面向人工交通系统仿真的人口建模研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61004090
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    23.0万
  • 负责人：
    缪青海
  • 依托单位：
    中国科学院大学
  • 学科分类：
    F03.自动化
  • 结题年份：
    2013
  • 批准年份：
    2010
  • 项目状态：
    已结题
  • 起止时间：
    2011-01-01 至2013-12-31

项目摘要

本项目基于人工交通系统的理论与方法，针对基于活动的交通仿真中人口建模方法存在的局限，研究交通仿真中人口建模的新途径。首先，将社会学和行为心理学的研究成果应用于交通仿真中建立人口Agent建模，以社会学关于社会分层的研究结果取代费时费力交通调查，以行为心理学的一般规律取代出行活动链，以人的活动转换为基础，模拟交通出行需求的产生过程。其次，以流形多重覆盖法取代规则法，建立多种外界因素对人的交通出行产生影响的机制模型。最后，根据实测数据与仿真结果的对比提出人口模型的评价方法，并根据两者误差采用反馈神经网络方法进行模型参数标定和校正。与传统的人口模型相比，避免了数据调查带来的困难，综合了多种外部因素的作用，使得交通出行需求的产生更加符合实际，参数校正环节的引入增加了仿真结果的可信度。

结项摘要

本项研究从复杂系统理论出发,将宏观层面的人口社会分层与微观层面的个体行为心理学一般规律相结合,提出了人工交通系统人口模型.该模型将人的日常生活分为休息、工作、休闲、提高等有限状态，个人在状态之间的转换引发交通出行的需求。模型分别从人口空间分异、个体状态转换、出行方式选择等方面的研究结果为依据建立人口Agent系统，以生成的活动取代设定的出行计划表，在仿真过程中避免传统OD矩阵的局限。模型给出了在人工交通系统中进行仿真实验的一般步骤。在此基础上，利用数学流形中多重覆盖思想，考虑天气、突发事件等综合因素，为研究多因素影响交通出行的作用机制引入了更合理的数学方法。本项研究基于所提出的模型和开发的仿真平台，以北京、济南、广州等地实测交通数据为参照，选取高峰流量起止时刻、峰值流量时刻等为指标，对交通仿真结果进行评价，从而为提高模型准确性、增加仿真结果的可信度提出有效途径。研究成果在IEEE智能交通系统会刊上发表论文1篇（SCI），在国际学术会议上发表论文9篇，提交专利申请1项。

项目成果

期刊论文数量（1）
专著数量（0）
科研奖励数量（0）
会议论文数量（9）
专利数量（0）

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

非连续变形分析中方程组的并行化求解方法
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    中国科学院大学学报
  • 影响因子：
    --
  • 作者：
    肖云帆;肖俊;缪青海;王颖
  • 通讯作者：
    王颖
人工交通系统计算实验的分布式框架研究
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    Journal of System Simulation
  • 影响因子：
    --
  • 作者：
    陈松航;汤淑明;朱凤华;缪青海
  • 通讯作者：
    缪青海
基于对等计算的人工交通系统设计
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    交通运输系统工程与信息
  • 影响因子：
    --
  • 作者：
    缪青海;汤淑明;王飞跃
  • 通讯作者：
    王飞跃
Parallel Computing of DDA Based on GPU
基于GPU的DDA并行计算
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    International Journal of Geomechanics
  • 影响因子：
    3.7
  • 作者：
    肖云帆;缪青海;黄敏
  • 通讯作者：
    黄敏

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

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