绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 14
  (已选择0条) 清除 结果分析
找到 275 条结果
[硕士论文] 白雪美
系统科学 南京信息工程大学 2017(学位年度)
摘要:由于对能源需求的逐年增加,二氧化硫所造成的污染日益严重。目前,我国大气质量检测仪器基本来源于进口,价格昂贵,后续维护费用高。所以,研制出可靠的大气质量检测仪器可以摆脱对进口仪器的依赖。
  基于目前二氧化硫检测技术的研究现状,结合嵌入式技术,本文提出了一种大气硫含量检测仪的设计方案。首先将空气中的硫转化成二氧化硫,再利用紫外荧光法定量测量二氧化硫的技术,进而检测出空气中的硫含量。系统在紫外荧光法检测二氧化硫抗干扰能力强、分辨率高、检测速度快的基础上,利用ARM11微处理器,选择Windows CE6.0作为操作系统,完成了与大气痕量硫检测仪之间的数据通信,实现了数据的采集、处理,实现了实时查看检测进程,回看以往检测数据等功能。
  系统的硬件部分主要由氧化裂解炉、硫反应室、温度和气体流量控制器以及主控板组成,在此基础上,设计了系统的光学检测模块、气路模块、电源模块、光电倍增管高压控制模块、温度和气体流量检测控制模块、串口通信模块等。应用软件主要实现检测波形的绘制,样品含量的计算以及数据的存储等功能,目前,已完成了系统的硬件设计和应用软件的开发,经实验验证,系统具有较好的实时性,实现了硫含量检测仪的自动化、一体化和小型化,基本满足大气硫含量的检测要求。
[硕士论文] 毛海强
系统科学 南京信息工程大学 2017(学位年度)
摘要:随着社会的进步,人们对能源的需求日益增多,能源短缺已经成为制约经济发展的重要原因之一。现有的能耗监控系统多为总线模式,存在成本高、布线受到楼宇格局限制、不利于扩展和维护等缺陷。本文在研究现有能耗监控系统的基础上,结合电能检测技术、Zigbee无线通信技术和嵌入式技术设计并实现了一套楼宇能耗监控系统。主要工作如下:
  (1)设计了基于物联网技术的楼宇能耗监控系统架构,主要由无线监控网络和监控管理平台两部分组成,其中无线监控网络分为监控节点、路由节点和协调器;监控管理平台分为监控终端和网络终端。
  (2)完成无线监控网络的构建,包括监控节点、路由节点以及协调器的软硬件设计。可以通过监控节点监测楼宇任意分区能耗情况,并将监测结果上传至监控终端,同时也可以执行监控终端下发的操作指令。
  (3)完成监控终端软硬件设计,包括网络接口、LCD接口、USB接口等电路的设计以及嵌入式Linux系统移植、监控终端应用软件开发。可以实现监控节点管理、数据实时显示、动态曲线绘制、历史数据查询、操作指令发送等功能,还可以通过短信与手机进行信息交互。
  (4)完成网络终端搭建,包括Boa服务器搭建、CGI程序编写和Web网页界面设计,通过网络对多个楼宇的监控终端进行控制,进而可以远程管理整个监控系统的运行。
  (5)构建了基于PSR-ELM的楼宇能耗预测算法,并借助现有能耗监控系统的历史数据,对该算法的有效性进行了验证。根据预测结果与实际值的对比分析,该算法能够较为准确的对楼宇能耗进行短期预测。
  (6)对本设计的楼宇能耗监控系统各部分的软硬件性能进行测试。测试结果表明,系统运行状态良好,数据传输稳定,各方面功能已经达到了设计要求。
[硕士论文] 李晓宇
系统科学 南京信息工程大学 2017(学位年度)
摘要:高斯图模型是一种基于高斯分布假设的无向图模型。图中节点表示变量,节点之间的边界表示变量之间的依赖关系。高维和复杂结构数据下的图模型学习是当前图模型研究的热点和难点问题,具有很高的研究和应用价值,广泛应用于统计机器学习、数据挖掘、计算机视觉和生物信息等领域。随着大数据时代的来临,数据收集和挖掘的能力不断提升,研究者可以获得的数据量急剧增加。传统的图模型结构估计算法是基于独立计算系统设计的,现有设备的条件,无法实现海量数据下的图模型结构估计。
