CN109816970B - 一种基于临界流的交通网安全裕度控制方法 - Google Patents
一种基于临界流的交通网安全裕度控制方法 Download PDFInfo
- Publication number
- CN109816970B CN109816970B CN201910134390.4A CN201910134390A CN109816970B CN 109816970 B CN109816970 B CN 109816970B CN 201910134390 A CN201910134390 A CN 201910134390A CN 109816970 B CN109816970 B CN 109816970B
- Authority
- CN
- China
- Prior art keywords
- flow
- network
- critical
- feasible
- traffic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于临界流的交通网安全裕度控制方法,所述方法包括以下步骤:对交通网络,利用状态空间采样法求解临界流,获取临界流集合;绘制临界流曲线并计算临界流曲线指标;利用临界流控制交通网络安全裕度;所述临界流满足临界性条件,所述临界性条件为:可行流任一弧增加任意流量后,在其余弧流量不减小条件下形成的新流总是至少一弧会过载,则原可行流是临界的。本发明计算交通网络流到其极限状态的距离,利用距离大小量化交通网络的安全裕度水平,避免因交通网络流超极限造成交通堵塞,降低发生交通事故的概率,保障交通效率和安全。
Description
技术领域
本发明涉及交通网络领域,尤其涉及一种基于临界流的交通网安全裕度控制方法。
背景技术
物理世界中存在的单个事物一般都有自己的极限范围,在极限范围内就可以正常工作;若工作状态超过了极限范围,则会带来不好的后果。有关联的事物组合在一起就形成了网络,网络也具有自己的极限范围。流量网络是网络中的一种常见类型,是弧具有容量和流量的网络。现有关于流量网络极限的研究主要是著名的最大流理论。
最大流问题是网络理论中的一个经典问题,可表述为:在一个流量网络(或容量网络)中,在满足任意弧的流量都不超过其容量条件下,寻求从源点到汇点的最大流量。1955年,T.E.哈里斯研究铁路网最大通过能力时首次提出了该问题[1]。L.R.福得和D.R.富尔克逊在1956年给出了一种著名的Ford-Fullkerson算法[2],标志了最大流理论的建立,以后最大流理论影响广泛[3-7]。
网络的某一个工作状态达到极限后就处于一种临界状态,此时,无法承担任意小流量的增加。最大流就处于这种临界状态。然而,达到最大流是一种最理想的情况,最大流只描述了极限范围很少一部分,还存在很多不是最大流的临界状态。
参考文献[8]和[9]在研究交通网络堵塞时也描述了这种小于最大流的临界状态。参考文献[10]在研究网络效率时,也涉及了小于最大流的临界状态。但都没有给出求解所有临界状态的方法,大多关注最大流问题,一直未能找到全网络流的完整极限范围,无法完整地认识网络的极限,难以有效评估网络的安全裕度,在探索提高网络效率时,可能出现超网络极限的运行情况,难以保障网络效率和安全。
在交通网络中,当不知道交通网络的极限能力而增加车流量时,可能导致交通网络流超过其极限能力,引发交通堵塞,甚至发生交通事故,影响交通。
基于此问题,本发明提出了一种基于临界流的交通网安全裕度控制方法,能求解交通网络的完整极限能力,结合交通网络的状态(交通网络流)控制网络的安全裕度,避免因交通网络流超极限带来的交通堵塞,降低发生交通事故的概率,保障交通效率和安全。
发明内容
本发明提供了一种基于临界流的交通网安全裕度控制方法,本发明对任意给定的交通网络,能够求解得到交通网络流的完整极限范围——临界流曲线,基于临界流控制交通网的安全裕度,计算交通网络在安全前提下交通网络流的安全裕度,即计算交通网络流到其极限状态的距离,利用距离大小量化交通网络的安全裕度水平,避免因交通网络流超极限带来交通堵塞,降低发生交通事故的概率,保障交通效率和安全,详见下文描述:
