基于多点线圈联合数据的高速公路匝道影响范围识别

为准确识别高速公路匝道对主线车流的影响等级和范围，本文提出基于速度波动特性的高速公路匝道影响量化方法。通过建立改进加权速度排列熵指标以量化各服务水平下匝道对高速公路主线车流的影响，对建立的指标进行谱聚类分析来确定匝道的影响阈值。应用京昆高速及二广高速的99个平行式合流匝道和直接式分流匝道多点主线线圈检测器数据的分析结果表 明，所提出方法可识别高速公路主线车流受匝道的影响程度。合流匝道对主线最外侧车道的影响比次外侧车道高4%~69%；A~C级服务水平下，分流匝道对上游主线最外侧车道影响程度比次 外侧车道高6%~29%，D~F级服务水平下，最外侧车道受影响程度比次外侧车道低10%~13%。合流匝道的影响范围是合流点上游350m至下游550m；其中上游160m至下游100m和下游180~ 270m为核心影响范围。分流匝道影响范围为分流点至主线上游850m，其中750~850m、450~ 600m、100~300m为核心影响范围。研究成果可为高速公路匝道交通设计、管控策略和提升仿真可靠性提供依据，可有效降低设置匝道带来的影响。     

Estimation of origin‐destination matrices for a multimodal public transit network

This paper presents a procedure for the estimation of origin‐destination (O‐D) matrices for a multimodal public transit network. The system consists of a number of favored public transit modes that are obtained from a modal split process in a traditional four‐step transportation model. The demand of each favored mode is assigned to the multimodal network, which is comprised of a set of connected links of different public transit modes. An entropy maximization procedure is proposed to simultaneously estimate the O‐D demand matrices of all favored modes, which are consistent with target data sets such as the boarding counts and line segment flows that are observed directly in the network. A case study of the Hong Kong multimodal transit network is used to demonstrate the effectiveness of the proposed methodology.     

基于粗集理论的交通控制系统研究

为满足智能交通系统高性能模糊控制器设计的需要,把粗集理论融入常规的模糊推理,提出了一种交通控制模糊建模新方法,利用粗集理论的知识推理,直接从交通系统的测量数据提取模糊规则,解决了城市交通模糊控制规则提取的瓶颈问题。实例分析表明:该方法简单有效,不仅可以最大限度地减少从交警的经验直接提取模糊规则的局限性,以获取最优的模糊模型,同时建模方法具有普遍适用性,提取的模糊规则更具客观性。该方法可以推广应用于多交叉口的模糊协调控制,对于采用复杂算法的控制系统更能显示出其优越性。     

城市轨道交通乘务排班计划方案评价方法

城市轨道交通乘务排班计划是在给定运行图的基础上制定乘务人员的工作计划,其优劣程度对城市轨道交通的运营效率和成本具有显著影响。目前有关乘务排班计划的评价方法方面还缺少深入细致的研究。在借鉴国内外研究成果的基础上,选取相关标准的符合程度、班次间的均衡程度和方案的费用大小这三个方面对城市轨道交通乘务排班计划进行评价,之后采用熵权法确定综合权重来进行综合评价。最后对三个实际方案进行了案例分析,验证了乘务排班计划方案评价方法的可行性。     

基于Vague集与粗糙集的铁路安全信息提取方法

安全评价与隐患处理是铁路行车安全管理工作的重点。针对安全信息的多源、模糊特性,基于Vague集理论建立安全评价信息提取模型;为实现安全隐患信息数据库的知识提取,运用粗糙集方法提取安全隐患的特征规则,并对安全隐患信息数据库进行高效约简。算例表明,安全评价信息提取模型能够对行车安全状况进行合理评价,安全隐患信息提取方法能够高效提取隐患的特征规则。该方法可用于铁路行车安全评价与安全信息提取,为铁路行车安全管理工作提供决策支持。     

汽车急加速噪声信号分析

汽车急加速噪声信号属于短时非平稳信号，在探讨各种时频分析方法的基础上，找到了一种适合于急加速噪声信号的处理方法——短时最大熵谱方法，这将有利于急加速噪声问题的进一步深入研究。     

符号时间序列方法在汽油机燃烧循环变动特征分析中的应用

应用一种新的分析方法———符号时间序列方法对汽油机燃烧循环变动进行了研究。测量得到了某汽油机16种不同工况下的示功图,从提高精度与有利于数据的符号化观点出发,确定以缸内峰值压力作为汽油机燃烧循环变动的表征参数,把符号时间序列分析的具体技术和实施途径应用于试验数据,获得了汽油机燃烧循环变动随转速与负荷的变化规律,提出了利用改进的SHAN NON熵作为汽油机燃烧循环变动的评价指标的新观点。研究结果表明:该方法能较好地应用于汽油机燃烧循环变动特征分析。     

基于信息熵的频谱感知方法

频谱感知是认知无线电的关键技术之一。讨论了一种利用信息熵的频谱感知方法,并以IEEE 802.22的一种主用户信号对算法性能进行了仿真分析。仿真结果表明这种方法能够克服噪声功率不确定性的影响,而且对信息熵估计时的参数选择不敏感,在低信噪比下能够获得较好的检测性能。     

一种自适应Morlet小波包络解调的弱故障检测方法

为自适应实现Morlet小波与故障冲击特征成分的最优匹配,采用基于Shannon小波熵的方法优化带宽参数设计了最优Morlet小波。针对最佳尺度的求取难题,利用谱峭度与小波熵均能敏感反映冲击性的特性,提出了基于峭熵比的最佳尺度的求取方法。基于此,提出基于自适应Morlet小波包络解调的弱故障特征提取方法。仿真实验与实例分析表明:该方法克服了传统包络解调需要人为设定带通滤波器参数的不足,减少人工干预,能自动有效地从强噪背景中提取微弱故障特征,具有一定的工程应用价值。     

序决策逻辑及基于启发式遗传算法的规则挖掘

很多真实世界处理排序问题代替分类问题,例如由不同生产厂商生产的消费品,大学之间的排序等等.一般地,一个全局的信息表需要给定.本文采用了基于Rough集理论的方法来阐述排序规则的挖掘问题,且利用了基于遗传算法的启发式算法来达到算法的实现.