城市交通仿真面向对象的系统分析及COAD方法

介绍了面向对象方法论（OOM）及COAD注记标体系，通过仿真实例讨论了COAD对象交互图、COAD类图、决策表等关键技术在构造系统概念模型时的优点，对于COAD方法中的对象、结构、属性和服务的认定方面提出了一套系统的分析方法和解决思路。     

基于统计学习理论的交通流量时间序列预测

针对城市交通“智能运输系统”，提出基于统计学习理论的交通流量时间序列预测，与传统统计学相比，统计学习理论能勉励在训练样本数很少的情况下达到很好分类推广能力。它具有收敛速度快，有效避免局部最小点的特点。对某一实际路口机车流量的实验结果验证了该方法的有效性和先进性，有望在交通流量时间序列预测方面得到广泛的应用。     

基于智能化数据挖掘的高新技术监测分析技术研究

针对高新技术的产业发展方向、风险投资以及高新技术的监测分析等问题，应用数据挖掘、神经网络等技术方法，提出了一种基于智能化数据挖掘的高新技术监测分析的初步模型，并指出该模型在实现中存在的一些问题，对高新技术监测分析技术的发展前景做了展望。     

具有高斯核函数的支撑矢量机与径向基函数分类器的比较

章比较了两种学习机器：径向基函数、具有高斯核函数的支撑矢量机(SVM)。试验表明SVM能够获得最高的正确识别率。因此，支撑矢量机不只很好地建立在理论上，而且应用时也具有很好的优越性。     

基于多路径联网收费问题的检测点分布研究

随着高速公路建设的飞速发展,依据最短路径来分配通行费的方法已经不能满足各高速公路的合法利益,只有准确的估计出路径流量,才能合理拆分,而只有合理的布设检测点才能准确的计算出路径流量。本文首先阐述了研究检测点分布的必要性。在以前的基础上结合现在路网的发展状况提出了检测点分布必须遵循的基本规则,然后从模型的建立、计算方法和算法仿真等方面进行重点研究。最后得出结论：只有合理的布设检测器才能成功解决多路径拆分问题。     

城市交通的计算机仿真设计

根据城市交通系统的现状，利用面向对象方法和面向对象程序设计语言，通过实现城市交通的基本点－交叉口之间的计算机仿真设计，最终实现实时的优化控制。