  为解决上述问题,本文基于传统高斯图模型结构估计算法中具有代表性的两种算法,提出可并行的分布式算法,使现有设备可以进行更高维度和更复杂情况下的图模型结构估计。首先本文基于邻域选择的算法提出一种可并行的分布式算法(DCD-NS),该算法在保证求解精度和效率的前提下,可以使MPI集群中各个计算节点利用部分数据完成计算,并对结果进行汇总,得到完整的图模型结构估计。但该算法的底层求解过程不可并行,使得该并行分布式策略不具备通用性;为克服上述问题,本文提出一种可并行的分布式块坐标下降法(PDBCD),该算法适用于MapReduce的并行模式,通过给定的两种策略汇总各个计算节点的计算结果,可用于对一类优化问题的求解。本文对该算法的收敛性、求解效率以及求解精度进行了详细分析,证明了该算法的有效性;本文将上述并行分布式的优化思想与传统图模型估计算法中具有代表性的GLasso算法相结合,提出一种可并行的分布式GLasso算法(DBCD-GLasso),并在Spark框架下进行实现,Spark集群下的各个计算节点可利用部分数据完成图模型结构的估计。实验结果表明该算法适用于MapReduce并行框架下的计算集群,与此同时,在保证算法的求解精度和求解效率的前提下,该算法可以有效地减少单个计算节点在计算时的内存占用率。
[硕士论文] 孟霄
系统科学 南京信息工程大学 2017(学位年度)
摘要:分数阶系统是整数阶系统的一般化,因为其阶数可以为任意实数,在描述动态系统上具有更大的灵活性。此外,分数阶控制器相比于整数阶控制器具有阶数可调的新优势。因此,分数阶系统分析及分数阶控制方法已成为研究热点。然而,分数阶微分是非局部算子,相比于整数阶微分其计算要复杂得多。为此,本文运用分数阶积分运算矩阵开展了分数阶系统分析、分数阶系统辨识等相关问题的研究。主要工作如下:
  考虑到分数阶微分的非局部性特征,运用Haar小波来逼近系统的输入、输出信号,给出一种基于Haar小波积分运算矩阵的分数阶系统分析方法,推导了分析过程,并通过系统准确解和其它算法结果的对比验证了所提方法的正确性。分数阶系统辨识相比整数阶系统辨识要复杂,主要是系统阶数辨识的问题,若把分数阶阶数当成参数直接辨识会导致一个非线性优化问题,为此,本文通过给定阶数将其转化为最小二乘优化问题,然后采用在一定范围内寻找最优阶数的办法来避免非线性优化问题。除此之外,受小波多分辨分析的启发,通过舍弃输入输出的高频系数来降低运算矩阵维数,最终,给出了一种能够加快分数阶系统辨识的方法。通过对已知系统的辨识验证了方法的可行性和正确性,并将所提方法应用到多质量弹性扭转系统辨识上,通过整数阶模型辨识和分数阶模型辨识的比较,结果表明分数阶模型的均方误差更小。根据辨识的多质量弹性扭转系统模型,设计了PIλDμ控制器对系统进行控制,仿真结果表明,分数阶PIλDμ较整数阶PID控制器具有更好地控制效果,分数阶PIλDμ控制效果在实际平台上得到了验证。
[硕士论文] 申茂阳
系统科学 南京信息工程大学 2017(学位年度)
摘要:云量不仅是影响地气系统辐射收支平衡的重要参数,同时也是研究大气环流及气候变化的重要指标。云量计算又与云检测息息相关,卫星云图分类方法的检测精度直接影响着云量计算的准确率。在卫星云图云检测处理的实际应用中,扩大训练集是提升分类精度途经之一。然而,大量的已标记数据集需要耗费大量的人力和物力成本。在遥感领域,现代高分辨率传感器技术的飞速发展,使得收集未标记数据变得更加容易和经济。因此,通过少量已标记训练样本和大量未标记样本提高算法的检测性能就显得很有意义。
  本文基于机器学习理论,将主动学习与极限学习机相结合,充分挖掘卫星云图分类中大量样本的有用信息,用以少量已标记样本,快速提高分类器的性能,提高检测的精度,减少人工标记成本。
