基于粗糙集和分形理论的交通流优化控制设计模型

来源 :计算机应用 | 被引量 : 13次 | 上传用户:peibinggu123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为解决交通预测的全局优化控制问题,在运用粗糙集理论对路网节点所测得的历史交通流量进行量化分析的基础上,建立了规则简化的数据清洗模型;基于分形理论的相似性原理建立了交通流量的预测模型,并给出了交通流优化控制系统的运行机制和相应的网络拓扑结构。用某交通观测站的实测数据对模型进行仿真,仿真结果表明,文中所设计的模型和算法是有效的。
其他文献
提出了一种基于半马尔柯夫过程的流量预测方法。通过半马尔柯夫过程描述网络流量特性,将网络流量划分为四种状态:忙、空闲、上升和下降。通过各状态下的网络流量特性及各状态间的相互转换关系,推导了对忙状态下网络流速率上界的预测方法。对广域网和局域网的实际流量数据的分析和检验表明,95%的数据均服从半马尔柯夫过程相应状态下的随机分布;90%的流量预测以0.8或0.9的概率低于我们所预计的流量上界,且主干网流量
分析了现有从明暗恢复形状(SFS)的几种方法普遍存在对恢复的形状的连续性和光滑性的缺点,提出了一种基于径向基函数网络模型进行从明暗恢复形状的新算法。该算法先采用网络构造一个曲面方程,再利用反射函数作为约束条件,通过调整权因子和径向基函数中心和宽度对网络进行自学习,得到一个满意的曲面方程。理论和实验证明,该算法在恢复形状的准确性和曲面的光滑性,连续性上有较大改进。
随着目标功能和人员群体的日趋多样化,现代大学内部的组织结构越来越复杂。在对功能结构复杂的现代大学管理中,存在着以量化指标为核心的简单化管理现象,其实质是机械主义的
在传统的C-V模型的基础上提出一类改进的C-V演化方程,利用它们与聚类技术相结合对病理状态脑部CT和MR图像进行分割,能获得较理想的实验结果。特别是利用提出的演化方程对一个合成的几何图像进行分割,结果显示能比一些传统的演化方程具有更好的稳健性和准确性。