陈作汉
- 作品数：36 被引量：61H指数：5
- 供职机构：兰州理工大学更多>>
- 发文基金：国家自然科学基金甘肃省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学交通运输工程化学工程更多>>
- 一种基于知识驱动方法的分布式装配阻塞流水车间集成调度方法
- 本申请涉及制造生产调度领域，具体涉及一种基于知识驱动方法的分布式装配阻塞流水车间集成调度方法；其包括加工序列生成模块，使用知识驱动的方法，构造分布式装配阻塞流水车间各个加工工厂中待加工工件的调度序列；装配序列生成模块，使...
- 赵付青杜松霖曹洁唐建新张建林陈作汉
- 交通流多时间尺度特性分析与参数模型研究被引量：3
- 2021年
- 为揭示交通流的内在动态特性,利用符号动力学中的Lempel-Ziv算法计算不同时间尺度下的交通流时间序列复杂度,并基于相关性理论分析方法,探索了交通流在时间和空间上的相关性。针对经典的单段函数模型无法准确表征不同交通状态下交通流参数关系的问题,提出了一种二阶段交通流参数关系模型。采用Pe MS系统采集的交通流数据,运用非线性最小二乘法对交通流量—密度关系进行拟合。实验结果表明:本文模型的拟合性能均优于其他四种模型。从根均方误差(RMSE)可见,模型的拟合标准误差较单段3PL模型平均降低了7.6%,表明模型能较好地表示不同交通状态的参数关系,建立的参数模型对交通状态判别和短时预测具有实际的应用价值。
- 曹洁孙兆军张红张红侯亮
- 关键词：交通流
- 基于搜索偏好知识的复杂多模差分进化算法被引量：2
- 2020年
- 针对复杂多模优化问题,提出一种基于搜索偏好知识的差分进化算法PKLSHADE。PKLSHADE将先验搜索偏好知识注入到种群的进化过程,在不同的进化阶段对种群的多样性和集约性区分考虑,进化早期重视差分扰动以增强算法的全局开发能力,进化后期更多围绕当前最优解进行局部精细搜索。同时,基于搜索偏好知识的变异策略能够实现差分进化算法全局开发和局部搜索的自适应平滑过渡,避免两搜索阶段的硬切换。在CEC2017复杂混合多模函数上的实验结果及统计分析表明,PKLSHADE在最优解的精度、算法的稳定性等方面均优于LSHADE、EBLSHADE、jSO及AMECoDEs等近年来的优秀差分进化算法。
- 陈作汉曹洁曹洁赵付青
- 关键词：差分进化
- 一种基于协同演化算法的流水车间节能调度求解方法
- 本发明一种基于协同演化算法的流水车间节能调度求解方法，该调度问题同时考虑经优化济指标和绿色指标。在提出的TS‑CEA中，分析问题的属性后，两个构造型启发式算法被使用去产生想要的初始调度解。在TS‑CEA的第一阶段，一个迭...
- 赵付青何轩曹洁陈作汉张建林唐建新
- 一种基于多策略水波优化算法的调度方法
- 本发明一种基于多策略水波优化算法的调度方法。根据水波优化算法的运行机制以及算法中三大操作的问题特性，主要内容包括：对于连续优化问题，提出基于反向学习和协方差矩阵自适应进化方法的水波算法，将原始水波算法的折射操作用协方差矩...
- 赵付青张丽欣曹洁陈作汉张建林唐建新
- 高可用性Web-ITS系统研究
- 2011年
- 文章介绍了智能交通系统的概念和相关技术,并对传统智能交通系统的构架进行分析和讨论,提出了构建基于群集和RAID技术的高可用性Web-ITS系统的解决方案和技术路线。同时对Web-ITS系统的节点冗余、负载均衡、数据冗余、数据安全进行了讨论和研究,结果表明,建立高可用性Web-ITS系统是可行的,也是快速发展Web-ITS必然要求。
- 高玮军马栋林陈作汉赵付清
- 关键词：群集RAID技术高可用性
- 基于自适应加权平均的车速检测研究
- 2012年
- 随着智能交通的发展,海量的交通状态实时数据成为智能交通的研究对象,利用低损耗获取高实时性的交通流状态成为实际应用研究中的重点.本文引入一种自适应加权平均的车速检测方法,与以往的方法相比,自适应加权平均方法更加简单,并且容易实现;虽然其误差比最小均方差加权平均算法略大,但是这种方法不必以存储海量的交通信息数据为代价,解决了交通信息采集过程中的关键——实时性不高、存储容量大等实际问题.通过MATLAB仿真结果可以看到,此方法大大节省了数据存储空间和数据处理的时间,适合在实际工程应用中广泛推广.
- 侯亮许桂华王进花马威陈作汉
- 关键词：智能交通实时性车速检测权值
- 交互动态图卷积及概率稀疏注意力的交通流预测方法
- 交互动态图卷积及概率稀疏注意力的交通流预测方法，所述的交通流预测方法，IDG‑PSAtt方法由交互式动态图卷积网络IDGCN和时空卷积块ST‑Conv Block以及概率稀疏自注意力机制ProbSSAtt Block构成...
- 张红陈林彪陈林龙张玺君侯亮陈作汉
- 基于小波和多维重构的BP神经网络交通流短时预测被引量：11
- 2018年
- 针对采集过程中噪声影响以及交通流时间序列的强相关性,提出一种基于小波和多维重构的BP神经网络交通流短时预测方法。运用启发式小波降噪法对原始交通流数据进行降噪处理,剔除数据中的噪声;基于C-C法将交通流数据进行多维度相空间重构,充分挖掘交通流的多维变化特性;构建多维度的BP神经网络进行交通流短时预测研究。运用2 400组数据进行实验,并与传统的BP神经网络、Elman神经网络以及SVM进行对比。实验结果表明,该方法具有较高的预测精度,绝对误差降低约2.408 0,均方误差降低约26.597 2。
- 曹洁沈钧珥张红张红侯亮
- 关键词：小波降噪相空间重构BP神经网络短时交通流预测
- 一种时空卷积融合概率稀疏注意力机制的交通流预测方法
- 一种时空卷积融合概率稀疏注意力机制的交通流预测方法，所述的交通流组合预测方法，包含时空图卷积模块(T‑GCN Block)、时空卷积模块(ST‑Conv Block)和多头概率稀疏注意力模块(ProbSSAtt Bloc...
- 张红陈林彪陈林龙张玺君侯亮陈作汉