一种基于临界流的交通网安全裕度控制方法,所述方法包括以下步骤:
对交通网络,利用状态空间采样法求解临界流,获取临界流集合;绘制临界流曲线并计算临界流曲线指标;利用临界流控制交通网络安全裕度;
所述临界流满足临界性条件,所述临界性条件为:可行流任一弧增加任意流量后,在其余弧流量不减小条件下形成的新流总是至少一弧会过载,则原可行流是临界的。
所述对交通网络,利用状态空间采样法求解临界流具体为:
根据网络结构,建立描述网络的节点支路关联矩阵M;
对每一个网络流fi,判断其是否满足平衡条件以确定其是否是可行流;
对每一个可行流,判断其是否具备临界性,若满足则是一个临界流。
所述对每一个网络流fi,判断其是否满足平衡条件以确定其是否是可行流具体为:
根据节点支路关联矩阵M及网络流fi,计算顶点注入流量为M×fi,据此判断顶点注入流量是否满足网络平衡条件;
如果满足,则网络流fi是可行流,并得到一个可行流;
如果不满足,则网络流fi不是可行流,根据步长h进行完整地采样,生成新的网络流fi+1,重新计算顶点注入流量并判断顶点注入流量是否满足平衡条件,以此判断新网络流是否为可行流;
如此循环直到穷举生成该步长下的全部网络流,并判断每一个网络流是否满足网络平衡条件以确定其是否是可行流,从而得到以h为步长进行采样的所有可行流集合。
其中,所述对每一个可行流,判断其是否具备临界性具体为:
判断可行流集合中的每一个可行流fi是否满足临界性条件,若满足则可行流fi是一个临界流。
进一步地,所述绘制临界流曲线具体为:
根据临界流集合,以一定步长采样得到n个临界流,对这n个临界流的流量按从小到大顺序形成向量,再以流量为纵坐标、序号为横坐标绘制临界流曲线。
其中,所述临界流曲线指标具体包括:
最大临界流、最小临界流、以及平均临界流。
具体实现时,所述利用临界流控制交通网络安全裕度具体为:
计算交通网络流到其极限状态的距离,利用距离大小量化交通网络的安全裕度水平。
本发明提供的技术方案的有益效果是:
1、流量网络具有自己的极限范围,在极限范围内可以正常工作;若工作状态超过了极限范围,则会带来不好的后果,例如:在交通网络中,当不知道交通网络的极限能力而增加车流量时,可能导致交通网络流超过其极限能力,引发交通堵塞,甚至可能发生交通事故,影响交通,因此,计算出流量网络的完整极限范围具有重要意义;
2、本方法定义了网络的临界流,利用状态空间采样法求解网络的完整临界流,再绘制成临界流曲线,通过临界流曲线完整地描述了网络流的极限范围,最大流位于曲线的最高点;
3、本发明对任意给定的交通网络,能够求解得到交通网络流的完整极限范围——临界流曲线,利用临界流对交通网进行安全裕度控制,计算交通网络在安全前提下交通网络流的安全裕度,即计算交通网络流到其极限状态的距离,利用距离大小量化交通网络的安全裕度水平,避免因交通网络流超极限带来交通堵塞,降低发生交通事故的概率,保障交通效率和安全。
附图说明
图1为一种基于临界流的交通网安全裕度控制方法的流程图;
图2为利用状态空间采样法求解临界流的流程图;
图3为算例示意图;
图4为网络可行流的一个分布示意图;
图5为最大流和小于最大流的临界流的典型分布示意图;
其中,(a)为最大流的分布示意图;(b)为小于最大流的临界流的分布示意图。
图6为临界流曲线的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合交通网络对本发明实施方式作进一步地详细描述。本发明实施例将这种临界状态定义为临界流,提出了能找到交通网络所有临界状态的方法。该方法在状态空间中采样仿真求解交通网络的所有临界流,再绘制成临界流曲线。临界流曲线完整地描述了交通网络流的极限范围,最大流位于曲线的最高点。结合交通网络的状态(交通网络流),利用临界流对交通网进行安全裕度控制,避免因交通网络流超极限带来交通堵塞,降低发生交通事故的概率,保障交通效率和安全。
实施例1
一种基于临界流的交通网安全裕度控制方法,参见图1和图2,该方法包括以下步骤:
101:对交通网络,利用状态空间采样法求解临界流;
其求解具体过程可分为如下4步:
(1)根据网络结构,建立描述网络的节点支路关联矩阵M;
(3)对每一个网络流fi,判断其是否满足平衡条件以确定其是否是可行流;
根据节点支路关联矩阵M及网络流fi,计算顶点注入流量为M×fi,据此判断顶点注入流量是否满足网络平衡条件(本领域技术人员所公知,本发明实施例对此不做赘述),如果满足,则网络流fi是可行流,并得到一个可行流,如果不满足,则网络流fi不是可行流,随后根据步长h进行完整地采样(增加可行流fi中的某条弧的流量生成新的网络流fi+1,然后重新计算顶点注入流量并判断顶点注入流量是否满足平衡条件,以此判断新网络流是否为可行流,如此循环直到穷举生成该步长下的全部网络流,并判断每一个网络流是否满足网络平衡条件以确定其是否是可行流,从而得到以h为步长进行采样的所有可行流集合
(4)对每一个可行流,判断其是否具备临界性,若满足则是一个临界流。
判断可行流集合F={f1,...,fi,...,fn}中的每一个可行流fi是否满足临界性条件,若满足则可行流fi是一个临界流,若不满足,则可行流fi不是一个临界流,继续判断下一个可行流,直至判断完全部可行流,如此,可得到以h为步长进行采样的所有临界流集合CF={cf1,...,cfi,...,cfl}。
102:绘制临界流曲线并计算临界流曲线指标;
根据步骤101中得到的所有临界流集合CF,以一定步长采样得到n个临界流,对这n个临界流的流量按从小到大顺序形成向量,再以流量为纵坐标、序号为横坐标绘制临界流曲线,然后计算临界流曲线指标。
103:利用临界流控制交通网络安全裕度。
综上所述,本发明实施例通过上述步骤101-步骤103对任意给定的交通网络,能够求解得到交通网络流的完整极限范围——临界流曲线,利用临界流对交通网进行安全裕度评估,计算交通网络在安全前提下交通网络流的安全裕度,避免因交通网络流超极限带来交通堵塞,降低发生交通事故的概率,保障交通效率和安全。
实施例2
下面结合表1-表4、图3-图6,对实施例1中的方案进行进一步地介绍,详见下文描述:
为了便于整个方案的理解,先在表1和表2中给出变量符号和技术术语的定义,如下所示:
表1变量符号
表2术语定义
一、定义临界流
对于一个流量网络或容量网络G=(V,A,c),V={v1,v2,...,vn}为G中顶点的集合,vn为G中的第n个顶点,s是G中唯一的源点,t为G中唯一的汇点。A={a|a=(vi,vj)存在}为G中弧的集合。非负实数cij为A中弧(vi,vj)的容量。
在流量网络G中,以s为终点的弧的个数为0且以s为始点的弧的个数不为0(即点s的入度为0且其出度不为0),则点s是G中的一个源点,若G中除s以外不再含其它源点,则s是G中唯一的源点。
在流量网络G中,以t为始点的弧的个数为0且以t为终点的弧的个数不为0(即点t的出度为0且其入度不为0),则点t是G中的一个汇点,若G中除t以外不再含其它汇点,则t是G中唯一的汇点。
下面结合一个实际的交通网络进行说明,参见图3。在图3中,s的入度为0且其出度为2,则s是交通网络的一个源点,且除s外无其它源点,因此s是交通网络的唯一的源点。t的出度为0且其入度为2,则t是交通网络的一个汇点,且除t外无其它汇点,因此t是交通网络的唯一的汇点。设f={fij}是G上的一个可行流,fij为以vi为始点、vj为终点的弧的流量,如果f满足下面的临界性条件,则称f是G上的一个临界流,记为cf。临界性条件:
式(1)中:f′ml以m为始点且以l为终点的弧;f′lm以l为始点且以m为终点的弧。
式(1)的含义是:对一个可行流f,若任一弧(vi,vj)增加任意小的流量(f′ij=fij+ε)后,形成一个新流f′。在其余弧(vm,vl)流量不能减少(f′ml≥fml)的条件下,f′为满足平衡条件,部分弧的流量会增加。如果f′至少存在一个弧流量过载,即f′ij>cij,则可行流f具备临界性。
临界性:可行流任一弧增加任意流量后,在其余弧流量不减小条件下形成的新流总是至少一弧会过载,则原可行流是临界的。下面结合图4进行说明:
