基于神经网络和数学规划算法的城市动态路径诱导和交通控制一体化系统应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60504027
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    24.0万
  • 负责人：
    杨旭华
  • 依托单位：
    浙江工业大学
  • 学科分类：
    F0301.控制理论与技术
  • 结题年份：
    2008
  • 批准年份：
    2005
  • 项目状态：
    已结题
  • 起止时间：
    2006-01-01 至2008-12-31

项目摘要

研究内容：.（1）利用神经网络和数学规划算法来研究城市动态交通实时最优分配算法。.（2）基于神经网络的交通预测模型研究。.（3）基于神经网络的交通信息的最优估计研究。.（4）基于神经网络的动态路径诱导和交通控制一体化研究，提出新的组合模型和新的优化指标并给出新的动态路径诱导算法。.（5）基于本项目研究成果开发"动态交通诱导和控制综合平台"软件包，力争实际应用。.意义：在神经网络和数学规划的背景下进行城市动态路径诱导和交通控制的一体化研究，是城市管理的一个全新的课题。本课题研究动态路径诱导与交通控制的相互影响和相互作用，寻找使城市路网运行效率最高的途径；有助于科学地引导和控制交通流，可以有效地提高现有的道路网络运行效率、提高交通安全、降低能耗和环境污染。本课题的研究成果不仅将丰富和发展交通控制理论，也是改善城市交通状况的关键技术之一，对城市经济的可持续发展具有相当重要的应用价值。

结项摘要

项目成果

期刊论文数量（12）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（0）
基于复杂网络的城市公共交通网络研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程
  • 影响因子：
    --
  • 作者：
    杨旭华;王波;顾前;王万良
  • 通讯作者：
    王万良
基于RBF神经网络的单交叉口自学习控制系统
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    机电工程
  • 影响因子：
    --
  • 作者：
    王万良;杨旭华;杨海东
  • 通讯作者：
    杨海东
基于FART神经网络的高速公路交通事件检测法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    机电工程
  • 影响因子：
    --
  • 作者：
    王万良;董颖颖;杨旭华
  • 通讯作者：
    杨旭华
一种基于幂级数展开和最小二乘法的高速公路稳态速度-密度平衡关系式的辨识算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    公路交通科技
  • 影响因子：
    --
  • 作者：
    王万良;孙优贤;杨旭华
  • 通讯作者：
    杨旭华
WS 与 NW 两种小世界网络模型的建模及仿真研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    浙江工业大学学报
  • 影响因子：
    --
  • 作者：
    杨旭华;王万良;王波
  • 通讯作者：
    王波

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

利用网络表征学习辨识复杂网络节点影响力
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    小型微型计算机系统
  • 影响因子：
    --
  • 作者：
    杨旭华;熊帅
  • 通讯作者：
    熊帅
基于深度信念网络的医院门诊量预测
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    杨旭华;钟楠祎
  • 通讯作者：
    钟楠祎
基于K-最短路径的交通网络传输性能分析
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    浙江工业大学学报
  • 影响因子：
    --
  • 作者：
    杨旭华;李传告;陈光
  • 通讯作者：
    陈光
基于相位信息的感应电动机转子故障检测
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电工技术学报
  • 影响因子：
    --
  • 作者：
    魏云冰;杨旭华;王万良;冯浩
  • 通讯作者：
    冯浩
一种考虑屏蔽效应的电路输入向量敏感性计算方法
  • DOI：
    10.11897/sp.j.1016.2018.02282
  • 发表时间：
    2018
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    肖杰;李伟;江建慧;杨旭华;高楠;胡海根
  • 通讯作者：
    胡海根

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

杨旭华的其他基金

基于知识图谱和属性网络的多元信息融合与可解释推荐
  • 批准号：
  • 批准年份：
    2021
  • 资助金额：
    57 万元
  • 项目类别：
    面上项目
基于知识图谱和属性网络的多元信息融合与可解释推荐
  • 批准号：
    62176236
  • 批准年份：
    2021
  • 资助金额：
    57.00 万元
  • 项目类别：
    面上项目
具有公共自行车共享系统的多模式城市公交网络建模与优化研究
  • 批准号：
    61773348
  • 批准年份：
    2017
  • 资助金额：
    63.0 万元
  • 项目类别：
    面上项目
基于耦合空间网络的城市交通网络机理及优化方法研究
  • 批准号：
    61374152
  • 批准年份：
    2013
  • 资助金额：
    79.0 万元
  • 项目类别：
    面上项目
具有随机重叠派系结构的加权复杂动态网络及其在公共交通网络中的应用研究
  • 批准号：
    60874080
  • 批准年份：
    2008
  • 资助金额：
    30.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码