  论文完成的主要工作如下:(1)研究极限学习机的样本不确定性评估策略,用于主动在线极限学习机,并通过与极限学习机、主动支持向量机以及主动极限学习机在4种不同公共数据下的性能表现,证明了所提出的主动在线极限学习机的有效性。(2)运用主动在线极限学习机进行云检测,对原始卫星云图进行样本提取、预处理后,已极限学习机作为基本分类器,采用非确定性抽样提取信息丰富的样本,进行主动在线学习,实现薄云、厚云、晴空以及薄云和厚云交界的检测。在不降低分类器性能的前提下,减少样本人工标注成本,缩减分类器训练时间。通过与阈值法、主动支持向量机、ELM实验比较,验证本文提出的方法在处理卫星云图数据时的有效性。(3)将检测后的卫星云图,利用“空间相关法”在云检测的基础上进行云量计算,并与4种不同的算法进行对比实验,最后通过与专家标定的标准数据库进行对比分析,改进并完善卫星云图云量计算模型。
[硕士论文] 龚杨杨
系统科学 南京信息工程大学 2017(学位年度)
摘要:近年来,随着生物医学、生物信息学等领域研究的深入与应用,基因调控网络相关性能的研究受到科学工作者的高度关注。由于基因调控网络中的蛋白质、DNA、RNA等分子起着调控生物系统各种生命机理的作用,故上述分子浓度变化规律的分析与综合无疑成为研究的重点。从理论模型角度,研究较多的主要有由微分方程描述的基因调控网络,较为复杂的有,基于维纳过程驱动的基因调控网络与随机混杂基因调控网络。然而,已有实验证明,在某些特定因素的影响下,各分子浓度随时间连续地变化时,部分分子浓度会发生突变,此时,如果仍用基于维纳过程驱动的基因调控网络表述就不十分准确。为准确分析分子浓度的突变对基因调控网络性能的影响,本文考虑由Lévy噪声驱动的基因调控网络,研究当有分子浓度发生突变时,相应的基因调控网络性能的变化是否仍能在可控范围之内:
  1、研究了Lévy噪声驱动的变时滞基因调控网络的稳定性。通过构造Lyapunov函数,运用推广的Itó公式,结合Leibniz-Newton公式,以及利用Kunita估计方法和基本不等式等技巧,对跳变项进行估计,获得了Lévy噪声驱动的变时滞基因调控网络全局渐近稳定的充分条件,并通过仿真验证了充分条件的有效性。
  2、研究了Lévy噪声驱动的Markov调制的基因调控网络的有界性。考虑到Markov调制的基因调控网络有时会出现分子浓度爆炸的现象,通过选取适当的Lyapunov函数,利用推广的Itó公式以及复杂技巧的处理,反过来充分利用Lévy噪声抑制可能出现的分子浓度爆炸现象,给出了分子浓度增长具有上确界的条件,并通过数值仿真验证了所获条件的可实现性。
  3、研究了Lévy噪声驱动的具分布参数基因调控网络的指数稳定性。考虑到分布参数主要是刻画因分子浓度分布不均,导致分子扩散方向不同的基因调控网络,为了确保所获结论与扩散系数相关,通过构造关于空间变量平均的Lyapunov函数,利用Hardy-Poincare不等式,并设计反馈控制器,获得了Lévy噪声驱动的具分布参数的基因调控网络指数稳定性的充分条件,且条件与扩散系数相关,并通过数值仿真验证了所得结论的正确性。
[硕士论文] 梅建辉
系统科学 南京信息工程大学 2017(学位年度)
摘要:增强现实是在虚拟现实的基础上发展起来的新技术。它是将计算机系统生成的虚拟信息叠加到用户所在的真实场景中,实现对现实世界的增强。用户可以以更加自然的方式与环境中的真实和虚拟的物体进行交互。将增强现实技术应用到康复领域已经成为了国内外研究的热点,它不仅可以以贴近生活的方式帮助患者训练,还可以让患者摆脱对治疗师的依赖,自主进行康复训练,更具有真实性。
  本文以国家自然科学基金项目为背景,结合标识和自然特征,设计并开发一个基于视觉的增强现实手部康复训练系统。本文的主要研究内容如下:
  本文对目前基于标识的增强现实研究现状做了相关的比较,分析各种标识的设计原理和不足之处。针对手部康复训练的需要,本文改进一种用于手部康复训练的海明码彩色标识,通过实验验证了彩色标识的鲁棒性和实用性。
