简介:研究了对于三车道的高速公路,自动驾驶汽车对混合交通流的通行能力及安全性的影响。引入变道欲望值、连续刹车率、空间速度方差和时间速度方差的概念,基于交通流元胞自动机模型,针对手动和自动驾驶2种汽车,建立了单向三车道的加减速和换道规则。选取6个评价参数,针对三车道模型,研究了随着自动驾驶汽车比例的增加,车道平均速度、平均速度的方差、交通密度、连续刹车率以及变道次数的变化情况。实验结果表明:在通行能力方面,当自动驾驶汽车的比例持续增加时,整个车道的平均速度、交通密度显著增加,从而大大提高了此交通网路中的通行能力;同时空间速度方差和时间速度方差会显著减少,说明整个交通流的平稳性增加了。在安全表现方面,当自动驾驶汽车的比例持续增加时,整个交通网路中的连续刹车率、变道次数先逐渐增加,然后逐渐减少,从而很好地刻画了安全性。最后分析了模型的优缺点,并指出了改进的方向。
简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。
简介:研究厨余垃圾的处理与清运问题,为大、小型处理设备的数量选择、选址及垃圾收运路线的设计分别建立了最优化模型。模型中将城市道路网抽象成无向赋权图,考虑了在交通拥堵和环境影响下的运输成本、设备处理量的均衡性和对环境的影响程度,构成多目标优化问题,进而运用改进的粒子群算法确定大型设备的位置,并给出了设置小型设备的基本原则;通过分析大、小型设备在不同处理能力下总成本的差异,确定了适合城市实际情况的最优设备处理能力。垃圾收运路线设计中以运输成本与环保成本作为优化指标,建立了基于K-TSP的运输车辆清运路线模型,并运用蚁群算法进行路网优化。最后对深圳市南山区的厨余垃圾收运问题进行了仿真,仿真结果表明,上述模型和算法能有效地解决城市垃圾分类收运问题。