【摘 要】
：
多分辨率协同交通仿真是一种结合不同分辨率交通仿真模型,构建复杂交通仿真系统的方式,可有效提高仿真结果的可靠性。目前多分辨率协同交通仿真主要应用于微观与次微观交通仿真模型,针对大规模仿真场景下,结合中观交通仿真模型的研究较少,因此论文设计并实现基于中观交通仿真平台MATSim与微观交通仿真平台SUMO构建的多分辨率协同交通仿真系统。论文主要贡献如下:（1）设计并实现基于Openlayers的MATS
论文部分内容阅读
多分辨率协同交通仿真是一种结合不同分辨率交通仿真模型,构建复杂交通仿真系统的方式,可有效提高仿真结果的可靠性。目前多分辨率协同交通仿真主要应用于微观与次微观交通仿真模型,针对大规模仿真场景下,结合中观交通仿真模型的研究较少,因此论文设计并实现基于中观交通仿真平台MATSim与微观交通仿真平台SUMO构建的多分辨率协同交通仿真系统。论文主要贡献如下:（1）设计并实现基于Openlayers的MATSim在线路网编辑系统。该系统针对现有MATSim路网模型编辑方案存在的路网可视化及编辑操作不友好问题和缺少多人协作编辑方案的问题,在浏览器端提供更良好的MATSim路网模型可视化、更友好的路网编辑操作和多人协作编辑方案,从整体优化MATSim路网模型编辑的工作流程。同时该系统提供MATSim区域路网模型向SUMO路网模型转化功能,解决构建MATSim与SUMO协同交通仿真系统中路网场景统一映射问题。（2）提出构建多分辨率协同交通仿真系统框架。该框架针对目前结合中观交通仿真构建多分辨率交通仿真系统中耦合性高、不易扩展问题,设计更通用的抽象仿真节点模型和系统专用网络通信格式,提出基于仿真模型交互关系的时序同步控制机制,该机制通过结合抽象仿真节点模型,可有效同步多个仿真节点的仿真过程,解决构建协同交通仿真系统中时序同步问题,为未来多层多分辨率协同交通仿真系统构建提供良好的工作基础。（3）提出基于道路速度校准机制的MATSim与SUMO数据交互策略。该交互策略针对目前MATSim运动仿真模型具有静态性的问题,结合MATSim与SUMO仿真模型的特点,通过MATSim指导SUMO仿真,由SUMO的道路速度数据反馈校准MATSim仿真的交互策略,可有效使MATSim运动仿真动态化,提高仿真结果的可靠性。
其他文献
为了获得一种稳定的活性物包覆的纳米载体，以PolyAquol LW为非离子表面活性剂，丁二醇为助表面活性剂，霍霍巴油为油相；采用滴油法，以丁达尔现象作为澄清透明微乳液临界点判断的依据，绘制了PolyAquol LW/丁二醇/霍霍巴油/H2O的水包油（O/W）型微乳液的伪三元体系相图。根据伪三元相图，确定了水包油型微乳液的最佳制备条件；以脂溶性大麻二酚作为模型活性物，制备了大麻二酚微乳液。研究了大麻
伪装是自然界中的一种重要防御机制,它可以帮助一些物种隐藏在周围环境中,以避免引起其他物种的注意。这种机制也被广泛应用在人类生活中,例如服装设计和艺术创作。最近,从图像中识别并分割伪装物体,即伪装物体检测（Camouflaged Object Detection,COD）,得到了计算机视觉领域的广泛关注。由于伪装物体与其周围环境之间具有高度的相似性,导致识别和分割伪装物体存在较大困难。此外,伪装物体
传统分割方法通常拥有较好的对于图像边缘等低级特征的提取能力,超像素算法在众多的传统算法中,由于其过度分割的特质,在边缘信息的保持上有十分出色的表现。超像素是指通过将那些位置相邻且具有相似特性的像素聚合起来,形成的不规则的像素块。而基于卷积神经网络的图像语义分割任务中存在对浅层卷积提取的低级语义信息利用不足的问题。对此本文展开了结合超像素分割的图像语义分割网络研究。在仔细研究了语义分割的相关的内容后
