基于隨機(jī)效應(yīng)模型的交叉口事故碰撞類型建模

王雪松，袁景輝，楊筱菡

摘要：目的：傳統(tǒng)的交叉口安全分析通過建立交叉口總事故數(shù)與幾何設(shè)計(jì)、信號(hào)控制、運(yùn)行狀況等特征變量的統(tǒng)計(jì)模型來分析事故發(fā)生的顯著影響因素。然而不同碰撞類型事故發(fā)生前的碰撞行為不同，其影響因素也存在較大差異。此外，交叉口各進(jìn)口道的幾何設(shè)計(jì)、信號(hào)控制、交通流量均存在一定差異，且各進(jìn)口道發(fā)生的事故數(shù)也并不是均勻分布。在交叉口層面集計(jì)各進(jìn)口道的事故總數(shù)與交叉口整體特征建立統(tǒng)計(jì)模型容易掩蓋事故與進(jìn)口道層面特征因素的關(guān)聯(lián)關(guān)系，難以對事故影響因素進(jìn)行深入分析。與此同時(shí)，同一交叉口的不同進(jìn)口道的交通流量、信號(hào)控制等因素之間存在相互影響，致使不同進(jìn)口道之間存在一定的空間相關(guān)性。綜合考慮各進(jìn)口道之間的差異性和相關(guān)性，基于交叉口進(jìn)口道的特征數(shù)據(jù)對各碰撞類型事故分別進(jìn)行建模研究。方法：基于進(jìn)口道層面對不同碰撞類型事故分別建立隨機(jī)效應(yīng)模型，通過在負(fù)二項(xiàng)模型中引入隨機(jī)效應(yīng)項(xiàng)來考慮交叉口不同進(jìn)口道之間的空間相關(guān)性。采用全貝葉斯方法對隨機(jī)效應(yīng)模型參數(shù)進(jìn)行估計(jì)，全貝葉斯方法通過引入估計(jì)參數(shù)的先驗(yàn)分布來避免由于樣本數(shù)據(jù)隨機(jī)性導(dǎo)致的回歸平均值問題。由于沒有可靠的先驗(yàn)信息，假定所有的回歸系數(shù)服從正態(tài)分布，負(fù)二項(xiàng)分布的離散系數(shù)以及隨機(jī)效應(yīng)的方差服從Inverse-Gamma分布。結(jié)果：模型結(jié)果表明，不同碰撞類型事故的顯著影響因素存在較大差異，其影響因素主要分為3個(gè)方面，交通特征、幾何設(shè)計(jì)、交通控制。（1）交通特征：沖突交通量對各碰撞類型事故的影響均顯著為正，并且其對追尾事故和側(cè)向刮擦事故的影響程度顯著高于其他事故類型。（2）幾何設(shè)計(jì)：右轉(zhuǎn)車道數(shù)對追尾事故和側(cè)向刮擦事故有顯著正影響，左轉(zhuǎn)車道數(shù)則只對側(cè)向刮擦事故有顯著正影響。直行車道數(shù)與直角側(cè)撞事故數(shù)顯著負(fù)相關(guān)，然而其對側(cè)向刮擦以及對向左轉(zhuǎn)事故均有顯著正影響。對向直行車道數(shù)僅對相交左轉(zhuǎn)事故有顯著負(fù)影響。（3）控制屬性：進(jìn)口道左轉(zhuǎn)控制類型對追尾事故、對向左轉(zhuǎn)事故、相交左轉(zhuǎn)事故以及側(cè)向刮擦事故均有顯著影響。信號(hào)線控類型對追尾事故有顯著正影響，黃燈時(shí)長以及全紅時(shí)長均對直角側(cè)撞事故有顯著負(fù)影響，進(jìn)口道限速值對追尾事故和對向左轉(zhuǎn)事故均有顯著正影響。結(jié)論：基于交叉口進(jìn)口道層面針對5種碰撞類型事故分別建立了隨機(jī)效應(yīng)模型，結(jié)果表明不同碰撞類型事故的影響因素不同，同一影響因素對不同的碰撞類型事故的影響程度均存在顯著差異，甚至出現(xiàn)截然相反的情況。這也從結(jié)論的角度證實(shí)了對交叉口區(qū)分事故碰撞類型進(jìn)行建模分析的重要性以及必要性。基于進(jìn)口道層面對各類型事故的影響因素進(jìn)行分析可以更深入地揭示交叉口進(jìn)口道的特征屬性對各類型事故發(fā)生的影響。在此基礎(chǔ)上，可以為相關(guān)部門的多方面工作提供理論依據(jù)，例如交叉口設(shè)計(jì)、管理以及事故多發(fā)交叉口判別與改善分析等。

