工程技術(shù)大學(xué)學(xué)報

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、信號控制、運行狀況等特征變量的統(tǒng)計模型來分析事故發(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、信號控制、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。在交叉口層面集計各進(jìn)口道的事故總數(shù)與交叉口整體特征建立統(tǒng)計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，同一交叉口的不同進(jìn)口道的交通流量、信號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)二項模型中引入隨機(jī)效應(yīng)項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，全貝葉斯方法通過引入估計參數(shù)的先驗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信息，假定所有的回歸系數(shù)服從正態(tài)分布，負(fù)二項分布的離散系數(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個方面，交通特征、幾何設(shè)計、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：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。信號線控類型對追尾事故有顯著正影響，黃燈時長以及全紅時長均對直角側(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?；谶M(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、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（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)損傷識別研究

趙建華，張陵，孫清摘要：目的：損傷識別問題是結(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)實的，且過多傳感器所帶來的冗余數(shù)據(jù)會對信息的高速存儲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獲取的測量數(shù)據(jù)進(jìn)行損傷識別是結(jié)構(gòu)健康監(jiān)測系統(tǒng)需要解決的一個關(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，表明第i階和第j階向量相互正交；而當(dāng)其值為1時，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)化計算技術(shù)，它通過不斷更新每個粒子的速度和位置，最終搜索到全局最好極值點位置，即找出傳感器的最佳布設(shè)位置。在此基礎(chǔ)上，利用振型動力擴(kuò)充技術(shù)把有限測點的測量模態(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信息，進(jìn)而獲得整個結(jié)構(gòu)完整自由度上的振動信息并利用所提損傷識別方法進(jìn)行結(jié)構(gòu)損傷識別。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：通過一個二維平面桁架結(jié)構(gòu)算例對所提方法進(jìn)行有效性驗證，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)損傷識別的精度越高。

來源出版物：西安交通大學(xué)學(xué)報, 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，作為儲備碳源而在細(xì)胞內(nèi)存儲的聚合脂類物質(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，活性污泥利用廉價碳源合成PHA成為研究熱點?；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驗中實現(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種工藝已被報道：厭氧-好氧工藝，好氧瞬時供料（ADF）工藝和好氧動態(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)器運行過程中進(jìn)行實時監(jiān)測與自動控制，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；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)化運營的瓶頸之一。好氧動態(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)器自動控制系統(tǒng)也將成為研究的熱點。實現(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, 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)計中，結(jié)構(gòu)的最初形態(tài)主要源自設(shè)計師的經(jīng)驗和直覺，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)，更是一種計算機(jī)輔助造型技術(shù)，可用于結(jié)構(gòu)設(shè)計初期進(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。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)化算法時需要通過多個迭代步對設(shè)計變量進(jìn)行逐步更新，以使其逐漸逼近最優(yōu)設(shè)計。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)計初期的概念設(shè)計階段，從而對最終設(shè)計方案的生成產(chǎn)生深遠(yuǎn)的影響。拓?fù)鋬?yōu)化設(shè)計不受傳統(tǒng)設(shè)計經(jīng)驗的束縛，得出的方案可突破設(shè)計師的經(jīng)驗與想象。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)計經(jīng)驗無法提供參考時，拓?fù)鋬?yōu)化或?qū)蔀榻Y(jié)構(gòu)設(shè)計中必不可少的一環(huán)。為推動拓?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算效率，研究可實現(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（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)特性影響的實驗研究

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)處理和熱分析實驗系統(tǒng)，著重研究了水洗溫度、水洗時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間密切相關(guān)，較高的水洗溫度和足夠長的停留時間有利于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。實驗研究結(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，燃盡時間延長，燃燒特性變差。動力學(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, 2014, 48(3): 54-60

入選年份：2016

一種基于MAC層時延上限的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)點自適應(yīng)分簇機(jī)制。方法：VANET自適應(yīng)分簇算法中，每個簇由 1個簇頭（CH）和若干個簇成員（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)點所處狀態(tài)（包括孤立節(jié)點狀態(tài)、簇頭狀態(tài)、簇成員狀態(tài)和偽孤立節(jié)點狀態(tài)）。根據(jù)車輛節(jié)點狀態(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延上限制約下，簇頭選舉算法通過綜合考慮車輛節(jié)點的速度、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鼐S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個簇的簇頭移動到彼此的通信范圍之內(nèi)時，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，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平均生存時間和簇成員CM平均生存時間作為評價分簇算法優(yōu)劣的標(biāo)準(zhǔn)。這2項評價標(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間越長說明分簇越穩(wěn)定，簇維護(hù)的代價越小，分簇算法越優(yōu)。利用 MDBA分簇算法得到的CH平均生存時間和CM平均生存時間均高于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)點廣播Hello消息后，ID號最小的節(jié)點直接當(dāng)選為簇頭；MOBIC算法針對節(jié)點的移動性，使用相對移動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的特點對車輛節(jié)點進(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平均生存時間和CM平均生存時間，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（自然科學(xué)版）, 2016, 46(1):1-6