  其次,本文对基于自然特征的增强现实技术做了相关的研究,并提出一种基于ORB和KLT结合单应性矩阵的跟踪注册方法。该方法的创新点在于对传统KLT算法的改进,通过加入图像金字塔分析在特征点“大运动”情况下的跟踪性能,使用改进的KLT算法结合单应性矩阵对目标特征进行跟踪注册,通过实验验证了该方法的可行性。
  最后,本文开发设计一个基于视觉的增强现实手部康复训练系统。该系统将基于标识和自然特征的跟踪注册方法相结合,设计了三个康复训练项目:柱子训练、插棍训练和打地鼠训练。三个项目在难度上具有递进关系,主要锻炼人的手指、腕关节、肘关节和肩关节等功能。最后通过实验进行了问卷评估和分析,验证了该系统的有效性和实用性。
[硕士论文] 王舒啸
系统科学 北京交通大学 2017(学位年度)
摘要:铁路作为关系国计民生的重要运输方式,在拉动国民经济增长、保障居民出行等方面,发挥着不可替代的作用。2015年发布的《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》中提出,预计“十三五”期间全国新建铁路不低于2.3万公里,总投资不低于2.8万亿元。随着铁路运营里程的不断增加,铁路安全问题也愈发受到重视。铁路安全涉及广泛、专业性强且繁琐复杂。随着铁路运输速度的提高和行车密度的增大,出现安全问题的可能性也随之升高。
  铁路事故预测作为铁路安全研究中的重要问题,一直受到铁路运营管理部门和研究铁路运营的学者们的高度重视。铁路事故预测建立在铁路事故致因分析和铁路事故风险分析的基础上,根据已经发生的铁路事故和当前铁路环境对未来可能发生的趋势做出预测,是铁路安全研究的重中之重。基于铁路事故预测的研究现状,本文开展了如下工作:
  一、选择基于数据驱动的方法对铁路事故预测进行研究。针对铁路事故数据中的不确定数据的问题,提出用机器学习中的支持向量机模型处理铁路数据中的包含不确定数据的数字数据,以改进的完全支持向量机作为预测方法,将真实铁路事故数据为训练数据,建立机器学习模型,在此基础上针对数字数据中的不确定数据进行改进,得到基于数据驱动的铁路事故数据预测结果,结果显示本文的改进方法可以让铁路事故预测准确率从67%提升到81%左右。
  二、提出用机器学习方法中的深度学习作为工具处理铁路数据中的包含不确定数据的文本数据,以卷积神经网络作为预测方法,将美国联邦铁路管理局提供的数据作为训练数据,建立卷积神经网络预测模型,针对包含文本数据中的不确定数据进行改进,得到针对文本数据的铁路事故预测结果。结果表明,可以将预测准确率由改进前的71%提升到改进后的74%左右。
  三、基于前文工作中的实际运算情况,运用计算机知识和开源数据处理工具,对整个运算工作流进行抽象,提出铁路数据高速处理框架。该框架使用ElasticSearch和Cassandra等现代非关系型数据库进行数据的安全存储和高速读写,利用面向对象语言实现模型与算法,并针对铁路数据特征进行优化,在数据读写速度数据计算速度和框架使用便捷性等方面,相较于其他交通领域内的数据处理框架都有较大提升,在性能上有30%以上的提升。
[硕士论文] 胡祯林
系统科学 南京信息工程大学 2017(学位年度)
摘要:随着当前国际环境和形势的变化,公民在公共场合的人身安全问题变得日益突出。目前各交通领域的安检设备主要都是基于X射线成像原理来获取乘客携带物的信息,而大部分安检通道使用开盖试喝和气味检测的方法检测液态携带物,因此对液态危险物的检测是安检领域所重点关心的技术。本文将光纤液滴分析方法、电容液滴分析方法和近红外光谱分析方法相结合,研究了各方法鉴别危险液体实施方案,并通过实验结果分析判定各方案的可行性。
  本文首先构建了光谱液滴分析系统,设计了光纤信号检测电路和电容信号检测电路,通过硬件电路和采集软件的结合,完成了液滴检测实验平台的搭建。同时使用光谱仪对液体样本的吸光度信息进行采集。使用实验平台做初步实验,对一些典型的液体样本进行检测分析,验证该系统的可用性。运用仿真技术对样本的光纤、电容、光谱信号进行融合,得到样本的三维指纹图,从中提取特征参数并检验这些参数的识别能力。