來源出版物：同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版）, 2016, 44(1):81-86

入選年份：2016

利用粒子群算法的傳感器優(yōu)化布置及結(jié)構(gòu)損傷識(shí)別研究

趙建華，張陵，孫清摘要：目的：損傷識(shí)別問題是結(jié)構(gòu)健康監(jiān)測研究的核心內(nèi)容，而用以進(jìn)行結(jié)構(gòu)損傷識(shí)別的數(shù)據(jù)則主要是通過布設(shè)在結(jié)構(gòu)各部位的傳感器來獲取的。由于受經(jīng)濟(jì)和結(jié)構(gòu)運(yùn)行狀態(tài)等因素的限制，在結(jié)構(gòu)的所有自由度上安裝傳感器是不可能也是不現(xiàn)實(shí)的，且過多傳感器所帶來的冗余數(shù)據(jù)會(huì)對信息的高速存儲(chǔ)及有效分析帶來一定困難。因此，如何將有限數(shù)目的傳感器布置在結(jié)構(gòu)最合理的位置，即傳感器的優(yōu)化布置問題，并利用這些有限測點(diǎn)獲取的測量數(shù)據(jù)進(jìn)行損傷識(shí)別是結(jié)構(gòu)健康監(jiān)測系統(tǒng)需要解決的一個(gè)關(guān)鍵性問題。為了合理布置結(jié)構(gòu)健康監(jiān)測系統(tǒng)中傳感器的位置及滿足結(jié)構(gòu)損傷識(shí)別的要求，提出了一種基于改進(jìn)粒子群算法的傳感器優(yōu)化布置方法。方法：首先，以模態(tài)保證準(zhǔn)則（MAC）矩陣的最大非對角元極小化為目標(biāo)，構(gòu)造出滿足優(yōu)化條件的適應(yīng)度函數(shù)。MAC矩陣的非對角元素Aij（i≠j）代表了相應(yīng)模態(tài)向量的正交性狀況，當(dāng)其值為0時(shí)，表明第i階和第j階向量相互正交；而當(dāng)其值為1時(shí)，表明兩向量不可分辨。也就是說，其值越小，各階測試自由度模態(tài)的獨(dú)立性越好，傳感器的布置效果也就越好；反之，各階測試自由度模態(tài)的相關(guān)性值越大，傳感器的布置效果則越差。其次，以適應(yīng)度函數(shù)作為評價(jià)解群體優(yōu)劣的標(biāo)準(zhǔn)，并采用改進(jìn)的粒子群算法搜索出傳感器的最佳布設(shè)位置。粒子群優(yōu)化算法是一種基于群體智能的進(jìn)化計(jì)算技術(shù)，它通過不斷更新每個(gè)粒子的速度和位置，最終搜索到全局最好極值點(diǎn)位置，即找出傳感器的最佳布設(shè)位置。在此基礎(chǔ)上，利用振型動(dòng)力擴(kuò)充技術(shù)把有限測點(diǎn)的測量模態(tài)數(shù)據(jù)擴(kuò)展為完整自由度模態(tài)數(shù)據(jù)，其基本思路是將實(shí)測自由度擴(kuò)展到有限元模型理論的自由度上，利用插值擴(kuò)階方法獲得未測量自由度上的振動(dòng)信息，進(jìn)而獲得整個(gè)結(jié)構(gòu)完整自由度上的振動(dòng)信息并利用所提損傷識(shí)別方法進(jìn)行結(jié)構(gòu)損傷識(shí)別。結(jié)果：傳感器的優(yōu)化布置問題本質(zhì)上是一類特殊的旅行商問題，就是將給定數(shù)目的傳感器布置在結(jié)構(gòu)最優(yōu)位置處，以便獲取盡可能多的結(jié)構(gòu)動(dòng)力特性信息和響應(yīng)數(shù)據(jù)。要對傳感器進(jìn)行優(yōu)化布置，需確定出合理的且能夠滿足設(shè)計(jì)要求的優(yōu)化準(zhǔn)則和選用簡單高效的優(yōu)化方法。結(jié)論：通過一個(gè)二維平面桁架結(jié)構(gòu)算例對所提方法進(jìn)行有效性驗(yàn)證，數(shù)值結(jié)果表明：所提傳感器布設(shè)方法能夠高效地搜索出給定數(shù)目的傳感器優(yōu)化位置；有限測點(diǎn)的模態(tài)數(shù)據(jù)經(jīng)振型擴(kuò)充后所得數(shù)據(jù)與完整測試模態(tài)具有非常好的相關(guān)性；利用傳感器優(yōu)化布置方案獲得的測量數(shù)據(jù)能夠準(zhǔn)確高效地識(shí)別出結(jié)構(gòu)的損傷位置和程度，且測量數(shù)據(jù)越完整，結(jié)構(gòu)損傷識(shí)別的精度越高。

