【摘 要】
:
我国城市化水平在近年稳步提高,但由于历史原因城市部分区域基础设施已经无法满足城市市民与日俱增的交通出行需求。交通拥堵、交通事故频发、汽车污染排放等一系列问题成为城市顽疾,交通矛盾日益凸显。对于解决以上矛盾,从城市交通信号控制角度入手,是国内外学者普遍认可的有效手段之一。在这样的情况下,本文通过信号控制优化区域交通流协调控制,对城市交通流短时预测方法展开深入研究,提出了交通子区划分方法,并以此为基础
论文部分内容阅读
我国城市化水平在近年稳步提高,但由于历史原因城市部分区域基础设施已经无法满足城市市民与日俱增的交通出行需求。交通拥堵、交通事故频发、汽车污染排放等一系列问题成为城市顽疾,交通矛盾日益凸显。对于解决以上矛盾,从城市交通信号控制角度入手,是国内外学者普遍认可的有效手段之一。在这样的情况下,本文通过信号控制优化区域交通流协调控制,对城市交通流短时预测方法展开深入研究,提出了交通子区划分方法,并以此为基础实施分层式区域交通信号控制方法,并将该方法策略装配到现有仿真基础中,设计并实现了一套支持分层式区域交通信号控制的交通仿真原型系统,本文的主要研究内容和创新点如下:(1)提出了一种基于CNN-Bi LSTM的短时交通流预测模型。对于基于LSTM的短时交通预测模型存在有无法充分归纳路网结构等方面的特征的问题,本模型利用卷积神经网络与之衔接的思想来进行交通流数据空间特征值捕获,再通过双向长短时记忆神经网络模型将带有空间特征的交通流数据进行时序特征提取,完成短时交通流预测,并与传统神经网络CNN、Bi LSTM以及经典预测算法ARIMA进行对比实验,表明本文模型较之的准确性和鲁棒性。(2)提出了一种交通子区划分方案。该划分方案基于CNN-Bi LSTM的短时交通流预测的预测结果,根据预测交通流量计算各交叉口流量相似度和信号周期相似度细致划分各交通子区,结合交通流预测时间间隔设定子区动态调整时间间隔,再根据累加的“更新指数”,实现交通子区的动态调整。提出了以交通子区划分为基础的分层式区域交通信号协调控制方案。该方案以子区划分为依据,将区域协调交通控制进行拆分,将复杂的控制问题简单化,对于不同的交通子区状况采取不同的控制方案,最后实现区域协调控制。(3)设计并实现了一套交通虚拟仿真实验系统,支持分层区域交通信号协调控制。在现有仿真系统中装配区域协调控制方案,设计并实现了支持分层式区域交通信号协调控制的交通仿真实验系统的整体架构和主要功能模块。
其他文献
中国教育发展迅速,教育资讯的在线网络报道呈现出数量多且内容长的特征,因此,文本分类技术也在一定程度上受到了冲击,无法再使用传统的方式对文本数据进行分类、整理。为使教育领域的关注者能够按照需求搜索到一定阶段的教育新闻报道,本文以带有标签的教育新闻报道文本为基准,在对已有的文本分类算法进行分析的基础上,设计一种适用于教育新闻长文本的分类方法。本文的工作主要为:(1)针对长文本分类中存在的信息丢失和维度
帕金森病是最常见的神经退行性疾病之一,我国65岁以上人群中患帕金森病的人约占1.7%。帕金森病患者最主要的临床症状为静止性震颤、肌肉强直、运动迟缓以及平衡障碍。人类的运动机能会随着年龄的增长而逐渐退化,这与帕金森病的早期症状有相近的特征,导致许多患者错过了最佳的治疗时间。因此,尽早的判断、准确的追踪患者的病情以期及时调整患者的治疗方案成为目前亟待解决的问题。帕金森病的评估通常是通过帕金森评分量表等
