项目 该项目的目的是在LED矩阵上显示公共交通路线。 为此，将 （更确切地说是 ）与Raspberry Pi一起使用。 最初，我仅从尝试了EFA界面，尤其是下降的显示，这非常容易。 然后，我想将其连接到LED矩阵以获得有趣的渲染，而不仅仅是在命令行上。 这导致该项目在此处可见。 同时，还可以集成来自DB的数据 在2018年下半年，该开发项目由巴登-符腾堡州交通补助金资助，项目名称为“用于商店橱窗，商店，公寓和房间的廉价数字乘客信息系统”。 示例：，， 使用，请参见 有关许可证，请参阅 。 该项目还没有一个好名字，因此它现在将保留“临时”回购标题。 目的 应当在商店的橱窗中及时（可能只是暂时）设置矩阵，以提供更好的乘客信息并关注实时数据的可用性，并尽可能接收和评估反馈。 由于某些要求（电力，互联网，室内等），该项目可能无法广泛分发。 我希望它可以在许多其他情况下使用，并且希望这

A_Dynamic_Network_Simulation_Model_Based_on_Multi-Agent_Systems,希望对大家有用

matlab 10折交叉验证知识代码简介：预测和可视化的结果位于“结果”文件夹下。 那些ML模型预测的是每条记录的位置，而html文件可视化的是车辆加速和访问的前10个位置。 这些html文件由Python脚本生成，将位置速度限制与汽车记录进行比较，并计算所有位置的频率。 原始数据集（位于文件夹“ 1-data-preprocessing”中）： linkinfo-copy.csv：包含传感器信息的excel文件 traffic-csv文件夹：该文件夹包括从04/2015到12/2016的所有流量记录 源代码： 1-data-preprocessing文件夹：该文件夹包括有关数据预处理的所有脚本（步骤1） 2-ml-model：包含所有机器学习脚本的文件夹（第2步） 3-可视化：该文件夹包括有关可视化的所有脚本（第3步） 补充材料： 纸文件夹：包含我用作参考的所有纸的文件夹 结果文件夹：该文件夹包含屏幕截图和ML预测和可视化结果的输出 ================================================== =========================

考虑多级车辆，公共交通和停车场的多模式动态交通分配的一般公式 由马威和Xidong Pi（AlanPi1992）实施，在卡内基梅隆大学土木和环境工程专业的肖恩钱的建议下进行。 要求 cvxopt 1.1.9 numpy的1.14.2 MNMAPI：MNMAPI是MAC在CMU中开发的流量模拟库，请参阅和 MNM_mcnb：MNMAPI的文件夹接口，请参考 指示 请克隆整个存储库，然后使用jupyter notebook运行Runner.ipynb。 实验 要在exp_config.py中检查实验的详细信息，请参阅该论文。 档案规格 src / exp_config.py：论文中的实验设置 src / gp.py：渐变投影方法 src / models.py：多模式DUE的实现 src / runner.ipynb：运行MMDUE的脚本 img / .：本文中使用的想象 data /

Emergency Care and Transportation of the Sick and Injured 11th Edition

transportation交通问题.pptx

描述 该项目提供了解决车辆路径问题的多种变体的方法，称为富VRP。 它提供了默认的元启发式实现，可以粗略地描述为Multi-objective Parthenogenesis based Evolutionary Algorithm with Ruin and Recreate Mutation Operator 。 设计目标 尽管性能一直是关注的重点，但设计背后的主要思想是可扩展性：该项目旨在支持各种称为Rich VRP的VRP变体。 这可以通过各种扩展点来实现：自定义约束，目标功能，接受标准等。 入门 有关常规安装步骤和基本用法选项，请检查下一节。 有关功能的更详细概述，请参见 。 安装 您可以使用三种不同的方式安装vrp求解器： 从Docker安装 试试你的环境VRP解算器，最快的方式是使用docker图像（不是性能优化）： 从Github Container Registry运行

Globalization has played a crucial role in the expansion of supply chains across countries and continents into ever-changing worldwide networks. Manufacturers, driven by the desire to produce cost-efective, high-quality products are continuing to extend their supply-demand chains, introducing new challenges to these networks.

Statistical and Econometric Methods for Transportation Data Analysis

Intelligent Transportation Systems.pdf