來源出版物：西安交通大學(xué)學(xué)報(bào), 2015, 49(1): 79-85

入選年份：2016

活性污泥合成聚羥基脂肪酸酯工藝過程研究進(jìn)展

郭子瑞，黃龍，陳志強(qiáng)，等

摘要：目的：聚羥基脂肪酸酯（PHAs）是原核微生物在營養(yǎng)物質(zhì)缺乏的情況下，作為儲(chǔ)備碳源而在細(xì)胞內(nèi)存儲(chǔ)的聚合脂類物質(zhì)。系統(tǒng)梳理了利用活性污泥合成 PHA工藝中產(chǎn)PHA混合菌群富集階段和PHA合成階段的相關(guān)研究進(jìn)展，并對今后的研究方向提出建議和展望。研究進(jìn)展：近年來，大量研究集中于混合菌群的富集馴化工藝。由于城市污水處理廠的活性污泥可以作為混合菌群的良好來源，活性污泥利用廉價(jià)碳源合成PHA成為研究熱點(diǎn)?；钚晕勰嗪铣蒔HA的工藝研究中，普遍采用三段式方法：第一階段，底物準(zhǔn)備階段，通常用于制備適于 PHA合成的底物，如工業(yè)與農(nóng)業(yè)廢水等含有復(fù)雜有機(jī)物組分，需通過厭氧預(yù)處理將其轉(zhuǎn)化為揮發(fā)性脂肪酸以適合微生物吸收利用；第二階段，將活性污泥中的混合菌群在反應(yīng)器中進(jìn)行馴化，在選擇壓力的作用下篩選出能夠合成 PHA的優(yōu)勢菌群；第三階段，利用第二階段富集出的混合菌群和第一階段的底物在批次實(shí)驗(yàn)中實(shí)現(xiàn) PHA在混合菌群細(xì)胞內(nèi)的大量合成。而針對第二階段的馴化方式，以下3種工藝已被報(bào)道：厭氧-好氧工藝，好氧瞬時(shí)供料（ADF）工藝和好氧動(dòng)態(tài)排水（ADD）工藝。在第三階段，相關(guān)研究提出了改進(jìn)的批次（供需匹配）或連續(xù)補(bǔ)料工藝以進(jìn)一步提升 PHA的產(chǎn)率。在活性污泥菌群富集并合成PHA的過程中，往往需要通過數(shù)學(xué)模型的手段對微生物微觀代謝過程進(jìn)行定量的探索?；钚晕勰啻x模型 ASM3（activated sludge model number 3）是近年來用于定量描述活性污泥代謝過程的主要模型之一，其也被成功移植到混合菌群PHA合成工藝，該以化學(xué)需氧量（COD）為計(jì)量單位，涉及到活性污泥碳氧化過程和硝化、反硝化過程，但不包括生物除磷與參數(shù)控制。利用現(xiàn)代傳感器系統(tǒng)在反應(yīng)器運(yùn)行過程中進(jìn)行實(shí)時(shí)監(jiān)測與自動(dòng)控制，結(jié)合代謝模型則可進(jìn)一步完善對產(chǎn)PHA菌泥富集、PHA合成工藝段的優(yōu)化。PHA合成工藝過程的經(jīng)濟(jì)性能分析主要涉及3個(gè)重要的參數(shù)：其一是底物利用效率，由于底物占其合成PHA成本的50%以上，PHA合成過程需要盡可能避免底物浪費(fèi)；二是單位體積的PHA生產(chǎn)量，其決定了混菌PHA工藝的基建成本；三是PHA純度，即單位細(xì)胞中的PHA含量。在PHA回收過程中，需要進(jìn)行細(xì)胞破壁和純化，PHA含量直接影響后續(xù)成本，純度越低，提取成本越高。結(jié)果與展望：基于好氧條件下充盈與饑餓模式來進(jìn)行高效的產(chǎn)PHA菌群富集與PHA合成的基本參數(shù)優(yōu)化調(diào)控已積累大量成果，利用這些成果可以成功富集出PHA最大含量占細(xì)胞干質(zhì)量90%的混合菌群。然而漫長的富集時(shí)間依然是沒有解決的問題，這也成為利用活性污泥大規(guī)模合成 PHA的商業(yè)化運(yùn)營的瓶頸之一。好氧動(dòng)態(tài)排水（ADD）工藝在原有充盈與饑餓模式的基礎(chǔ)上引入物理選擇壓概念，較好地解決了快速富集的問題。針對 ADD模式，從運(yùn)行工藝參數(shù)到模型建立機(jī)制研究，仍然有很多需要進(jìn)一步探討的問題。此外，通過對混合菌群數(shù)值模型的建立，日趨完善的反應(yīng)器自動(dòng)控制系統(tǒng)也將成為研究的熱點(diǎn)。實(shí)現(xiàn)高效 PHA菌群富集和 PHA合成的相關(guān)研究，將圍繞廢棄碳源資源化和PHA合成工藝成本的進(jìn)一步降低展開。

