简介:对智能交通系统(ITS)短时交通流量预测问题进行研究,提出了一种联合FCM与群集蜘蛛优化SVR交通流量预测算法。首先采用FCM聚类方法对交通流量数据预处理,得到基于时间节点分割的时序数据模块,有效降低了数据差异性带来的误差影响;然后构建基于群集蜘蛛优化SVR模型,针对SVR参数选择难题,在群集蜘蛛优化算法中引入社会等级制度,动态的将蜘蛛种群划分为上中下三个阶层,并根据不同阶层个体适应度大小,分别设计自适应竞争、"快搜"以及逆向学习机制,提高了算法寻优精度;最后,运用群集蜘蛛优化SVR对各个交通流量数据时序模块进行预测评估。仿真结果表明,同其它预测算法相比,该算法预测平均绝对误差降低了38.4-53.8%。
简介:摘要多功能轨道式自动引导车极大地加速了产业自动化的历程,因而对于RGV动态调度问题的研究和分析一直是业内的焦点话题。本文通过建立相关模型,对动态调度问题加以研究。
简介:文章对0.5μm/40V高压工艺中形成的N阱电阻的SPICE模型进行研究。因为高压电路的实际应用,N阱电阻的寄生效应不可忽略,所以精确反应其电学特性的SPICE模型也显得尤为重要。从N阱电阻的测量结果反映其IV曲线的非线性特性和结型栅场效应管JFET输出特性曲线具有相似性,并通过对高压阱电阻与JFET的结构分析认为可以采用JFET的电压电流关系来建立合理的数学模型反映高压阱电阻的这种非线性特性。因此在文中借用JFET的SPICE模型作为基础,用宏模型的方法为高压N阱电阻建立了一套精确的SPICE模型、此模型适用于各类仿真器,具有一定的通用性.
简介:摘要RGV是有轨制导车辆,其可以与各种物流系统实现自动连接,对于提升产业自动化起着重要作用。基于此,对于RGV动态调度问题的研究和分析一直是业内的焦点话题。本文通过建立非线性目标规划模型,采用粒子群等算法,对动态调度问题加以分析。