基于GA-PSO和时空特性的城市交通协同控制

来源 :合肥工业大学学报:自然科学版 | 被引量 : 0次 | 上传用户:badgod
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
城市交通流受时间与空间因素的影响,文章综合考虑交通流的时空相关性,进行了时空维度的交通数据处理与交通协同控制;采用遗传算法(genetic algorithm,GA)小波神经网络(wavelet neural network,WNN)模型与最小二乘法对时空维度的交通数据进行融合,建立了时空相关的城市交通协同控制模型;结合GA群体搜索技术与粒子群优化(particle swarm optimization,PSO)快速收敛能力,提出了基于GA-PSO的协同控制求解模型。实例验证结果表明,考虑交通流时空特性影
其他文献
利用中国工业企业数据库中的出口企业数据、通过面板VAR模型的脉冲响应和方差分解考察政治关联对出口企业短期杠杠、长期杠杆和商业融资的长期动态影响。实证结果显示政治关
文章针对高分一号(GF-1)卫星遥感影像地质构造特征识别问题,提出了一种借助遥感影像精细空间特征快速识别地表断层构造,运用三维地表模型、三维地质模型辅助断层三维空间精确
针对机器对机器(machine-to-machine,M2M)通信在加强的长期演进(long term evolution-advanced,LTE-A)网络上行链路能量效率问题,文章提出了一种基于强化学习的M2M通信上行链