  基于采集到的光谱数据,研究了近红外光谱技术对易燃液体快速鉴别的方法。采集了典型易燃液体和非易燃液体样品的近红外吸收光谱图,对数据进行平滑处理和基线校正。在建立判别预测模型时,对液体样品的光谱数据进行主成分分析,选取了特征波长点,从而提取样本的特征参数。利用距离判别、贝叶斯判别、Fisher判别三种方法建立了判别预测模型,结果表明Fisher判别法既准确又快速。
  同时,针对这些样本的光纤、电容液滴指纹图,进行去噪处理和归一化,选用波形分析法提取特征参数,再使用极限学习机算法构建分类判别模型。验证了光纤电容液滴系统对危险液体鉴别的可行性。
[硕士论文] 王珊珊
系统科学 北京交通大学 2017(学位年度)
摘要:随着国民经济的飞速发展,城市交通需求迅猛增加,导致交通拥堵及其负外部效应如空气污染、交通事故频发、噪声污染等加剧,严重影响城市居民的生存健康和城市经济的可持续发展。道路收费作为缓解交通拥堵和减少尾气排放的有效手段之一,受到人们的广泛关注。在此背景下,本文综合运用交通规划理论、不确定规划理论、最优化理论、运筹学、经济学等,提出不确定排放条件下道路收费定价策略,旨在通过收费手段调节路网流量分配,控制交通需求,达到减少尾气排放的目的,为科学制定城市道路收费与拥堵排放治理提供参考。
  首先,论文综合考虑了影响排放估计的主要因素,分析了极端条件下对排放因子取值的影响,根据在模型中的应用情况分别采用模糊数和模糊随机数对排放因子的不确定性加以描述;此外,论文对路段排放量限制数据的不确定性进行分析,并采用随机模糊数来表示,为后文中与交通网络设计模型相结合做准备。
  其次,论文基于社会总效益最大化的目的,将道路总收费值用于支付治理该道路系统中尾气排放的成本,同时结合机动车尾气排放的多重不确定性,建立了基于路段收费方式的带有路段排放量约束的双层收费模型,并利用不确定规划理论和灵敏度算法相结合的方法进行求解,然后以实验路网为算例,通过改变模型中的可变参数,分析各主要指标的变化情况及相互关系。
  再次,论文将交通拥堵指数作为衡量路网拥堵程度的标准,通过推导拥堵里程比的计算方法,建立了最小拥堵等级计算模型和拥堵等级约束条件,用于对路网的优化潜力的预判和对拥堵程度的管理。此基础上,本文从不同收费方式角度出发,结合机动车尾气排放因子的不确定性和收费路段个数限制等要求,分别建立了排放因子不确定条件下,以系统总排放量最优为目标,基于路段收费方式的两阶段收费模型和双层收费模型,以及基于入口点收费方式的双层收费模型,并针对以上模型,分别提出模糊随机规划、步长加速法等数值算法与遗传算法相结合的方法进行求解。然后以实验路网为算例,对模型的优化效果进行比较。
  最后,论文以北京二环内主要路网为研究案例,对以上两种不同收费方式的减排模型进一步验证,通过计算该路网的最优拥堵等级确定拥堵等级限制目标,探讨了期望拥堵等级条件下排放优化的路段收费和入口点收费方案,研究结果表明,尽管两种收费方式机制不同,但在减排和提高网络性能方面均有明显效果。
[博士论文] 王艳红
系统科学 北京交通大学 2017(学位年度)
摘要:经济的发展促使了交通需求的快速增长,从而导致了越来越严重的交通拥堵问题,以及随之而来的环境污染和交通安全问题。交通流模型主要研究交通流演化规律,深入挖掘交通流的本质特性,分析交通拥堵机理,能够帮助缓解交通拥堵,减少交通能耗和排放。智能交通系统通过车载导航系统、卫星定位系统、车间通讯系统,以及可变信息板、交通广播等提供关于交通状况的实时信息给道路用户,帮助其减少出行时间,提高行程速度,适时调整路线,达到引导和实现车辆安全快速驾驶,从而缓解拥堵的目的。交通流宏观模型有数学上解易获得、物理上意义明确的优点。因此,建立和分析基于交通信息的宏观交通流模型,不管是对交通流理论的发展,还是对现实中的交通管理、规划和控制,都是非常有意义的问题。本论文的主要工作如下:
