国家自然科学基金(70971094)

作品数:12被引量:80H指数:4
导出分析报告
相关作者:马寿峰向万里贾宁钟石泉刘洋更多>>
相关机构:天津大学兰州交通大学天津市公安交通管理局更多>>
相关期刊:《交通信息与安全》《计算机应用研究》《小型微型计算机系统》《系统工程理论与实践》更多>>
相关主题:人工蜂群算法非参数回归差分进化算法TRAFFIC_FLOWSTABILITY_ANALYSIS更多>>
相关领域:自动化与计算机技术交通运输工程更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-10
视图:
排序:
一种高效率收敛的反向差分进化算法被引量:4
《小型微型计算机系统》2014年第2期343-347,共5页向万里 马寿峰 
国家自然科学基金项目(70971094)资助;高等学校博士学科点专项科研基金项目(20090032110033)资助;兰州交通大学青年科学基金项目(2012029)资助
针对反向差分进化算法(ODE)中依然存在收敛速度不高和收敛精度欠佳的情形,提出一种改进的反向差分进化算法(MODE).MODE改进了ODE中的差分变异搜索方程以提高算法的收敛速度,而且为进一步加速算法收敛,将ODE中涉及反向学习优化策略的种...
关键词:差分进化算法 基于反向优化 变异算子 精英保留策略 
具有Pbest引导机制的适应性多策略差分进化算法被引量:11
《模式识别与人工智能》2013年第8期711-721,共11页向万里 马寿峰 安美清 
国家自然科学基金项目(No.70971094);天津市科技支撑计划项目(No.08ZCKFSF01000);高等学校博士学科点专项项目(No.20090032110033)资助
为进一步提升差分进化算法的收敛性能,提出一种具有Pbest引导机制的适应性多策略差分进化算法(AMSDE).AMSDE设计交叉概率控制参数库、变异尺度参数库及差分变异策略库,其中,交叉概率采用Logistic混沌序列来模拟,尺度参数采用线性变化机...
关键词:差分进化算法 Logistic混沌系统 Pbest引导机制 多差分变异策略 移位旋转函数 
机动车检测站综合业务办理系统评价研究被引量:3
《天津理工大学学报》2013年第3期24-29,共6页谢刚 
国家自然科学基金(70971094);教育部博士点基金(20090032110033)
随着信息化发展和社会化便民的要求,机动车检测站承担着机动车检验的全部工作,其中业务办理系统是其重要组成部分,是衡量检测站综合服务能力的一个重要依据,它直接影响着检测项目、检测结果、办公效率和群众满意度等情况.本文根据现有...
关键词:机动车检验 业务办理系统 模糊综合评价 
基于向量整体扰动的快速收敛人工蜂群算法被引量:4
《计算机应用研究》2013年第5期1329-1333,共5页向万里 马寿峰 
国家自然科学基金资助项目(70971094);天津市科技支撑计划基金重点资助项目(08ZCKFSF01000);高等学校博士学科点专项科研基金资助项目(20090032110033);兰州交通大学青年科学基金资助项目(2012029)
针对标准人工蜂群算法收敛速度慢和易陷入早熟收敛等问题,提出一种快速收敛人工蜂群算法。首先借助反向学习理论初始化种群来提高初始解的分布质量,并在雇佣蜂和跟随蜂阶段引入向量整体扰动搜索方程加快局部搜索;然后为了跳出局部最优,...
关键词:人工蜂群算法 向量整体扰动 反向学习 随机更新搜索策略 
基于聚类分析的非参数回归短时交通流预测方法被引量:13
《交通信息与安全》2013年第2期27-31,40,共6页刘洋 马寿峰 
国家自然科学基金项目(批准号:70971094);教育部博士点基金项目(批准号:20090032110033;20090032120032)资助
大部分非参数回归预测算法并不对交通流历史数据进行区分,而是将全部历史流量数据建立模式库进行分析。基于交通流的现实特征,提出基于聚类分析的非参数回归短时交通流预测方法,首先根据流量分布特点运用聚类分析将其分类成不同的流量模...
关键词:短时交通流预测 聚类分析 非参数回归 
基于启发式搜索和反馈修正的单路口控制方法被引量:1
《系统工程理论与实践》2013年第2期444-449,共6页贾宁 马寿峰 
天津市科技支撑计划重点项目(08ZCKFSF01000);国家自然科学基金(70971094)
结合传统的方案生成式和方案选择式交通控制方法的优点,提出了一种基于启发式搜索和反馈修正的单路口控制方法.在对交通流的实际控制中通过搜索-反馈修正的过程寻找最优方案,并利用反馈修正监控和应对交通流的时变.最后通过两组仿真实验...
关键词:交通控制 启发式搜索 方案生成 方案选择 反馈修正 
基于轮盘赌反向选择机制的蜂群优化算法被引量:30
《计算机应用研究》2013年第1期86-89,共4页向万里 马寿峰 
国家自然科学基金资助项目(70971094);天津市科技支撑计划基金资助重点项目(08ZCKFSF01000);高等学校博士学科点专项科研基金资助项目(20090032110033)
针对人工蜂群算法易陷入局部最优的不足,考虑到基本蜂群算法中个体选择大多基于贪婪选择的思想,从而使算法快速向适应度值高的个体进化而陷入局部停滞。为此,提出一种基于轮盘赌的反向选择机制,以保持蜂群个体的多样性而使算法保持较好...
关键词:人工蜂群算法 轮盘赌选择 反向选择 鲁棒性 
Controlling traffic jams on a two-lane road using delayed-feedback signals被引量:1
《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》2012年第8期620-632,共13页Liang ZHENG Shi-quan ZHONG Shou-feng MA 
Project supported by the National Natural Science Foundation of China(No. 70971094);the National Natural Science Youth Foundation of China (No. 50908155);the Program for Changjiang Scholars and Innovative Research Team in University (PCSIRT),China
This paper focuses mainly on the stability analysis of two-lane traffic flow with lateral friction,which may be caused by irregular driving behavior or poorly visible road markings,and also attempts to reveal the form...
关键词:Optimal velocity (OV) model Two-lane traffic flow Lateral friction Stability analysis Delayed-feedback signals 
基于遗传算法优化和KD树的交通流非参数回归预测方法被引量:8
《控制与决策》2012年第7期991-996,共6页贾宁 马寿峰 钟石泉 
国家自然科学基金项目(70971094);天津市科技支撑计划重点项目(08ZCKFSF01000)
非参数回归预测方法在交通流短时预测中得到了广泛应用.针对提高搜索速度和关键参数的优化设置两个问题,提出使用KD树作为模式库的存储结构,能够有效提高搜索速度,并且能够在实际运行中不断将新发现的交通流模式实时地加入模式库.提出...
关键词:交通流预测 非参数回归 近邻搜索 KD树 遗传算法 
Influence of lane change on stability analysis for two-lane traffic flow被引量:2
《Chinese Physics B》2011年第8期495-507,共13页郑亮 马寿峰 钟石泉 
Project supported by the National Natural Science Foundation of China (Grant No. 70971094);the National Natural Science Youth Foundation of China (Grant No. 50908155);the Key Project of Tianjin Municipal Science and Technology Support Program,China (Grant No. 08ZCKFSF01000)
This paper deals mainly with the influence of lane changing behaviours on the stability of two-lane traffic flow under a periodic boundary condition. Following the description of an optimal velocity model for two vehi...
关键词:stability analysis optimal velocity model lane changing behaviours feedback signals 
检索报告 对象比较 聚类工具 使用帮助 返回顶部