工学 >>> 交通运输工程 >>> 道路工程 公路运输 铁路运输 水路运输 航空运输 交通运输系统工程 交通运输安全工程 交通信息工程及控制 载运工具运用工程 交通运输工程其他学科
搜索结果: 1-12 共查到交通运输工程 学习相关记录12条 . 查询时间(0.437 秒)
2022年4月29日上午,长安大学汽车学院赵建有教授导师组召开“交通大脑”与智能交通管理系统专题学习线上研讨会,导师组全体成员参加会议。会议首先由赵建有教授组织大家认真学习了习近平主席在中国人民大学考察时的讲话精神:“立足新时代新征程,坚定不移听党话、跟党走,把对祖国血浓于水、与人民同呼吸共命运的情感贯穿学业全过程、融汇在事业追求中”。同时响应世界读书日,赵建有教授带领大家学习了“世界读书日,跟习...
现实中城市交通流的运行具有很强的非线性特性,采用简单的线性模型难以全面描述交通流的实际运行过程.本文在考虑城市交通流非线性动态特性的基础上,提出了一种非线性交通流排队模型,并基于宏观交通流固有的周期性特征,设计了交叉口信号的迭代学习控制策略.通过对交叉口信号的迭代学习控制,使交叉口各进口道的车辆排队长度尽可能趋于均衡,提高交叉口信号有效绿灯时间的利用率,从而提高路网的通行效率.最后通过严格的数学推...
长沙理工大学计算机与通信工程学院2014年“大学生研究性学习和创新性实验计划项目”一览表。
为了解决进港航班排序中智能化程度不高的现实问题,提出了进港航班排序强化学习模型。首先确定了进港航班排序强化学习模型的状态、动作、智能体、环境、奖赏函数、约束条件、Q学习等,进港航班排序强化模型中的状态是各进港航班的到达时刻,动作是对航班到达时间的调整,智能体对航班的到达时刻进行调整,环境对动作做出反应,一个新的到达时间和奖赏值传给智能体。奖赏函数考虑了延误时间、经济成本、对后续航班的影响。该模型考...
为营造浓厚的学习氛围,促进广大党员干部提升政治理论水平,加强党性修养,提高工作本领,增强党组织的凝聚力、创造力和战斗力,乳山交通运输局以“四抓”入手扎实推进学习型党组织建设。
为了减少车辆通过路口时的延误,采用Q2学习方法对智能体控制的单路口进行信号配时的优 化,在模糊控制规则集的基础上,通过Q2学习来改进控制规则的组合,从而达到改善信号控制效果的目 的. 仿真实验的结果表明,基于Q2学习的信号控制方法优于定时控制、感应式控制和基于遗传算法的信 号控制方法. 研究说明,基于Q2学习的信号控制方法适合城市交通控制.
 将图像压缩与ITS 交通路况图像电传视讯相结合,提出了一种基于机器学习参数选择的多项式 拟合图像压缩编码方法. 我们定义了两类指标来度量数据扫描方法对多项式拟合方法的影响;还研究了 用机器学习方法选择得到的参数对图像扫描数据进行单调化处理;进而研究了用多项式拟合预处理数 据的方法进行图像数据压缩. 该法简单方便、快速高效,并已针对小幅复杂交通路况图像在中低信噪比 取得了良好的结果. 该法...
从《国务院办公厅转发建设部等部门关于优先发展城市公共交通意见的通知》(以下简称《通知》)颁布的重大意义出发,重点论述了该文在优先发展城市公共交通方面的七大特色,认为《通知》的贯彻将使中国城市发展、交通发展从目前困境中走出来,不断步入具有中国特色的可持续发展之路,并对如何贯彻《通知》提出了相关建议。
项目简介:该控制系统为机电一体化产品。它是以单片机为核心的电脑控制系统,以专用集成模块识别的发动机爆震信号为反馈,信号经过硬件处理,准确可靠,采用自学习控制技术,精确控制点火时刻,使发动机工作于微爆震状态,可以提高发动机输出功率,降低油耗,提高使用寿命和对低标号汽油的适应性。系统成本低,适合国情。80年代,一汽试用分立电子元件爆震抑制器,因爆震误判等原因,未能获得成功。
该系统由电控单元(ECU)、燃气分配器、喷咀、蒸发调压器、氧传感器、转速传感器及节气门传感器等主要部件组成。它是用于“清洁燃料”(液化石油气LPG、压缩天然气CNG等)汽车的专用产品。其电控单元是自学习式,具有可编程功能;增加自学习控制功能,可以提高燃气(LPG或CNG)喷气量及空燃比的控制精度;保证在任何工况条件下,对CO、HC、NOx的高速净化作用。主要技术性能指标是:1.通过闭环反馈控制,顺...
该系列教学光盘有:自动变速器多媒体学习系统、发动机汽油喷射多媒体学习系统、发动机电子点火系多媒体学习系统等。这些光盘是利用计算机多媒体技术建立以三维动画为主体的视、声结合的可编辑管理系统。使汽车新结构教学方法发生根本性的变化,使汽车新结构的教学培训效果产生质的飞跃,其特点为:画面清晰、逼真:声、文、图并茂,趣味性强;可以清晰表达复杂部件内部的情况和各零件之间的相互关系;可以清晰表达各零部件的运动过...
城市交通系统是一个十分复杂的系统,鉴于交通流的多变性和交通控制的实时性,将增强学习应用于交通信号控制问题中,这样就可以根据实时的交通状态信息动态地进行决策,自动地适应环境以便取得更好的控制效果。然而由于交通状态空间太大而难以建立线性表,采用增强学习与人工神经网络相结合的方法,解决了多个路口的交通信号控制问题。通过在仿真环境下的对比,证明该方法的控制效果明显优于传统的固定配时控制策略。

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...