图4给出了算例网络的一个可行流的分布。验证发现,此时网络中的任意一个弧的流量均不能增加,该可行流具备临界性,是一个临界流,分两种场景说明:场景1:若某弧流量增加,将导致该弧过载,如弧a1、a3、a5;场景2:若某弧流量增加,该弧不过载,但在其余弧流量不能减小条件下,各弧流量会重新分布,此时将导致其他弧过载,如弧a2、a3和a4。以弧a2为例,若弧a2流量增加(fs2增大),由于需满足平衡条件f2t=fs2+f12,弧a3流量不能减小(f12不变),此时将导致弧a5流量过载(f2t增大,超过其容量)。综上所述,图4中的交通网络可行流分布满足临界性,是一个网络临界状态,即该可行流是一个临界流。
在上述定义中有一个条件:某弧增流量后,其余弧的流量不允许减少。这表示不允许削减其余弧的流量需求。若没有这个条件,即允许进行任意的流量优化,最终优化结果必然成为一个最大流。
二、求解临界流
本发明实施例提出一种求解临界流的状态空间采样法,其求解具体过程可分为如下4步:
(1)根据网络结构,建立描述网络的节点支路关联矩阵M;
(3)对每一个网络流,判断其是否满足平衡条件以确定其是否是可行流;
根据节点支路关联矩阵M及网络流fi,计算顶点注入流量为M×fi,据此判断顶点注入流量是否满足网络平衡条件,如果满足,则网络流fi是可行流,并得到一个可行流,如果不满足,则网络流fi不是可行流,随后根据步长h进行完整地采样(增加可行流fi中的某条弧的流量生成新的网络流fi+1,然后重新计算顶点注入流量并判断顶点注入流量是否满足平衡条件,以此判断新网络流是否为可行流,如此循环直到穷举生成该步长下的全部网络流,并判断每一个网络流是否满足平衡条件以确定其是否是可行流,从而得到以h为步长进行采样的所有可行流集合{f1,...,fi,...,fn}。
(4)对每一个可行流,判断其是否具备临界性,若满足则是一个临界流。
判断可行流集合F={f1,...,fi,...,fn}中的每一个可行流fi是否满足临界性条件,若满足则可行流fi是一个临界流,若不满足,则可行流fi不是一个临界流,继续判断下一个可行流,直至全部可行流,如此,可得到以h为步长进行采样的所有临界流集合CF={cf1,...,cfi,...,cfl}。
三、得到临界流曲线及其指标
定义临界流曲线(CF Curve):对所有临界流以一定步长采样得到n个临界流,对这n个临界流的流量按从小到大顺序形成向量,再以流量为纵坐标、序号为横坐标绘制出的曲线。
式中,i表示采样后排序的序号,即曲线横坐标;val(cfi)表示序号为i的临界流的流量,即曲线的纵坐标数。
通过临界流曲线能完整描述网络流的极限范围。
其中,临界流曲线具有3个基本指标,分别为:
1)CFmax是最大临界流,即流量最大的临界流,就是最大流流量。
2)CFmin是最小临界流流量,即流量最小的临界流。
四、利用临界流控制交通网络安全裕度
临界流曲线能完整地描述交通网络的极限能力,帮助人们掌握交通网络的极限状态。结合交通网络的状态(交通网络流),利用临界流对交通网进行安全裕度控制,计算交通网络在安全前提下交通网络流的安全裕度,即计算交通网络流到其极限状态的距离,利用距离大小量化交通网络的安全裕度水平,避免因交通网络流超极限带来交通堵塞,降低发生交通事故的概率,保障交通效率和安全。
五、总结
给定交通网络结构,控制网络安全裕度的步骤如下:
第一、利用状态空间采样法求解临界流;
第二、绘制临界流曲线并计算临界流曲线指标。
第三、利用临界流控制交通网络安全裕度。
实施例3
下面结合具体的算例对实施例1和2中的方案进行可行性验证,详见下文描述:
1、算例基本情况
算例交通网络结构如图3所示,该交通网络共有4个顶点(s、v1、v2、t),5条弧(a1、a2、a3、a4、a5),弧上的数值为每条弧的容量。
2、本发明实施步骤1)利用状态空间采样法求解临界流
以0.1为步长进行临界流采样,共得到31个临界流,见表3。这31个采样得到的临界流能完整代表所有临界流。
表3临界流采样结果