  (1)基于Nagatani的基本格子流体力学交通流模型,考虑前车多密度差信息,对双车道交通系统建立了扩展的前车多密度差信息效应模型。进行线性和非线性稳定性理论分析,导出模型的稳定性条件,和临界点附近的mKdV方程,及其相应的反映非线性密度波的扭结一反扭结孤子解。理论分析的结果表明在双车道交通系统中考虑多密度差交通信息,能够增大交通流稳定域。原因是当在驾驶过程中考虑更多前方位置的车时,驾驶人可以获得更综合的交通信息,从而适时地改变速度来增加整体行驶速度,减少交通流走走停停波,达到缓解拥堵的效果。周期边界条件下的数值模拟实验验证了理论分析的结果,且发现多密度差交通信息能够帮助减少交通系统能量消耗和减少交通污染排放,进一步还发现前方三个格子的多密度差信息已能有效改善交通流状况,随着驾驶人考虑信息的前方格子数量的继续增多,交通流稳定性和交通系统能量消耗以及交通排放已不再发生明显变化。
  (2)针对双车道交通系统中前车多密度差和多流量差组合信息效应,提出了扩展的前车多信息效应格子交通流模型。考察了新模型对交通流稳定性和交通系统能量消耗的影响。采用线性稳定性理论分析得到了稳定性条件,应用约化摄动法进行了非线性稳定性分析,从临界点附近的mKdV方程导出扭结-反扭结孤子解。扭结-反扭结孤子解的变化反映了密度波的波动和现实中交通的走走停停现象。进行了周期边界条件下的数值实验,验证了理论分析的结果:驾驶人获得的信息越多,交通流越稳定,交通能耗也越少。甚至发现在两种类型的组合信息效应下,仅仅考虑前方一个格子的前车信息就比单种信息效应下考虑前方三个格子的前车信息更能增强交通流稳定性和节约交通系统能量。
  (3)进一步提出双车道格子交通流信息效应的统一模型,并对不同的信息效应进行比较。线性和非线性分析的结果表明增强交通流稳定性效果最好的是多密度差信息效应,其次是密度差信息效应和多流差信息效应,最后是流差信息效应。周期边界条件下的数值实验验证了理论结果。大体来说,密度差信息比多流差信息对改善交通流的效果稍好些,但当密度在0.25左右时,多流差信息比密度差信息能更大程度地增加稳定域。原因是一个小的流率值既可能相应于畅通的交通也可能相应于拥挤的交通。结果还表明了这些交通信息对交通能耗和交通排放的影响与对交通流稳定性的影响一致。
  (4)在带有分叉和合并的双路径交通网络中,当上游需求固定、下游有瓶颈时,在系统中引入考虑实时交通信息的动态车,采用元胞传输模型分析系统的动态演化过程和最终状态。动态车参与之后,除了原有的畅通稳定状态、衰减振荡状态和永久性周期振荡状态之外,系统中还出现了三个新的状态:拥堵的路径切换状态,此时拥堵排队几乎到达分叉点;两条路都能达到自由流的周期性路径切换状态,和只有通行能力小的路能够达到自由流的周期性路径切换状态。模拟结果表明道路条件确定时,交通状态是受动态车比例、网络结构以及静态车在两条路径上的固定转移率影响的,因此分析结果对网络设计和ITS管理和控制是有益的。
  (5)针对上一部分提出的双路径交通网络,采用宏观网络运动波模型分析网络的宏观动态演化过程,包括分叉和合并处的排队后溢和激波传播过程。在两条中间路段的通行能力比例、固定选择其中一条路的静态车的比例和动态车的比例确定时,推导了系统的分析解。分析结果表明,动态车引入之后,系统出现了和上一部分模拟结果相同的三个新状态,此外还出现了一个新的衰减振荡状态。分析推导出了两个周期性路径切换状态的周期和所有区域的边界的解析式,并解释了只有通行能力大的路能达到自由流的周期性路径切换状态的不存在性,同时也得到了系统状态和动态车比例、网络结构,及静态车的固定转移率之间的关系。数值实验验证了分析解。分析结果对交通网络设计和交通管理及控制都是有益的。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部