來源出版物：哈爾濱工業(yè)大學(xué)學(xué)報(bào), 2016, 48(2): 1-8

入選年份：2016

結(jié)構(gòu)拓?fù)鋬?yōu)化理論及其在橋梁結(jié)構(gòu)找型中的應(yīng)用

陳艾榮，常成，馬如進(jìn)，等

摘要：目的：傳統(tǒng)的結(jié)構(gòu)設(shè)計(jì)中，結(jié)構(gòu)的最初形態(tài)主要源自設(shè)計(jì)師的經(jīng)驗(yàn)和直覺，具有很大的偶然性和盲目性，且一定程度上限制了橋梁體系與形式的創(chuàng)新。結(jié)構(gòu)拓?fù)鋬?yōu)化為結(jié)構(gòu)優(yōu)化的一種，相對于傳統(tǒng)的結(jié)構(gòu)優(yōu)化方法，該方法不需要給定一個(gè)初始結(jié)構(gòu)形態(tài)，而只需設(shè)定結(jié)構(gòu)的空間范圍以及荷載與支撐等邊界條件，通過結(jié)構(gòu)分析技術(shù)與非線性優(yōu)化算法就能夠自行找出設(shè)計(jì)域內(nèi)合理的結(jié)構(gòu)形態(tài)。因此，結(jié)構(gòu)拓?fù)鋬?yōu)化不僅是一種結(jié)構(gòu)優(yōu)化技術(shù)，更是一種計(jì)算機(jī)輔助造型技術(shù)，可用于結(jié)構(gòu)設(shè)計(jì)初期進(jìn)行結(jié)構(gòu)找型。方法：首先介紹結(jié)構(gòu)拓?fù)鋬?yōu)化領(lǐng)域常用的物理模型。變密度法源于均勻化方法，而離散變量法可以視為對變密度法的簡化。水平集法是從一種全新的角度去描述優(yōu)化問題的模型。其次，介紹了如何將拓?fù)鋬?yōu)化問題從物理模型轉(zhuǎn)換為數(shù)學(xué)模型。再次，介紹了3種求解拓?fù)鋬?yōu)化問題的優(yōu)化算法并比較了各自優(yōu)缺點(diǎn)。優(yōu)化準(zhǔn)則法通用性較強(qiáng)，便于在通用有限元軟件中進(jìn)行二次開發(fā)，但優(yōu)化效率較低，一般需要較多迭代次數(shù)。移動(dòng)漸進(jìn)線法的魯棒性較強(qiáng)，需要通過目標(biāo)函數(shù)與約束函數(shù)的導(dǎo)數(shù)信息來構(gòu)造目標(biāo)函數(shù)與約束函數(shù)的近似函數(shù)，因此適用于約束條件較少的情況。梯度投影法是一種直接尋優(yōu)算法，效率較高，但易于陷入局部最優(yōu)值，需要輔以優(yōu)化穩(wěn)定措施。