在信息技术高速发展的时代,人们以协同运行的工作方式为背景、以计算机技术和通讯信息技术为基础,产生出了一个同时具备群体性、分布性和协作性的设计方法——协同设计。协同设计的工作方法可以有效提升设计效率及品质,同时也推动了设计管理技术的创新,对提高设计管理水平、推动企业发展具有重要意义。基于以上背景,本文利用NX(Next Generation,数字化产品开发系统)平台中的Navigator、Libra
随着物联网软硬件技术领域的快速发展,物联网设备在网络中的连接数量也日益剧增。Web服务是物联网设备中直接暴露在外部的攻击面,且普遍存在着安全漏洞。BinaryCGI作为物联网设备中Web服务进行数据处理的程序,若存在漏洞会造成严重的危害。基于模糊测试进行漏洞挖掘是目前在学术界和工业界都被广泛采用的解决方案,然而,由于物联网设备自身存在软硬件架构复杂、运行资源受限和程序封闭等特点,现有模糊测试框架运
在网络飞跃发展的时代,信息的提取变得轻而易举。与此同时产生了不计其数的数据量,造成“信息过载”。使用推荐系统可以有效处理该问题,因为它具备信息筛选的功能,可提供更具指向性的信息。近年来它被充分应用于多个领域,如电子商务、个性化广告、视频推荐等。隐语义模型(LFM)是推荐系统领域炙手可热的话题。其核心是通过分析已知特征,来寻找隐含的特征信息。但随着“信息过载”的进一步加剧,LFM仍面临诸多挑战,如可
中国国土辽阔,油气资源储藏丰富,在飞速增长的国民经济和能源消耗下对石油、天然气的需求不断提高。探索油气资源储藏规律,研究能源储存的地质结构,对于科学有效地开发和采集油气资源起着指导性的重要作用。地震物理模型成像技术是一种模拟地震波勘探情况的工具。它用超声波代替地震波,在理想的情况下还原地震波勘探的过程,弥补了现场勘探重复性、稳定性不足等问题,便于我们归纳和总结地震波传播规律,它建立了现场勘探与理论
人类的移动轨迹信息对于基于位置提供服务的应用具有重要意义,但是受到各种因素的影响可能得到的是不完整的轨迹,这会对下游任务(例如,轨迹匹配等)的性能产生影响,因此轨迹补全是一个亟待解决的问题。作为近年来一个比较新颖的研究方向,轨迹补全问题已经存在大量的相关研究,但是他们普遍存在以下三个问题。目前的模型大多采用循环神经网络来建模轨迹点之间的顺序关系,这使得各个位置之间存在的时空依赖性和轨迹中高阶复杂的
随着智能时代的来临,飞行器的使用成本越来越低,各式各样的无人机应用于摄影航拍、物资运送以及农业灌溉。基于这些应用场景,飞行器部件定位分割系统将会有助于空中飞行的安全监控,降低人力资源成本,将飞行器的管理精细化、模块化。本文基于深度学习的语义分割技术,对飞行器部件语义分割的算法进行了研究,主要工作如下:1)收集网上出现的所有无人机出现的场景图片,选取大小适中和画面清晰的无人机图片以及视频,进行语义分
医学图像能够帮助医生快速识别、诊断并治疗人体内疾病,但是仅仅依靠人力对人体特定的区域图像进行识别会消耗医生大量时间与精力并且错误率较高。以胎盘图像为例,采用图像分割技术能够快速地帮助医生区别出胎盘与复杂的背景,从而进一步帮助医生更好的完成胎盘组织定位。但是现有的传统与深度学习模型算法存在分割精度不高、模型复杂度过高等问题,这些缺点将会导致胎盘图像分割不准确从而导致医生诊断错误,继而产生严重后果。本
在大数据时代,各行各业都产生了大量的数据,这些数据分为结构化数据和非结构化数据。对于结构化数据,现已具有相当多且效果良好的研究方法。但各行各业产生的数据中有80%是非结构化数据,如文本、语音、视频等。短文本数据存在无规则、上下文信息稀疏以及语义和语法干扰等问题,为解决上述问题。本文引入文本分类技术,以增强用户对文档对象的认知与理解判断,从而帮助用户从海量文本数据中快速筛选出有价值的信息。本文以MO