快来谈谈自己的国赛Idea吧，回帖就有机会免费参加国际赛与美赛数学中国赛前培训~！

liziyan

速度！                     

雨墨

赞！！！结果快出来吧！！！

唤起

全程就在编程与数据处理时发挥了点作用，感觉好无力啊！我们主要利用了流体力学的思想来入手的

liu549613278

B题
4 |/ f% j0 ]. v. }( l& k2 s主要是应用matlab所提供的灰度共生矩阵
0 c% V9 c1 K' ^$ p$ C* m( n  L graycomatrix()
graycoprops();
如果人工干预(例如找到最左边)对于附件1是百分百匹配
                                                 附件2是匹配出两个大块
附件3,4,5方法类似
function [d] = readpic3()
: R$ B! b0 F7 C+ C+ ^5 e) {8 Q' O%人工看出 008.bmp 第9张图片 为最左边 将008.改为000
* u9 f# c9 R+ C%filename =
" q& x  o- m) adirname='E:\Program Files\MATLAB\workfile';
files=dir([dirname,'\*.bmp']);
Num_file=numel(files);
data=cell(1,Num_file);
[M,N]=size(data{1});% M = 1980  N = 72
a = zeros(M,N);
1 h* j; i& d# m' }5 G& w. Y7 N4 ]7 M  sb = zeros(M,N);
  b) f' U9 Z8 \& N; Ac = zeros(Num_file);
/ w& }, Q) x) ~$ w$ M8 Bd = zeros(1,Num_file);%存储排序序列
for k = 1:Num_file
    data{k} = imread([dirname '\' files(k).name]);
end
2 F% _: g  U2 L& }2 |
- @' b0 c; H9 n7 n3 Ffid = fopen('数据.txt', 'wt');
$ q! c8 }" U; j( f7 S+ mfor i = 1:Num_file
3 x0 G2 ?( a+ q& a- V   a = data{i};
   e = ones(1,Num_file);
4 \8 P- v& E& a2 Y   for j = 1:Num_file % 要左右匹配两次
       b = data{j};
       img = [uint8(a),uint8(b)];
       img1 = img(1:1980,70:74); % *****很关键*****
* q9 }, `3 Y3 ~% [2 o/ Q+ o" Q       glcm = graycomatrix(img1,'NumLevels',4,'offset',[0,2]);
# x7 Y. S% y: A4 X( D: Z* E%        stats = graycoprops(glcm,{'Contrast','Homogeneity','Energy'});%这里仅考虑三个特征值
%        e(j) = abs(stats.Correlation-1)+abs(stats.Homogeneity-1)+abs(stats.Energy-1);%每个特征值减1取绝对值
5 V4 I& a+ _' h. p$ d, P$ {       stats = graycoprops(glcm,{'Contrast','Homogeneity','Energy','Correlation'});%这里仅考虑四个特征值
* u3 }; ?8 o5 |$ U& X       e(j) = abs(stats.Correlation-1)+abs(stats.Homogeneity-1)+abs(stats.Energy-1)+ stats.Contrast;%每个特征值减1取绝对值
3 v" Y* r' T: O5 d& w$ ]) S. k       fprintf(fid, '%f ',e(j));
3 k" _/ o9 Q5 u! Y- y2 ^9 `* F+ {* a7 }   end
    fprintf(fid, '\n');
    [A,B] = min(e);% A 最小值 B索引  B即为
, v' ]$ D$ i! s4 Q. F    d(i)= B-1;
0 e8 w. G+ x. W! [: ?  gend

~海阔天空~

赞一下。。

deepyuna

问题一主要是从资料中的公式：入手，除CB均为系数，依事实设定，而CB与v的关系可由动力学知识求得，进而求出Qx与v之间的关系：。V的数据可由观测视频得到，实现对实际通行能力的描述。
    题目二主要是利用题目一的结论，结合附件3,4,5分析出上游来车，主要集中在支道和次干道上。对于堵车时，车辆向支路变道通过的时间，比向主干道变道通过的时间短，速度相对主干道车速变化较小，根据及视频1和2中堵车时车速的计算，合理假定发生事故时，支道上的车速下降到10公里/h，主干道上的车速下降为7公里/h，由题目一中的公式计算比较实际通行能力，说明堵车占不同车道的区别。
& G" {7 S+ \# V$ S    对于问题三，首先基于现有的Nasch模型的单元胞自动化及模型，接下来推出三车道STCA1和STCA2模型考虑了车辆与相邻车道后方车辆速度差的影响，据此推出UTCA带瓶颈三车道模型，来模拟要解决的交通流问题，matlab仿真模拟该模型得到20组数据，然后，建立了基于排队论的模型，引入参数为的泊松流，在等候的车辆数和等候时间可用下式确定了，得到路段车辆长度A和横截面实际运行能力B的关系

& Q" Q! F. r3 I" m又通过相关性检验得出A与事故持续时间C的关系，接着利用层次分析法来分配事故横断面实际通行能力、事故持续时间、路段上游车流量的权重得到最后求出第三问。
　　　接下来我们建立了第三个模型，基于国际学术界比较公认的高速公路宏观交通稳态模型，利用神经网络建立了四个动态模型，利用matlab拉格朗日插值法得到了路段车辆长度与路段上游车流量的关系。
　　　对于问题四，基于问题三模型二中的排队论，利用视频一观察所得车辆当量流量和时间间隔的数据，进行回归分析求出服务时间（效率），利用
求得经过5.7分钟，车辆排队长度将到达上游路口。
关键词：仿真模拟  神经网络  层次分析  回归分析  matlab
' i( \1 z9 S7 d. B- ~

爱我跟我走

思路大致上是一致的

杨卿誉

有谁知道成绩什么时候出来呢？

杨卿誉

wangzheng3056 发表于 2013-9-16 15:46
! H! t0 V' Q: B0 p第三问中怎么使用马尔科夫链啊，是动态规划吗？

请问知道成绩什么时候出来吗

__言_酸_。

都是大神，我还要继续努力~