摘要：利用遗传算法为流体神经网络模型设计了在非规范条件应用下的参数优化方法，拓宽了该模型的适用范围；利用流体神经网络与道路交通网络具有相似性的特点，将流体神经网络技术引入交通网络的路线优化。

摘要：城市公共交通优先的信号控制策略研究如何在道路交叉口信号控制中体现公交优先的技术,本文详细阐述了实施公共交通信号优先的硬件系统和具体的实现策略。为了有效地在路口信号控制系统中体现公交优先策略,在控制过程中要采用实时算法,将公交优先作为信号控制的一个函数,论文给出了交叉口公共交通优先策略的实时最小绿灯持续时间估计。作者在交通控制的模拟中采用了该控制策略,结果表明:公共交通优先信号控制系统的设计和实施能够提高公共交通的行驶速度和公交运行的可靠性。

摘要：为了更加准确地预测交通参数的变化趋势,结合小波理论处理时变信息的优势,设计了一种在小波分析的基础上利用BP神经网络进行预测的组合预测方法。该方法采用小波理论与神经网络结合的策略,具有普适性,且比传统的基于小波分析的组合预测过程简单,为大运算量的实时应用提供了可能。利用实际数据对该方法进行了验证,并与对比算法进行了效果对比。结果表明,本文提出的方法预测效果较好,具有一定的实用性。

摘要：提出了一种源自于人类认知思维模式的普遍适用的算法设计模型——M2M模型(Macro to Micro model)。M2M模型的数据结构用O(n)时间建成,并具备高度的并行性。针对交通网络的最优路径规划问题,提出了基于M2M模型的交通网络出行路径规划算法,将交通路网运用M2M模型分层分块,减少搜索区域,优化路径搜索速度。实验证明,相对于当前使用较多的Dijkstra及A*等经典算法,本算法在求解速度上有明显提高。

摘要：介绍了汽车空气悬架高度控制阀的基本组成及工作原理,并根据延时型高度控制阀的工作原理建立了动力学模型。分析了高度控制阀动作延迟时间与阻尼、不感带、缓冲弹簧预紧力及杠杆比的关系。针对高度控制阀的单向阻尼非线性特性,根据高度控制阀的试验方法,建立了高度控制阀的Simulink模型,仿真分析了延时和不感带特性,验证了该型高度控制阀的特性是满足设计要求的。

摘要：在总结已有交通信号控制与路径诱导协同模型的基础上,分析了路段行程时间函数与信号控制策略对协同模型求解唯一性与收敛性的影响;设计了交通信号控制与路径诱导协同研究的多智能体模拟系统。该系统由交叉口控制智能体、路径诱导智能体、信息处理智能体组成,具有较大的灵活性与可扩展性。该模拟系统中路径诱导策略是用户最优策略,交通流动力学由元胞传输模型描述,信号配时由基于元胞的交通控制模型优化。模拟结果表明,实施交通信号控制与路径诱导协同后,路网总行程时间最多可减少41.4%。

摘要：介绍了国内外ETC系统的发展现状。结合吉林省的实际情况,设计了吉林省ETC结构框架图,并对自动车辆识别技术、车道监控系统、收费站的设计及网络设计等关键技术做了研究,实现了ETC系统由理论研究向实际应用的转化。

摘要：研究了交通信号配时 ,阐述了平面交叉口单点信号控制配时设计的具体方法和过程 ,以及各种交通信号配时参数的确定方法、标准及依据 ,并将其应用于长春市一个极具代表性的5路交叉口 ;在现有配时方案的基础上 ,设计多个不同时段的新方案 ,并利用仿真软件 Vissim对其进行模拟 ,从模拟结果中选取适当参数加以综合比较 ,评选出最优方案。

摘要：提出一个新的公路网规划设计方法。

摘要：本文结合先进的交通管理系统用户对基础交通信息的需求，以及基础交通信息在共用信息平台中的特点，阐述了共用信息平台采集数据时所要考虑的因素．以共用信息平台的逻辑结构为主线，依次介绍了共用信息平台的功能、构成要素、数据序的组织形式等关键技术。