【摘 要】
:
数字孪生连接物理世界和信息世界,为复杂交通问题的分析与解决提供了新的思路。在梳理数字孪生基础概念、发展历程和关键技术的基础上,对交通场景数字孪生的研究与应用现状进行综述;结合交通运行的要素特征,从"人—车—路—环境"4个方面对交通场景数字孪生构建亟待突破的关键技术进行分析;对数字孪生在运载工具研制、重要基础设施智能运维、无人驾驶虚拟测试、交通问题的分析与实验等方面的应用前景进行了展望。
【机 构】
:
交通运输部科学研究院,北京100029;内蒙古自治区交通建设工程质量监督局,内蒙古呼和浩特010051;生态安全屏障区交通网设施管控及循环修复技术交通运输行业重点实验室,内蒙古呼和浩特010051;北
论文部分内容阅读
数字孪生连接物理世界和信息世界,为复杂交通问题的分析与解决提供了新的思路。在梳理数字孪生基础概念、发展历程和关键技术的基础上,对交通场景数字孪生的研究与应用现状进行综述;结合交通运行的要素特征,从"人—车—路—环境"4个方面对交通场景数字孪生构建亟待突破的关键技术进行分析;对数字孪生在运载工具研制、重要基础设施智能运维、无人驾驶虚拟测试、交通问题的分析与实验等方面的应用前景进行了展望。
其他文献
对抗行为建模是很多类军事竞争问题研究的关键。现有研究主要面向目标域,而现实中很多对抗问题发生在路网之上。对此,结合对抗行为的网络流表示,提出了一种基于非合作博弈的路网对抗博弈建模框架,并给出了一个问题实例—网络逃避阻断博弈。仿真试验表明新的双启发式求解算法表现优于原始线性求解算法;基于现实路网的数据实验进一步验证了算法的可行性和可扩展性,说明基于非合作博弈的路网对抗博弈建模框架可以更好地建模路网对
提出一种改进的果蝇算法优化加权极限学习机入侵检测算法,利用加权极限学习机训练时间短、泛化性能好等优点,对NSL-KDD入侵检测数据集中的不均衡现象,增加少数类攻击的权重,使对网络攻击中稀有攻击的检测率比传统机器学习方法有大幅提高;用迭代步长自适应调整的果蝇优化算法,对加权极限学习机中的隐含层输入权值和偏置进行全局寻优,以避免算法陷入局部最优解,实现了对NSL-KDD入侵检测数据集的分类。实验表明:
为规范和促进计算机生成兵力各类认知行为模型的标准化开发,对面向计算机生成兵力的认知行为模型架构进行综述研究,以计算机生成兵力的意图识别行为为例,探讨了一般认知行为在标准认知架构基础上的功能实现方式。论证结果表明,良设计的认知行为模型架构对于复杂认知行为建模具有很强的指导意义。还提出了需求分析、设计实现、理论基础、协作机制四个方面具体的研究建议。
感知模型是计算机生成兵力行为建模的重要研究领域,作为推理模块的输入,感知模型获取的信息准确与否对仿真的逼真性有着重要影响。对计算机生成兵力感知模型进行研究,重点对注意力的形成机制,作用时间,作用方式进行分析,并与传统的感知模型进行比较。通过对注意力的知识库构建、信息反馈方面进行建模,提出了基于注意力机制的虚拟人感知框架,并在仿真环境中进行实验验证。
为提高萤火虫算法精度,解决该算法迭代步长固定易陷入局部最优等问题,提出一种改进的萤火虫算法—极值优化萤火虫算法(Extremal Optimization Firefly Algorithm,EOFA)。EOFA是将极值动力学算法强大的局部搜索能力与萤火虫算法的强搜索性相结合,采用倒S型函数的迭代步长,提高萤火虫算法的寻优能力。函数寻优测试的仿真结果表明:改进的EOFA相较于萤火虫算法以及粒子群算
热带气旋的灾害信息不但表达了强度,还反映了对人类生活的影响程度,具有十分重要的研究意义。目前,还没有学者给出基于Cesium的水淹没灾害动态可视化方法,也没有将它与热带气旋的其它灾害信息整合。针对这些问题,提出了一种水淹没动态可视化方法,并将其与热带气旋的路径、所致损失等其它灾害信息整合于同一数字地球平台中。实验证明,提出的方法能够在灾害场景中模拟水淹没的动态过程,并与地形、地物要素叠加;还原的路