行开发用地规划等内容,并针对做好用地规划与控制工作提出总结性建议。     

城市燃气管网安全性检测与评价

以北京市二高压线为例,介绍了城市管网安全性的检则和评价方法。对土壤环境性质、防腐层破损程度和管体腐蚀状况进行检测和评价的结果表明:土壤含水量偏高,呈弱碱性,土壤环境腐蚀性综合评价为中等。管线防腐层老化严重,厚度较薄且有破损点,保护性能比较差。管道的部分管体已经遭到破坏,003号探坑处已经不符合强度安全要求;其他探坑处管道在现在的服役条件下,剩余壁厚仍然可以提供足够的强度,但是管体已经发生腐蚀,建议加强检测或采用阴极保护。     

高速局域网络选型策略研究

网络高速化是计算机网络发展的重要体现之一,文中首先阐述了选择高速网络应考虑的各种要素,对流行的高速网络技术的性能进行了分析探讨,最后对各种高速网络技术的应用范围进行了研究并给出了相关产品。     

BP神经网络收敛性问题的改进措施

BP算法现在已成为目前应用最广泛的神经网络学习算法,它在函数逼近、模式识别、分类、数据压缩等领域有着更加广泛的应用,但存在收敛较慢问题.笔者在文中简述了BP算法原理,针对BP算法的收敛性问题,提出了几点改进措施.