表3中的临界流包括了最大流,也包括了大量流量小于最大流的临界流。图5(a)和(b)分别给出了最大流、和小于最大流的临界流的典型分布。
2)绘制临界流曲线并计算临界流曲线指标
对表1中的采样点按流量大小排序后得到临界流曲线,如图6所示。
从图6看出,共31个临界流采样点,采样点21~31为达到最大流7时的采样点;共有11个最大流,约占1/3;采样点1~20为小于最大流的临界流采样点,共有20个,约占2/3。临界流下降呈线性。
临界流曲线指标如表4所示。
表4临界流曲线指标
从表4看出,最大临界流流量为7;最小临界流流量为5,相对最大流下降显著;平均临界流流量为6.32;临界流流量的极限范围为5~7,即算例交通网络流的极限能力在5到7之间。
3)利用临界流控制交通网络安全裕度
若算例交通网络的一个可行流f1为(5,1.5,1,4,2.5),其流量为6.5。算例交通网络的最大流是7,与其接近的是一个最大流。容易知道,f1的弧a2还可以增加0.5的流量,此时a5会变成3,从而达到最大流(5,2,1,4,3)。即可行流f1到其极限状态的距离(允许增加流量)是0.5,因此,可行流f1的安全裕度为0.5。
若算例交通网络的另一个可行流f2为(4.5,0,3,1.5,3),其流量为4.5。若没有发现临界流,按照现有知识,人们将认为f2到最大流(7)还有2.5的距离,即可行流f2的安全裕度为2.5,若据此提高交通网络效率,使交通网络增加大于0.5的流量,如弧a1(弧a2)增长大于0.5,则会造成弧a1(弧a5)过载超容量,此时会引起交通网络堵塞,不仅不能提高交通网络效率,反而影响了网络效率,甚至可能因交通网络堵塞增加交通事故发生的概率,影响网络安全。对可行流f2而言,利用最大流进行安全裕度控制是错误的,因为,与f2最近的极限状态并不是流量为7的最大流,而是一个流量为5的临界流,f2距离它只有0.5,即f2的弧a1增长0.5后,a4会变成2,从而达到临界流(5,0,3,2,3),因此可行流f2到其极限状态的距离(允许增加流量)是0.5,而不是2.5,所以,可行流f2的安全裕度为0.5,而不是2.5,因此,可在安全裕度0.5范围内,增加交通网络流量,提高交通网络效率,同时可保证交通网络安全。
基于上述发现可知,利用经典的最大流描述网络流的极限能力具有局限性,临界流才能完整地描述网络流的完整极限范围,利用临界流控制交通网络安全裕度是科学有效的。
综上所述,本发明实施例发现网络的极限仅用最大流描述是不完整的,还存在小于最大流的临界状态,本发明实施例称为临界流,并给出了基于临界流的网络流完整极限范围计算方法,可求解流量网络的完整极限,帮助人们正确地使用网络,利用临界流能有效的控制网络的安全裕度,计算交通网络在安全前提下交通网络流的安全裕度,即计算交通网络流到其极限状态的距离,利用距离大小量化交通网络的安全裕度水平,避免因交通网络流超极限带来交通堵塞,降低发生交通事故的概率,保障交通效率和安全。
参考文献:
[1]T.E.Harris,F.S.Ross.Fundamentals of a Method for Evaluating RailNet Capacities[R].Research Memorandum RM-1573,The RAND Corporation,SantaMonica,California,1955.
[2]Ford L R,Fulkerson D R.Solving the Transportation Problem[J].Management Science,1956,3(1):24-32.
[3]Jr J E K.Critical-Path Planning and Scheduling:Mathematical Basis[J].Operations Research,1961,9(3):296-320.
[4]Edmonds J,Johnson E L.Matching,Euler tours and the Chinese postman[J].Mathematical Programming,1973,5(1):88-124.
