精选范本,供参考!
页脚下载后可删除,如有侵权请告知删除!
精选范本,供参考!
数据驱动(Data-driven)概念的出现源自计算机科学领域,近些年其理论、应用等的研究都引起控制领域及仿真应用领域等的重点关注。数据驱动最初被视为一种适应性的仿真开发方法。在数据驱动的仿真模式中,数据驱动指任何应用需求都能够由系统数据及相关模型所描述,而无需进展再编程。以数据驱动思想为指导的应用涵盖控制、决策、调度和故障诊断等关键领域,包括制造过程控制、气候预报、交通管理、地理开采、生物传感等诸多具体应用。
随着城市路网规模的不断扩大和交通流量的显著增加原有的路径规划算法己经不能满足路网实时性的要求。针对数据驱动的动态路径规划方法进展仿真研究和探讨。
城市交通系统是一种典型的复杂系统,系统各要素之间的相互作用随机性较大,利用以往的数学分析或经历分析模型不可能准确地将真实环境模拟出来、为了找出更有效的方法,从60年代开场,研究人员着手研究交通仿真。尤其在近些年,随着计算机技术和软件工程控制理论以及人工智能的快速开展,仿真技术在各个领域得到)‘一泛的应用。交通环境的仿真就是计算机仿真技术在交通领域内的重要作用,是利用计算机数字模型来模拟复杂的交通环境并实施有效分析和评估的方法。
在大数据环境下,可以通过数据预处理手段从海量的实际道路信息数据中抽取正确可靠的历史数据,聚类而向路况的非关系型数据仓库,对以上多样化数据进展存储与组织,并通过数据挖掘,以关联规那么和相关系数等形式分析认知道路交通信息相关数据之间的关联关系,例如通过不同时段,某车辆在通过某一特定路段时在该路段行驶的时间长短测得该道路的拥堵时间,可以认知车辆在道路行驶拥堵状况的内在规律。
〔1〕客户点的需求量、客户点之间多条路径在某个时段的拥堵概率数据
(3)两点间最短路径规划。根据用户设定的具体地点,智能的规划最优路径,并且在屏幕上实时动态显示当前车辆状态,以及最优路径并根据在图中实时动态更新车辆所处位置信息。
按照大数据驱动的“关联+预测+调控〞的决策新模式,其中:
数据驱动讲稿 来自淘豆网www.taodocs.com转载请标明出处.