【摘 要】
：
针对信息提供和拥堵收费两种交通管制策略,研究了两种策略联合作用下的定价机制。首先构建了政府、信息提供商决策空间,在分析出行者路径选择行为的基础上,给出了交通信息市场占有率计算模型;然后提出了弹性条件下具有/不具有交通信息的混合交通网络均衡分配模型,得到了出行者的决策空间,在此基础上提出了基于博弈视角的交通信息提供与道路收费联合定价模型,设计了求解算法;最后,以一个算例对模型进行了分析。结论表明,社
论文部分内容阅读
针对信息提供和拥堵收费两种交通管制策略,研究了两种策略联合作用下的定价机制。首先构建了政府、信息提供商决策空间,在分析出行者路径选择行为的基础上,给出了交通信息市场占有率计算模型;然后提出了弹性条件下具有/不具有交通信息的混合交通网络均衡分配模型,得到了出行者的决策空间,在此基础上提出了基于博弈视角的交通信息提供与道路收费联合定价模型,设计了求解算法;最后,以一个算例对模型进行了分析。结论表明,社会收益水平及交通信息的质量都会对交通信息及道路收费价格产生显著的影响。此外,模型的算例结果还与经验较为吻
其他文献
针对最优相互避碰方法在人群仿真中对虚拟人感知行为缺乏考虑,以及在人群密度较大时导致的拥塞行为,提出一种改进的局部避碰方法。首先,在已有虚拟人感知模型的基础上,加入虚拟人视觉随周围人群的密度而变化的规则,以及听觉感知对避碰行为的影响;其次,引入了有区别的避碰责任机制,使虚拟人在不同情况下采用不同的避碰行为;然后,加入一种拥塞响应规则缓解人群拥塞现象。最后通过多组实验与原方法进行对比,实验结果表明改进
针对稀疏信号的准确和实时恢复问题,提出了一种基于神经动力学优化的压缩感知信号恢复方法。通过引入反馈神经网络(recurrent neural network,RNN)模型求解l1范数最小化优化问题,计算RNN的稳态解以恢复稀疏信号。对不同方法的测试结果表明,提出的方法在恢复稀疏信号时所需的观测点数最少,并且可推广到压缩图像的恢复应用中,获得了更高的信噪比。RNN模型也适合并行实现,通过GPU并行计
在以往的多态shellcode检测方法中,基于模拟的动态检测方法主要针对多态shellcode的解码器部分进行检测。尽管这样的检测方法可以在一定程度上检测出目标,但其性能和抗攻击性较差。为了进一步提高检测准确率并降低误报率,在已有的基于模拟的动态检测方法基础上进行了改进,引入了shellcode行为模式匹配机制,按照条件将多态shellcode解码后的行为与常见的攻击行为模式进行匹配,以判断并定位
聚合签密能聚合多个密文并提供批量验证,极大降低了信息传输的功耗,因此在大规模通信的多对一模式下非常适用。但是传统的聚合签密只能对密文进行部分聚合,不能最大限度地发挥出聚合功能的优越性。设计了一个密文长度固定的全聚合签密方案,实现了密文长度固定,而解密者可以通过特定解密操作将多个明文消息依次恢复出来。方案极大地提高了通信效率,签密文长度仅为|G1|,且与用户数量无关,同时方案满足机密性、不可伪造性和
针对多输入多输出系统传输速率低误码率高的问题,提出基于动态功率分配的干扰对齐方法。该方法根据信道矩阵的迹给每个发送端动态的分配传输功率。同时,利用干扰对齐来减少其他发送端对接收用户的干扰。该方法通过联合优化功率分配和干扰对齐,最终提高了系统传输速率,降低了误码率。数值分析表明,该方法与等功率分配下的干扰对齐方法相比,系统的传输速率提高3~7 bps/Hz,同时误码率减少30%左右。
为解决隐写分析中富模型的特征维数较高、冗余较大、不便于高效分类的问题,提出了一种基于蚁群聚类算法的降维方法。首先利用蚁群聚类算法求解特征簇的簇中心,然后把簇中心作为新的特征,提取新特征的有效部分用集成特征进行分类。实验结果表明,利用蚁群聚类算法对高维特征进行降维,可以有效去除冗余特征,提升特征的分类效果。
在分析模糊理论与云理论的基础上,提出两种新的基于同类概念云模型间贴近度的定义与计算算法,并与其他相似的贴近度进行了比较分析。实验结果表明,所提出的算法形式简单,在算法精度和算法消耗上有明显优化,特别在云滴极少的情况下仍能保持良好的精度效果。将该方法应用于真实电影评价数据的分类中,具有较好的可行性和有效性。