[5]Mamer J W,Smith S A.Optimizing Field Repair Kits Based on JobCompletion Rate[J].Management Science,1982,28(11):1328-1333.
[6]Orlin J B.On the simplex algorithm for networks and generalizednetworks[M]Mathematical Programming Essays in Honor of George B.Dantzig PartI.Springer Berlin Heidelberg,1985:166-178.
[7]Tso M,Kleinschmidt P,Mitterreiter I,et al.An efficienttransportation algorithm for automatic chromosome karyotyping[J].PatternRecognition Letters,1991,12(2):117-126.
[8]Ning XX,Shi Y P.The maximum flow problem of a network in theemergency situation[C].Proceedings of Systems Science&Systems Engineering-Second International Conference on Systems Science&Systems Engineering,Sept.1993,Beijing:555-558.
[9]Iri Mason.Theory of uncontrollable flows-a new type of network-flow theory as a model for the 21st century of multiple values[J].ComputersMath Application,1998,35(10):107-123.
[10]Liu K,Yan X.Current-flow efficiency of networks[J].Physica AStatistical Mechanics&Its Applications,2018,492:463-471.
[11]田丰,张运清.图与网络流理论[M].科学出版社,2015:257.
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于临界流的交通网安全裕度控制方法,其特征在于,所述方法包括以下步骤:
对交通网络,利用状态空间采样法求解临界流,获取临界流集合;绘制临界流曲线并计算临界流曲线指标;利用临界流控制交通网络安全裕度;
所述临界流满足临界性条件,所述临界性条件为:可行流任一弧增加任意流量后,在其余弧流量不减小条件下形成的新流总是至少一弧会过载,则原可行流是临界的;
其中,所述对交通网络,利用状态空间采样法求解临界流具体为:
根据网络结构,建立描述网络的节点支路关联矩阵M;
对每一个网络流fi,判断其是否满足平衡条件以确定其是否是可行流;
对每一个可行流,判断其是否具备临界性,若满足则是一个临界流;
其中,所述对每一个网络流fi,判断其是否满足平衡条件以确定其是否是可行流具体为:
根据节点支路关联矩阵M及网络流fi,计算顶点注入流量为M×fi,据此判断顶点注入流量是否满足网络平衡条件;
如果满足,则网络流fi是可行流,并得到一个可行流;
如果不满足,则网络流fi不是可行流,根据步长h进行完整地采样,生成新的网络流fi+1,重新计算顶点注入流量并判断顶点注入流量是否满足平衡条件,以此判断新网络流是否为可行流;
如此循环直到穷举生成该步长下的全部网络流,并判断每一个网络流是否满足网络平衡条件以确定其是否是可行流,从而得到以h为步长进行采样的所有可行流集合;
其中,所述对每一个可行流,判断其是否具备临界性具体为:
判断可行流集合中的每一个可行流fi是否满足临界性条件,若满足则可行流fi是一个临界流。
2.根据权利要求1所述的一种基于临界流的交通网安全裕度控制方法,其特征在于,所述绘制临界流曲线具体为:
根据临界流集合,以一定步长采样得到n个临界流,对这n个临界流的流量按从小到大顺序形成向量,再以流量为纵坐标、序号为横坐标绘制临界流曲线。
3.根据权利要求1所述的一种基于临界流的交通网安全裕度控制方法,其特征在于,所述临界流曲线指标具体包括:
最大临界流、最小临界流、以及平均临界流。
4.根据权利要求1所述的一种基于临界流的交通网安全裕度控制方法,其特征在于,所述利用临界流控制交通网络安全裕度具体为:
计算交通网络流到其极限状态的距离,利用距离大小量化交通网络的安全裕度水平。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910134390.4A CN109816970B (zh) | 2019-02-22 | 2019-02-22 | 一种基于临界流的交通网安全裕度控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910134390.4A CN109816970B (zh) | 2019-02-22 | 2019-02-22 | 一种基于临界流的交通网安全裕度控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109816970A CN109816970A (zh) | 2019-05-28 |
CN109816970B true CN109816970B (zh) | 2021-08-03 |
Family
ID=66607223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910134390.4A Active CN109816970B (zh) | 2019-02-22 | 2019-02-22 | 一种基于临界流的交通网安全裕度控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109816970B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000275055A (ja) * | 1999-03-23 | 2000-10-06 | Alpine Electronics Inc | ナビゲーション方法 |
KR100698785B1 (ko) * | 2005-03-16 | 2007-03-23 | 프리넥스 주식회사 | 통합 리모콘 겸용 차량 네비게이션 시스템 |
