在現(xiàn)如今人們生活水平越來越好的今天,人類社會進入高度文明,各國相繼提出了智慧城市的理念,其中至關重要的一項就是智慧交通,然而隨著私家車數(shù)量的與日俱增,直接造成了城市道路的大量擁堵,尤其是在諸如北京、上海、廣州、深圳等一線城市交通擁堵更是造成了大量的經濟損失.并且在一個城市里交通擁堵的地方發(fā)生事故的頻率也相對較高,嚴重影響了人們的生命財產安全.顯然,城市交通嚴重擁堵的問題是于智慧城市的理念是相悖的,可以說,如果城市交通嚴重擁堵的問題不改善,那么智慧城市的理念也很難得到實現(xiàn).究其原因,除了私家車數(shù)量眾多以外還有以下兩點主要原因:（1）部分道路建設方案及道路規(guī)劃不合理;（2）缺乏對交通的宏觀調控和交通誘導.尤其原因1造成的影響更大,例如某市原先的道路建設規(guī)劃不合理,如果該路已經建成,此時,要么重新設計建路方案重新動土開工,然而這樣必然造成了人力財力物力的極大浪費;要么繼續(xù)留用此路,但是以后的建路方案就會被該路所牽制,層層聯(lián)動,惡性循環(huán),最終可能就會導致該市的整個交通道路規(guī)劃出現(xiàn)問題,而這個問題直接影響了一個城市的發(fā)展.例如,在2016年,高德地圖聯(lián)合交通運輸部科學研究院、清華大學戴姆勒可持續(xù)... 

【文章來源】：深圳大學廣東省

【文章頁數(shù)】：97 頁

【學位級別】：碩士

【部分圖文】：

池和資源2)資源通路

圖 2-2 資源通路模式源流動的每次迭代中，節(jié)點會根據(jù)與其相連的資源通路牽引或者種行為稱為啟動(fire)，但是在一個描述機制的 Machination 圖中并一開始就是啟動的，一個節(jié)點何時啟動取決于該節(jié)點的激tion mode).式一：自動激活(automatic).這種模式下的節(jié)點在每個迭代步長都會送資源，這時所有自動激活的節(jié)點的行為都是同時進行的.式二：交互激活(interactive).這種模式下的節(jié)點要接收到人為的輸入以理解為與人工的交互.式三：前導激活(starting action).這種模式下的節(jié)點會在第一次迭代而且只啟動這一次.式四：被動激活(passive).這種模式下的節(jié)點只有在接收到其他元件

) 激活模式在資源流動的每次迭代中，節(jié)點會根據(jù)與其相連的資源通路牽引或者推送，這種行為稱為啟動(fire)，但是在一個描述機制的 Machination 圖中并不是節(jié)點一開始就是啟動的，一個節(jié)點何時啟動取決于該節(jié)點的激活模activation mode).模式一：自動激活(automatic).這種模式下的節(jié)點在每個迭代步長都會自動或推送資源，這時所有自動激活的節(jié)點的行為都是同時進行的.模式二：交互激活(interactive).這種模式下的節(jié)點要接收到人為的輸入才會，可以理解為與人工的交互.模式三：前導激活(starting action).這種模式下的節(jié)點會在第一次迭代的時動，而且只啟動這一次.模式四：被動激活(passive).這種模式下的節(jié)點只有在接收到其他元件產生發(fā)器才能激活.在 Machination 中表示如下：

【參考文獻】：
期刊論文
[1]基于Unity 3D的裝甲車輛虛擬現(xiàn)實運動系統(tǒng)的設計[J]. 劉忠凱,李煥良,孫琰,楊小強.  機械制造與自動化. 2016(04)
[2]基于Unity3d的鐵路信號設備虛擬現(xiàn)實系統(tǒng)研究[J]. 王文潤,王陽萍,雍玖.  鐵道標準設計. 2016(08)
[3]大數(shù)據(jù)及其在城市智能交通系統(tǒng)中的應用綜述[J]. 陸化普,孫智源,屈聞聰.  交通運輸系統(tǒng)工程與信息. 2015(05)
[4]貝葉斯算法BP神經網(wǎng)絡缺陷量化研究[J]. 田凱,孫永泰,高慧,傅忠堯.  中國測試. 2014(03)
[5]國內外交通擁堵評價指標計算方法研究[J]. 鄭淑鑒,楊敬鋒.  公路與汽運. 2014(01)
[6]基于組合預測模型的短時交通流預測[J]. 李穎宏,劉樂敏,王玉全.  交通運輸系統(tǒng)工程與信息. 2013(02)
[7]基于Unity3D平臺的三維虛擬城市研究與應用[J]. 王星捷,李春花.  計算機技術與發(fā)展. 2013(04)
[8]基于Unity3D的虛擬校園開發(fā)研究與實現(xiàn)[J]. 歐陽攀,李強,盧秀慧.  現(xiàn)代電子技術. 2013(04)
[9]城市交通狀態(tài)判別方法的研究[J]. 尹婧,高軍偉,王彬,冷子文.  青島大學學報(工程技術版). 2012(03)
[10]基于主成分分析與支持向量機結合的交通流預測[J]. 孫占全,潘景山,張贊軍,張立東,丁青艷.  公路交通科技. 2009(05)

博士論文
[1]基于小波的神經網(wǎng)絡研究及其在信息處理中的應用[D]. 程蓉.中北大學 2015

碩士論文
[1]基于混合遺傳算法的快遞車輛路徑優(yōu)化問題的研究[D]. 于豐平.青島科技大學 2017
[2]BP神經網(wǎng)絡在股票投資分析中的應用[D]. 喬建偉.電子科技大學 2013



本文編號：3099081