結(jié)果：結(jié)構(gòu)拓?fù)鋬?yōu)化問題中結(jié)構(gòu)響應(yīng)與設(shè)計(jì)變量之間一般是非線性的隱式關(guān)系，所以采用非線性優(yōu)化算法時(shí)需要通過多個(gè)迭代步對設(shè)計(jì)變量進(jìn)行逐步更新，以使其逐漸逼近最優(yōu)設(shè)計(jì)。在一座懸索橋橋塔的拓?fù)鋬?yōu)化過程中，隨著優(yōu)化的進(jìn)程，結(jié)構(gòu)材料從均勻分布的混沌狀態(tài)逐漸向結(jié)構(gòu)的有效傳力路徑匯聚，最終形成了具有交叉斜撐的橋塔結(jié)構(gòu)。將該方法用于橋梁結(jié)構(gòu)的整體找型、構(gòu)件找型以及具有微結(jié)構(gòu)的材料找型，均可得出合理且具有啟發(fā)性的材料分布方案。結(jié)論：拓?fù)鋬?yōu)化依據(jù)設(shè)定的優(yōu)化目標(biāo)與約束，通過優(yōu)化算法迭代得出結(jié)果，結(jié)構(gòu)的力學(xué)性能可得到有效保障。拓?fù)鋬?yōu)化可以用于結(jié)構(gòu)設(shè)計(jì)初期的概念設(shè)計(jì)階段，從而對最終設(shè)計(jì)方案的生成產(chǎn)生深遠(yuǎn)的影響。拓?fù)鋬?yōu)化設(shè)計(jì)不受傳統(tǒng)設(shè)計(jì)經(jīng)驗(yàn)的束縛，得出的方案可突破設(shè)計(jì)師的經(jīng)驗(yàn)與想象。未來結(jié)構(gòu)必將向著多樣化和輕量化發(fā)展，當(dāng)已有的設(shè)計(jì)經(jīng)驗(yàn)無法提供參考時(shí)，拓?fù)鋬?yōu)化或?qū)?huì)成為結(jié)構(gòu)設(shè)計(jì)中必不可少的一環(huán)。為推動(dòng)拓?fù)鋬?yōu)化技術(shù)在橋梁找型中的應(yīng)用，未來應(yīng)嘗試具有全局搜索能力的智能優(yōu)化算法，研究包含多種材料的拓?fù)鋬?yōu)化方法，將可制造型、易維護(hù)性、美觀性等納入優(yōu)化的目標(biāo)，改進(jìn)拓?fù)鋬?yōu)化程序的易用性和計(jì)算效率，研究可實(shí)現(xiàn)拓?fù)湔倚头桨傅氖┕ぶ圃旒夹g(shù)。

來源出版物：同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版）, 2016, 44(5):657-663