CN103606269A (zh) * | 2013-11-27 | 2014-02-26 | 东南大学 | 一种提高高速公路施工区通行效率的控制方法 |
CN105552890A (zh) * | 2015-12-23 | 2016-05-04 | 天津大学 | 基于安全域体积的配电网n-1安全运行范围的评价方法 |
-
2019
- 2019-02-22 CN CN201910134390.4A patent/CN109816970B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000275055A (ja) * | 1999-03-23 | 2000-10-06 | Alpine Electronics Inc | ナビゲーション方法 |
KR100698785B1 (ko) * | 2005-03-16 | 2007-03-23 | 프리넥스 주식회사 | 통합 리모콘 겸용 차량 네비게이션 시스템 |
CN103606269A (zh) * | 2013-11-27 | 2014-02-26 | 东南大学 | 一种提高高速公路施工区通行效率的控制方法 |
CN105552890A (zh) * | 2015-12-23 | 2016-05-04 | 天津大学 | 基于安全域体积的配电网n-1安全运行范围的评价方法 |
Non-Patent Citations (1)
Title |
---|
网络最大流算法与应用研究;孟晓婉;《中国优秀硕士学位论文全文数据库基础科学辑》;20130615(第6期);第2-4章 * |
Also Published As
Publication number | Publication date |
---|---|
CN109816970A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kao et al. | Data envelopment analysis with missing data: an application to university libraries in Taiwan | |
CN107103009B (zh) | 一种数据处理方法及装置 | |
CN109324905B (zh) | 数据库操作方法、装置、电子设备及存储介质 | |
CN110809275A (zh) | 基于无线城域网的微云节点放置方法 | |
CN105657449A (zh) | 一种视频转码分配方法、装置及视频转码系统 | |
CN109729017A (zh) | 一种基于dpi预测的负载均衡方法 | |
CN112101674A (zh) | 基于群智能算法资源配置匹配方法、装置、设备及介质 | |
CN115952832A (zh) | 自适应模型量化方法及装置、存储介质及电子装置 | |
CN109816970B (zh) | 一种基于临界流的交通网安全裕度控制方法 | |
CN114513470A (zh) | 网络流量控制方法、装置、设备及计算机可读存储介质 | |
Guo et al. | Scheduling flows with unknown sizes: Approximate analysis | |
Gontijo et al. | Performance Evaluation and Dimensioning of GI X/M/c/N Systems through Kernel Estimation. | |
CN105404554B (zh) | 用于Storm流计算框架的方法和装置 | |
CN106445680B (zh) | 基于综合效用的计算单元迁移方法 | |
Zadorozhnyi et al. | Methods to reduce loss probability in systems with infinite service time dispersion | |
Wenzel et al. | Model predictive control for central plant optimization with thermal energy storage | |
Mailach et al. | Scheduling jobs with estimation errors for multi-server systems | |
Ultes et al. | Reward-balancing for statistical spoken dialogue systems using multi-objective reinforcement learning | |
Konovalov et al. | A Simple Dispatching Policy For Minimizing Mean Response Time In Non-Observable Queues With SRPT Policy Operating In Parallel. | |
US20150310330A1 (en) | Computer-implemented method and system for digitizing decision-making processes | |
Mehdian et al. | Join-the-shortest-queue scheduling with delay | |
Wang et al. | Quantpipe: Applying adaptive post-training quantization for distributed transformer pipelines in dynamic edge environments | |
Malik et al. | Comparative analysis of heuristics for make span minimizing in flow shop scheduling | |
CN114882388A (zh) | 多任务模型的训练及预测方法、装置、设备和介质 | |
Angius et al. | Approximate transient analysis of queuing networks by decomposition based on time-inhomogeneous Markov arrival processes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |