微观交通仿真模型的全微观参数校正

参数校正是微观交通仿真模型应用前的必要环节。现有的微观参数校正方法以宏观实测交通数据作为校正数据,因而工作量大、耗时长、参数调整困难且校正结果精度有限。针对这些问题,提出了一种利用微观实测交通数据对微观仿真模型进行参数校正的方法——全微观参数校正,提出了相应的校正流程,并给出了校正的目标函数,求解方法,以及数据处理等核心步骤的实现。在此基础上,利用NGSIM标准微观实测数据对经典的微观模型进行了全微观参数校正实验,通过分析实验结果,表明了全微观参数校正的合理性和有效性。     

综合环境因素及延误的信号配时优化仿真研究

提出了综合考虑环境因素及延误的交叉口信号配时优化方法;选择遗传算法作为优化工具,建立了以减少机动车尾气排放及交叉口平均延误为总目标,以信号周期时长和各相位有效绿灯时间为优化参数的信号配时优化模型,并利用微观仿真模型VISSIM及MATALAB、Visual Basic 6.0编程语言,开发了相应的算法程序;最后针对实际案例进行了仿真分析,验证了方法的合理性和可行性.     

微观交通仿真模型参数标定方法改善研究

微观交通仿真模型参数标定是微观交通仿真技术应用的前提,针对模型参数标定类型划分和标定结果取值方法缺乏精细化分析问题进行改善研究,将参数标定体系划分为全局参数和局部参数,提出综合工程实测与智能寻优相结合的微观交通仿真模型参数标定方法,并以信息熵作为参数标定结果取值的分析指标,提出聚类递归的参数取值方法。结合信号交叉口实际调查数据设计对照仿真实验和交叉验证实验,证实改善方法的有效性。     

单点定时信号最优控制模型及仿真分析

针对以往基于Webster和HCM信号配时优化方法的缺点,提出了一种基于信号灯组、考虑行人和自行车绿灯间隔约束、使用微观仿真多种评价指标作为优化目标的单点固定信号优化方法,并且提出了模型求解算法。然后使用VC 调用VISSIM的COM接口对一个实际四叉路口分饱和和非饱和条件下做大量仿真试验,根据仿真结果对得出模型的有效性及一些有价值的结论。     

交通仿真的发展及研究现状

交通仿真是智能交通运输系统(ITS)的一项重要内容，文章从交通仿真的研究意义和研究内容出发，介绍了交通仿真的三种模型，并重点介绍了其中的微观仿真模型，作者在文中描述了国内外交通仿真的发展历程和研究现状，并对其中的一些典型软件和模型作了介绍，文章的最后还指出了当前交通仿真研究存在的一些不足之处。     

基于微观交通仿真的动态交通管理优化问题研究

动态交通管理的优化帮助交通管理者针对实时交通状况制定出最优的交通管理方案.本文就此类问题建立了双层优化模型,并在下层模型中借助微观交通仿真模型,来评估优化过程中任一给定交通管理措施对路网交通流的影响;针对此模型,开发了基于模拟退火算法的优化解法.实践表明,借助下层交通仿真模型能方便有效地估量动态交通管理措施对交通流在微观层面上的影响,从而为上层模型中大规模的搜索优化奠定基础.     

基于元胞自动机的微观城市道路混合交通仿真

介绍了现有交通仿真软件相对于国内路况存在的很多不足，如缺少自行车、行人的模拟等，结合原有的交通仿真模型和我国自行车／行人交通特性建立了新的混合交通流微观仿真模型，并给出了混合交通流仿真的实现思想。新的仿真系统原型以元胞自动机模型为基础，同时定义了符合国内道路状况的元胞自动机规则。最后，给出了该交通仿真系统原型的实现结果和结论。     

城市道路交通多状态演化下的连续仿真技术研究

为实现交通多状态演化下的仿真连续性,解决多状态交通只能利用单状态交通进行多次仿真实现的问题,利用VISSIM仿真软件的二次开发接口,构建连续交通事件仿真中间件模型,将原本两个相关联的交通仿真事件进行联合驱动.利用C#与数据库进行VISSIM-COM二次开发,选用重庆市渝中区钢花路与柏华街交叉口的调查数据,对其"平时-拥...     

基于多智能体的城市交通诱导系统可视化模拟

在城市交通诱导系统没有真正实施前，借助微观模拟对其应用效果进行评价是一种行之有效的方法。本文基于多智能体系建立了全新的城市交通诱导系统体系结构，并借助微观可视化交换通模拟软件PARAMICS对其进行了仿真研究。详细描述基于多智能体的城市交通诱导系统的工作原理，诱导策略和参数确定方法，并克服PARAMICS固有动态路径选择算法难于直接应用于基于多智能体的城市交通诱导系统的不足，设计新型动态路径选择算法。仿真结果显示，本文提出的交通诱导系统应用后能够大量节约出行时间，缓解交通拥挤，增加城市路网利用效率。     

基于多分类GA-SVM的高速公路AID模型

智能检测系统已为高速公路交通事件检测提供了有效的途径.为了更加细致地了解高速公路交通运行状态,为突发事件的应急处理提供更加高效、可靠的决策支持, 将支持向量机两分类问题延伸到多分类上来.根据交通事件的发生过程,将其分为自由流状态,交通拥堵加剧状态,交通拥堵消散状态.采集VISSIM对交通事件各阶段进行仿真的原始数据集,运用主成分分析方法对交通输入特性进行降维处理,构建支持向量机多分类事件检测模型,最后用遗传算法选择支持向量机模型参数,获得了满意的检测效果.     

基于遗传Data Farming的公共政策优化仿真模型

为了解决公共政策优化仿真时考察点不全面及耗费时间大的问题,提出了基于遗传DataFarming的公共政策优化仿真模型.所提出的模型中,Data Farming被用于全面地考察输入参数空间中各输入参数水平对应的输出响应,通过把仿真过程的输出过程看作适应度的计算,遗传算法被用于优化仿真过程,提高优化效率.分析了公共政策作用效果的影响因素,并介绍了传统的DataFarming技术,然后从仿真目标、模型框架、算法等三方面介绍了所提出的优化仿真模型.最后进行了实验,证明了所提出模型的有效性.     

Markov控制过程基于性能势仿真的并行优化

Markov控制过程是研究随机离散事件动态系统性能优化问题的一个重要模型，并在许多实际工程问题中有着广泛的应用。在Markov性能势理论的基础上，我们讨论了一类连续时间Markov控制过程在紧致行动集上的性能优化仿真问题。由于实际系统的状态空间往往非常巨大，通常的串行仿真算法，可能耗时过长，也可能由于硬件限制而无法实现，故我们提出了一种基于性能势的并行仿真优化算法，来寻找系统的最优平稳策略。一个仿真实例表明该算法有较好的运行效率。该算法可应用于大规模实际系统的性能优化。     

基于DSM的研发项目流程多目标仿真优化

分析了复杂产品研发项目中流程结构的不确定性,采用设计结构矩阵对其进行仿真建模,并将设计结构矩阵调度策略嵌入仿真模型,建立了同时最小化项目工期和成本的多目标优化模型.提出了一种基于设计结构矩阵仿真与非支配排序遗传算法的混合优化算法,获取研发项目流程多目标优化的Pareto最优解.以某飞机初步研制项目流程为研究算例,验证了混合优化算法的可靠性和有效性,并对获得的最优流程结构进行了深入的仿真评价与分析。     

基于混合优化方法的立体匹配算法

为了改善线性生长算法获得视差图可靠性差的问题,提出了一种基于混合优化方法的立体匹配算法。该算法综合考虑了计算效率和图像可靠性,将视差匹配转换为多目标优化问题,通过提出的基于模拟退火的鸽群优化算法求解此优化问题,从而实现视差阈值的自适应调节,并获取相应的根点的最优视差值。所提出的混合优化方法较好地克服了局部寻优和全局寻优方法易受初值影响且收敛速度慢的缺点。此外,为了进一步提高视差图可靠性,利用滤波法去除不可靠的视差。仿真结果表明,该算法可以获得更多深度信息,提高了线性生长算法计算视差图的可靠性和鲁棒性。     

基于PSO的组合拍卖模型及其Swarm仿真

通过放松竞买人对拍卖物品的替代性或互补性的一致性认识假设,在组合拍卖机制设计的基础上建立了基于竞买人报价的组合拍卖模型.为了高效率地获得物品的最优分配方式,运用particle swarm optimization(PSO)算法模拟物品分配方式的寻优过程,在此基础上构建了基于PSO算法的组合拍卖模型.在Swarm仿真平台上对基于PSO算法的组合拍卖模型进行设计与实现,并通过一个具体的组合拍卖算例进行仿真验证,结果分析表明基于PSO算法的组合拍卖模型能够有效地解决多个物品的分配问题,并能实现卖主收益的最大化.学习能力参数分析表明,与自我学习能力相比,社会学习能力对卖主收益的优化更加重要.本文的研究结果对组合拍卖的理论研究和实际应用具有一定的借鉴价值.     

基于混合优化方法的立体匹配算法

为了改善线性生长算法获得视差图可靠性差的问题,提出了一种基于混合优化方法的立体匹配算法。该算法综合考虑了计算效率和图像可靠性,将视差匹配转换为多目标优化问题,通过提出的基于模拟退火的鸽群优化算法求解此优化问题,从而实现视差阈值的自适应调节,并获取相应的根点的最优视差值。所提出的混合优化方法较好地克服了局部寻优和全局寻优方法易受初值影响且收敛速度慢的缺点。此外,为了进一步提高视差图可靠性,利用滤波法去除不可靠的视差。仿真结果表明,该算法可以获得更多深度信息,提高了线性生长算法计算视差图的可靠性和鲁棒性。     

模具仿真网格及其在优化设计上应用

建立了一个面向优化设计应用的模具仿真网格平台.把该平台划分为仿真网格资源层、基础支持工具层、优化模型资源调度层和仿真网格应用层四个层次,并介绍了各层的主要功能和相关实现技术.基于该平台,发展了一个优化设计网格计算方法,以利用网格环境中充足的仿真资源,协同解决复杂的注塑模优化问题.并利用该算法,对收款机上壳浇口位置进行了优化设计.结果显示:所建立的仿真网格平台能够满足优化设计的需要;所开发的网格算法合理、高效.     

基于在线支持向量机和遗传算法的预测控制

针对非线性系统模型预测控制中预测模型容易失配且目标函数难以求解的问题,本文提出一种基于在线支持向量机建模和遗传算法滚动优化的模型预测控制方法。该方法利用在线支持向量机建立被控对象的非线性模型,在线支持向量机是一种迭代学习的支持向量机训练算法,可以进行在线训练,从而实现模型在线自校正;并且通过遗传算法求解目标函数的最优控制量,完成滚动优化。对非线性系统的仿真研究结果表明,该方法有效且具有良好的自适性。     

多重不确定因素影响下的高端装备研制任务流程优化

基于设计结构矩阵对高端装备研制任务进行仿真建模,采用蒙特卡罗方法模拟研制任务执行过程,用以估算其工期、成本、失败率等参数.将研制任务仿真嵌入到多目标优化算法中,对每个个体对应的研制任务流程进行多次仿真,以仿真输出的平均工期、成本、失败率等作为适应度评价指标,基于NSGA-III构造多目标优化算法,求解其Pareto最优解集.对每个Pareto最优解对应的研制任务流程进行更多次的仿真,在此基础上对各个研制任务流程进行深入分析、评价.最后,以某无人机研制任务为例进行应用研究,并把本文的优化结果与文献中的数据进行比较,检验了本文方法的有效性和优越性.     

多个多弹头在轨武器平台的目标分配优化

为了解决多个多弹头在轨武器平台目标分配优化计算量较大的问题,提出了一种离散粒子群算法与禁忌搜索相结合的目标分配(discrete particle swarm optimization-taboo search, DPSO-TS)算法进行局部操作。首先建立了基于遗传算法的单个多弹头在轨武器平台拦截轨道优化模型,确定了拦截所需的速度增量和消耗燃料的质量;其次提出了以打击目标数目和单个多弹头在轨武器平台剩余燃料的最小值作为优化指标,建立了基于DPSO TS算法的目标分配优化模型;最后仿真结果表明DPSO-TS算法在保持DPSO算法收敛精度的前提下,收敛速度更快,该方法能够快速有效地解决多个多弹头在轨武器平台的目标分配优化问题。