入選年份：2016

水洗對準(zhǔn)東煤煤質(zhì)特性影響的實(shí)驗(yàn)研究

付子文，王長安，翁青松，等

摘要：目的：準(zhǔn)東煤田是近年來新發(fā)現(xiàn)的特大型煤田，然而由于煤灰中堿金屬Na含量過高，燃用準(zhǔn)東煤的電站鍋爐普遍出現(xiàn)了嚴(yán)重的積灰結(jié)渣問題。水洗是解決準(zhǔn)東煤燃燒過程積灰結(jié)渣問題的有效途徑之一，然而關(guān)于水洗對準(zhǔn)東高鈉煤煤質(zhì)特性影響的研究卻很少。因此，在對準(zhǔn)東煤中堿金屬賦存形態(tài)分析的基礎(chǔ)上，研究了水洗對準(zhǔn)東煤Na脫除量及其熱解燃燒特性的影響。方法：通過搭建水洗預(yù)處理和熱分析實(shí)驗(yàn)系統(tǒng)，著重研究了水洗溫度、水洗時(shí)間和液固比等因素對準(zhǔn)東高鈉煤中鈉脫除效果的影響，并分析了水洗前后煤樣熱解燃燒及反應(yīng)動(dòng)力學(xué)特性的變化。水洗可以有效脫除有害元素Na，脫除量與水洗溫度和時(shí)間密切相關(guān)，較高的水洗溫度和足夠長的停留時(shí)間有利于Na元素的脫除，而水洗對其他金屬礦物元素的脫除效果不明顯。實(shí)驗(yàn)研究結(jié)果表明，在3種典型的準(zhǔn)東煤中Na主要以水溶形式存在，可溶鈉占93%以上。隨著液固比的增加，水洗脫除Na的效果更加明顯，水洗在脫除部分礦物質(zhì)的同時(shí)也使煤孔結(jié)構(gòu)發(fā)生了改變，煤樣比表面積和微孔體積變化明顯，而孔隙率變化不顯著。水洗后煤熱解特性指數(shù)D減小，20℃、40℃水洗使熱解提前，焦炭產(chǎn)量增加，揮發(fā)分產(chǎn)量減少，而60℃水洗則相反。水洗使燃燒TG、DTG曲線向高溫區(qū)偏移，燃盡溫度 Tf和最大燃燒溫度 Tmax升高，最大燃燒速率（dw/dt）max減小，燃盡時(shí)間延長，燃燒特性變差。動(dòng)力學(xué)分析結(jié)果表明，水洗使煤熱解第1、3階段表觀活化能減小，第2階段表觀活化能增大，水洗對煤的大分子結(jié)構(gòu)基團(tuán)幾乎沒有影響，其對煤孔特征參數(shù)的影響主要由煤中水溶性礦物質(zhì)的脫除造成。水洗溫度越高，鈉脫除量越大，但能耗也隨之增加，因此對全廠進(jìn)行經(jīng)濟(jì)性分析，從而計(jì)算得出最佳水洗溫度。Na對煤樣熱解燃燒存在催化作用，少量 Na對煤熱解燃燒起催化作用，而過多 Na則可能阻滯熱解燃燒過程，存在最佳Na含量使催化作用最強(qiáng)。在燃用準(zhǔn)東煤的電廠，可以建造一個(gè)洗煤池，用于準(zhǔn)東煤水洗預(yù)處理，使煤在水溫不低于60℃、煤水比約為20 g·L-1的條件下浸泡24 h左右。鍋爐冷凝器的冷卻水溫度為30～50℃，經(jīng)過汽輪機(jī)抽汽加熱至60℃左右，可用于洗煤。由于我國水資源短缺和污染問題，還應(yīng)考慮水洗后污水凈化處理裝置，使洗煤水循環(huán)利用。此外，在煤樣送入爐膛之前，還應(yīng)增加水洗后煤樣的干燥系統(tǒng)。結(jié)論：動(dòng)力學(xué)分析結(jié)果表明，水洗使煤熱解第1、3階段表觀活化能減小，第2階段表觀活化能增大，使燃燒表觀活化能和指前因子減小，燃燒反應(yīng)速率常數(shù)K減小。因此，準(zhǔn)東煤中水溶性鈉含量過高，且易揮發(fā)進(jìn)入氣相，這是準(zhǔn)東煤燃燒過程中沾污問題嚴(yán)重的首要原因。

