微观交通仿真的安全换道模型研究

换道模型对车辆换道过程模拟的精确程度直接影响着微观交通仿真的精度。以往的微观交通仿真系统采用匀加速度的换道模型,无法模拟车辆实施换道动态调整纵向加速度的行为。该文分析了换道过程中车辆间的相互影响,将换道过程分为4个独立的阶段,并允许车辆在不同阶段使用不同的纵向加速度。通过分析由环境参数导致的各阶段时间顺序的变化,提出了通用的安全换道模型,并给出换道自适应加速度的约束表达式。仿真结果显示,该模型能提高微观交通仿真系统的精度,并提供更准确的安全换道距离,换道成功率更高。     

电力通信领域的颠覆性技术识别方法研究

通过分析颠覆性技术现状、未来发展趋势,建立一个合理、高效的技术识别方法,以有效地识别技术领域的颠覆技术,是当今技术发展中的一个重要问题。针对目前颠覆性技术识别方法具有专业领域的主观性及局限性,提出基于专利演化分析的识别方法。首先,计算专利数据的相似度矩阵、新颖性矩阵和演化矩阵,并从颠覆性技术激进的新颖性、相对快速的增长性、突出的影响性等特征出发,对专利的指标值进行对比分析。然后,以电力通信领域为例,构建技术专利数据集。最后,对所识别出的具有颠覆性特征的量子技术进行未来发展分析。该方法可以客观、有效地完成对电力通信领域的颠覆性技术识别。识别结果有助于完成电力通信产业转型升级,解决基础设施的信息安全问题。     

基于公交IC卡数据的大规模OD矩阵推导算法研究*

为实现基于公交IC卡数据的大规模OD（Origination-Destination）矩阵推导,提出了一种不关联公交调度信息和GPS数据的OD矩阵推导算法。首先,提出了站点序号标注算法,通过时间聚类思想,设计了自适应调整的时间间隔阈值以判断公交车的行驶状态,将公交站点序列与刷卡记录进行匹配。在此基础上,提出了单个公交车的行驶方向标注算法,通过从已知行驶方向的公交车推导未知方向公交车的方向标注算法。为了最大化解决公交数据的上车站点信息补全问题,将全局公交车行驶方向标注问题映射为图论中的节点遍历问题,利用贪心生长算法和广度优先策略实现了局部最优。最后该算法处理某市的公交IC卡数据,得到了公交出行链假设下的城市居民大规模OD矩阵。结果显示算法可有效推导大规模OD矩阵。     

一种测控数传一体化站网资源调度算法

站网资源调度主要解决如何合理有效地为卫星任务需求分配地面站资源及资源使用时间的问题。首先,根据测控数传一体化站网资源使用需求,分析了站网资源调度的工作模式和约束条件,为站网资源调度问题建立了约束满足模型;然后,针对该模型设计了一种卫星过境弧段序列驱动的启发式站网资源调度算法,并为启发式算法与遗传算法组合使用而设计了相应的邻域交换方法;最后,根据实际的应用需求,通过仿真对比验证了算法的有效性。仿真结果显示,在典型调度场景下,所提的组合式算法调度成功率较启发式算法平均提高了22.3%。     

微观交通仿真系统的近邻查询算法

为解决现有微观交通仿真系统中,由于采用基于链表的方法处理近邻查询导致的查询效率和可扩展性不高的问题,提出了一种基于B+树的近邻查询算法。该算法借鉴了数据库中近邻查询算法的思想并结合了链表结构的优点,在叶子节点维护了其存储的数据单元(即车辆)关系的索引结构,以达到快速查询车辆所在车道的前后车的目的。同时,在假设车辆随机分布的前提下,构建了一个数学模型,根据道路的属性和道路中车辆的数量,计算查询目标车辆的邻近车辆所需的最短平均查询长度,并通过此最短查询长度推导算法参数的最优值。理论分析和对比仿真实验显示,衡量该算法的主要指标:即仿真每个车辆的平均时间消耗,在三类常见的交通参数设置(正常的、较拥堵的和拥堵的)下较链表和B+树分别降低了64.2%和12.8%。仿真结果表明该算法具有良好的可扩展性,更适用于大规模微观交通仿真系统。     

电信数据中用户行为特征测量与分析

通话和上网是电信运营商的重要业务,研究通话和上网的行为规律有助于提升电信运营商的业务规划和管理水平。现有的研究工作通常只关注于手机通话或上网行为,很少同时对两类行为进行关联的分析。该文提取了电信数据中手机通话与上网的基本特征,对通话和上网行为的频率分布进行了曲线拟合。通过比较两类行为的拟合参数与相关系数,发现了工作日与周末、以及周六与周日显著不同的用户行为特征。通过对通话和上网时间的归一化,定义了用户的使用偏好,发现54%的手机用户更多的倾向于使用手机通话,而31%的用户则倾向于使用手机上网。     

夏热冬冷地区规划方案阶段控制体型系数的研究

以夏热冬冷地区居住建筑在规划方案设计阶段影响建筑能耗及成本的首要因素——体型系数为研究对象,通过具体的案例分析,以及计算机模拟计算,分析不同体型系数对建筑能耗及节能增量成本的影响,提出规划方案阶段有效地控制体型系数的方法,以达到增加建筑整体舒适性、安全性和控制建筑节能增量成本的目的。