上海市科学技术发展基金(061612058) 作品数:23 被引量:230 H指数:8 相关作者: 王坚 张慧哲 马福民 任子晖 戴毅茹 更多>> 相关机构: 同济大学 江西理工大学 更多>> 发文基金: 上海市科学技术发展基金 国家科技支撑计划 上海市科学技术委员会基础研究重点项目 更多>> 相关领域: 自动化与计算机技术 交通运输工程 经济管理 更多>>
企业能耗建模仿真软件模型构造器的实现 2008年 该文主要介绍了企业能源消耗系统建模与仿真软件(Modeling and Simulation Software for Enterprise Energy Consumption Sys-tem,简称EEC Mod&Sim)中模型构造器的实现,依据面向对象的分层模块化设计方法,首先给出了模型构造器的总体设计框架,并详细介绍了各功能模块,然后从系统实现的角度给出了软件开发的几个关键处理技术。 欧昊灵 王坚 马福民关键词:可视化建模 XML 基于.NET反射的桩位布置成图系统 桩位平面布置图是大型储罐复合地基设计的重要成果之一,通常保存为 AutoCAD 图纸格式。运用 AutoCAD 自动成图技术可大大提高图纸设计效率。NET 平台提供的反射技术具有众多优点,这一新技术的引入,为实现高效成图... 周勇达 王坚 戴毅茹关键词:成图系统 NET 紧急事件的动态交通流模型及双向动态最短路诱导算法 被引量:6 2008年 针对城市快速路的交通紧急事件给出了宏观的动态交通流模型,在METANET模型的基础上考虑紧急事件所占用车道数、进出口匝道及诱导信息对模型的影响,同时针对交通紧急事件的及时有效处理,给出了一种双向动态的最短路径诱导算法,在此算法中,节点间的权值是随着高速路的路面状况及交通拥堵情况等变化的动态函数,故在紧急事件处理中从两个方向搜索最短路,其过程是动态的,实时的,为紧急事件的及时处理和有效的救援争取了时间。通过仿真对比,证明了此算法的可行性,有效性,同时证明了此算法的搜索效率也得到了较大提高。 任子晖 王坚关键词:快速路 交通紧急事件 交通诱导 基于组合评价方法(AHM-GF)的制造企业综合能效评价研究 被引量:6 2009年 依据制造业中高能耗企业的能源消费特点,从经济、管理、技术、环境4个方面,归纳出14个评价指标,构建了企业能效综合评价指标体系。并鉴于评价过程中存在的模糊性和随机性,提出了高能耗企业能效综合评价的AHM-GF组合评价方法。该方法将属性层次分析法,灰色关联法和模糊评价法运用在企业能效评价的不同阶段,较好的克服了评估信息的灰色性和不确定性。最后通过实例运算证明了该评价方法的科学性和可行性。 苑帅 王坚 戴毅茹关键词:评价指标 组合评价 模拟退火粒子群算法在新交通控制模型中的应用 被引量:8 2008年 城市交通系统是个随机性很强、复杂的巨型系统,为了获得良好的通行效率,提出了一种基于模拟退火温度的自适应粒子群优化算法,同时给出了一种城市区域交通协调控制信号配时模型,然后将提出的方法应用于此模型。仿真结果表明:这种算法不仅能够克服基本粒子群算法陷入局部寻优的缺点,而且算法的收敛性和稳定性都很好,同时也表明该模型是可行的、有效的。 任子晖 王坚关键词:粒子群优化 城市交通控制 信号配时 面向企业能源消耗过程的模糊Petri网模型研究 被引量:15 2007年 针对企业能源消耗系统模型的需求性,在分析企业能源消耗过程的特点和模糊Petri网基本原理的基础上,从实用、可行的角度探索基于模糊Petri网的企业能耗过程模型,详细阐述了面向企业能源消耗过程的模糊Petri网模型的定义和运行规则,并依据特定的建模原则,进行举例说明。模型的建立独立于特定的能源类型和用能设备,全面反映企业能耗过程及其影响因素,为进一步仿真分析企业能耗状况提供了依据。 马福民 王坚关键词:能源消耗 模糊PETRI网 基于数据挖掘算法的交通状态辨识方法研究 2009年 在分析现有交通状态辨识理论的局限性的基础上,提出了一种新的交通状态辨识模型。此模型针对每种交通状态样本数据都具有一定的相似性,不同状态之间的样本具有相异性的性质,采用数据挖掘方法中的聚类算法对不同状态的交通流数据进行聚类。所提出的模型避免了目前模型中只采用单个交通流参数进行状态识别的缺点,为交通状态的辨识提供了一种新的思路。 蒋延辉 王坚 张慧哲关键词:FCM 数据仓库 数据挖掘 数据挖掘在短时交通流预测模型中的应用研究 被引量:10 2008年 为准确地对交通流进行短时预测,提出了一种新的基于数据挖掘技术的预测模型。该模型综合了改进遗传算法、粗糙集理论和小波神经网络三种数据挖掘技术。建模阶段分为离散化、属性约简和训练三个步骤。在离散化的过程中,采用了改进的遗传算法,保证了系统分类能力,且使断点数目最少;属性约简中采用了粗糙集理论,选择对交通流预测密切相关的属性,加速了小波神经网络的预测速度并使其结构简化;训练中利用了小波变换非线性特性,采用经过属性约简后的数据对小波神经网络进行训练,从而获得短时预测模型。为验证模型的有效性,进行了对比测试,分析结果证实了该预测模型比传统方法具有更高的精度和速度,为交通流的准确实时预测提供了一种新的思路。 张慧哲 王坚关键词:数据挖掘 粗糙集 遗传算法 小波神经网络 基于初始聚类中心选取的改进FCM聚类算法 被引量:71 2009年 针对模糊C-均值(Fuzzy C-Means,FCM)算法聚类效果往往受到初始聚类中心影响,收敛结果易陷入局部极小的问题,提出了一种改进的模糊C均值聚类算法。算法给出了一种简洁快速的初始聚类中心的选取规则,并根据聚类中心的分离特性改进了目标函数,从而使获得的聚类结果为全局最优。仿真结果证明新算法与传统FCM方法相比,迭代次数少,准确率高,同时也更加适用于样本数据分类不均衡的聚类问题。 张慧哲 王坚关键词:聚类 FCM聚类 目标函数 初始聚类中心 分离度 一种动态改变惯性权重的自适应粒子群算法 被引量:55 2009年 针对惯性权重线性递减粒子群算法(LDWPSO)不能适应复杂的非线性优化搜索过程的问题,提出了一种动态改变惯性权重的自适应粒子群算法(DCWPSO),在该算法中引入聚焦距离变化率的概念,并根据它对粒子群算法搜索能力的影响,将惯性因子表示为关于聚焦距离变化率的函数。在每次迭代时算法可根据当前粒子群聚焦距离变化率的大小动态地改变惯性权重,从而使算法具有动态自适应性。对6个典型函数的测试结果表明,DCWPSO算法的收敛速度明显优于LDWPSO算法,收敛精度也有所提高。 任子晖 王坚关键词:粒子群优化 惯性权重 自适应