现阶段推进国内“双循环”模式是我国最新的发展方向。众所周知投资、消费、进出口是拉动经济的“三驾马车”,在此背景下,进出口明显受到巨大影响,又由于近年来投资的低迷,消费的作用越来越重要,它是一切经济活动的起点和终点,是拉动我国经济的第一驱动力。居民家庭是由每一个居民组成的,居民的消费情况又是由每个居民家庭消费情况决定的,居民的消费水平具体是由居民家庭的消费意愿、消费能力以及居民家庭的面临消费环境决定
合理的交通信号配时对提升交通系统运行效率至关重要,体现在改善交通流量、节省燃油、减少车辆排队长度、提高驾驶员驾驶体验等方面。随着时代发展和交通容量的不断扩大,传统交通管理系统亟待改进,需要更高效的交通配时算法来提升环保节能、缓解道路拥塞、从而更好的促进城市经济发展。目前研究中已提出了多种交通信号配时方案:有传统的固定配时的方案,这种方案虽然简单易行,已不能满足当前的需要;有通过各种进化算法来优化交
近年来随着电子科技的高速发展和不断的推陈出新,集成电路的规模也随之水涨船高,超大规模集成电路也应运而生。但与此同时,伴随着集成电路规模越来越大,其复杂度、集成度也日益提高,难免会在设计和生产的环节中出现各种各样的缺陷,而这些缺陷最终都会导致集成电路出现故障和问题,因此对集成电路的测试是至关重要的。目前我国的集成电路测试技术发展迅猛,但仍存在着测试数据量过大、测试时间过长、测试的技术要求高等现实问题
随着机器学习在人工智能领域中的不断发展,传统的单标签学习已经不能满足现实中错综复杂的数据需求,因此可以同时处理多目标及其分类任务的多标签学习逐渐成为相关领域中的重要研究方向。当下正处于信息流量爆发性增长的5G时代,数据特征普遍呈现高维复杂的特点。在多标签学习过程中,常使用特征选择来解决数据特征空间的高维性问题。信息熵由于具有不需要依靠假设已知数据分布就能有效度量变量之间非线性关系的特点,其计算得出
虫害一直是影响农作物产量和质量的因素。如何对害虫实施快速、准确并且及时地识别是虫情监控的关键一环,这对农业生产有着相当重要的影响。目前,对于害虫的识别可以分为两类。一种是依靠具有过硬专业水平的农业害虫专家通过观察害虫的外貌、习性等特征来进行判断。但是这种操作非常依赖于专家的经验,在一定程度上容易出现识别错误的情况并且存在费时、费力等问题。还有一种是依靠计算机对害虫进行识别。近年来,国内外许多研究者
在实际的控制系统中,如电力系统、通信系统、网络传输系统、机械控制系统以及工业系统等等,都广泛存在非线性不确定性和时滞问题,这两类问题的出现会使得控制系统的性能及稳定性受到影响。因此,针对非线性时滞控制系统,其研究具有一定的意义。除此之外,针对一类不确定非线性系统,其有关周期时变扰动的研究也是一个具有挑战性的问题,有关这一领域的研究成果也非常有限。鉴于此,本文针对两类具有周期扰动和输入时滞的不确定非
在临床医学中,医学图像作为一种辅助工具,对患者病情的判断以及手术方案的制定,起着至关重要的作用。然而,医学图像不同于自然图像,它具有较高的复杂性。设计出一种快速、精准的医学图像分割算法是具有挑战性的任务。针对以上挑战,解决了两个问题:（1）目标与背景极度相似,区分度低问题。（2）目标与目标之间边界不易区分,分割结果存在粘连问题。为解决这两个问题,分别从轻量化模型和追求精度的角度设计了两个网络。目前