來源出版物：西安交通大學(xué)學(xué)報(bào), 2014, 48(3): 54-60

入選年份：2016

一種基于MAC層時(shí)延上限的VANET自適應(yīng)分簇算法

楊瓊，邢松，夏瑋瑋，等

摘要：目的：媒體接入控制（MAC）是車輛自組織網(wǎng)絡(luò)（VANET）的關(guān)鍵技術(shù)之一，它決定了車輛節(jié)點(diǎn)共享無線信道的方式。在車流密集的場景下，現(xiàn)有的MAC協(xié)議應(yīng)用于 VANET時(shí)均存在著固有缺陷，而傳統(tǒng)的分簇方法在 VANET中并不適用。為了提高 VANET中媒體接入機(jī)制性能，克服傳統(tǒng)MAC協(xié)議的固有缺陷，提出了一種基于MAC層時(shí)延上限的自適應(yīng)（MDBA）分簇算法，在傳統(tǒng)的MAC協(xié)議中融合節(jié)點(diǎn)自適應(yīng)分簇機(jī)制。方法：VANET自適應(yīng)分簇算法中，每個(gè)簇由 1個(gè)簇頭（CH）和若干個(gè)簇成員（CM）共同組成，所有簇成員都在簇頭的通信范圍之內(nèi)。采用有限狀態(tài)機(jī)描述車輛節(jié)點(diǎn)所處狀態(tài)（包括孤立節(jié)點(diǎn)狀態(tài)、簇頭狀態(tài)、簇成員狀態(tài)和偽孤立節(jié)點(diǎn)狀態(tài)）。根據(jù)車輛節(jié)點(diǎn)狀態(tài)之間的轉(zhuǎn)換關(guān)系，將自適應(yīng)分簇算法分為簇頭選舉算法和簇維護(hù)算法2部分。在MAC層消息傳輸?shù)臅r(shí)延上限制約下，簇頭選舉算法通過綜合考慮車輛節(jié)點(diǎn)的速度、加速度、位置和目的地4種因素來選取簇頭；針對網(wǎng)絡(luò)拓?fù)涞淖兓?，簇維護(hù)算法對分簇進(jìn)行自適應(yīng)調(diào)整。其中，簇維護(hù)算法又包括簇成員的離開與加入、簇融合和簇分裂，當(dāng)2個(gè)簇的簇頭移動(dòng)到彼此的通信范圍之內(nèi)時(shí)，利用簇融合算法對當(dāng)前的分簇進(jìn)行調(diào)整，當(dāng)原先的分簇經(jīng)過分叉路段或車輛密度增大到原先的分簇不能容納更多簇成員時(shí)，利用簇分裂算法調(diào)整分簇。結(jié)果：利用交通流仿真軟件VISSIM創(chuàng)建仿真場景，以考察MDBA分簇算法的性能。選擇簇頭CH平均生存時(shí)間和簇成員CM平均生存時(shí)間作為評價(jià)分簇算法優(yōu)劣的標(biāo)準(zhǔn)。這2項(xiàng)評價(jià)標(biāo)準(zhǔn)直接反應(yīng)了簇的穩(wěn)定性，在相同的仿真條件下，簇頭和簇成員的生存時(shí)間越長說明分簇越穩(wěn)定，簇維護(hù)的代價(jià)越小，分簇算法越優(yōu)。利用 MDBA分簇算法得到的CH平均生存時(shí)間和CM平均生存時(shí)間均高于Lowest-ID分簇算法和MOBIC分簇算法，即MDBA分簇算法性能最優(yōu)，MOBIC算法次之，Lowest-ID算法的性能最差。在Lowest-ID算法中，節(jié)點(diǎn)廣播Hello消息后，ID號(hào)最小的節(jié)點(diǎn)直接當(dāng)選為簇頭；MOBIC算法針對節(jié)點(diǎn)的移動(dòng)性，使用相對移動(dòng)量作為簇頭選舉的標(biāo)準(zhǔn)；而MDBA算法則通過綜合考慮車輛節(jié)點(diǎn)的速度、加速度、位置和目的地4種因素來選舉簇頭。性能最優(yōu)的MDBA算法更適用于以車輛為節(jié)點(diǎn)的車輛自組織網(wǎng)絡(luò)VANET。結(jié)論：針對 VANET中MAC層協(xié)議在車輛密集情況下性能變差的問題，利用 VANET的特點(diǎn)對車輛節(jié)點(diǎn)進(jìn)行分簇，提出了一種MDBA分簇算法。該算法在MAC層消息傳輸?shù)臅r(shí)延上限限制下，綜合考慮了車速、加速度、位置和目的地4種因素，并能根據(jù)網(wǎng)絡(luò)拓?fù)涞淖兓赃m應(yīng)地進(jìn)行簇維護(hù)。仿真結(jié)果表明，MDBA分簇算法的性能優(yōu)于無線傳感器網(wǎng)絡(luò)和移動(dòng)自組織網(wǎng)絡(luò)中的傳統(tǒng)算法，大幅度提高了CH平均生存時(shí)間和CM平均生存時(shí)間，更適用于車輛自組織網(wǎng)絡(luò)。

來源出版物：東南大學(xué)學(xué)報(bào)（自然科學(xué)版）, 2016, 46(1):1-6