基于动态时空神经网络模型的地铁客流预测

针对城市轨道交通站点客流预测问题,本文提出一种基于注意力机制的动态时空神经网络(DSTNN)模型。模型采用多分支并行架构,能够有效提取地铁客流的复杂时空特征,在空间维度上,全局和局部注意力机制相结合,实现站点间动态时空关联和静态拓扑结构的捕捉;在时间维度上,使用双向长短时记忆和注意力机制共同学习客流数据的时变规律。在杭州地铁数据集上进行实验,结果表明:相较于经典预测模型和深度学习模型,DSTNN具有更高的预测精度和训练效率。在4种不同的预测时长下,DSTNN模型平均绝对误差的平均值较基线中扩散卷积循环神经网络模型(DCRNN)和物理虚拟结合图网络模型(PVCGN)分别降低6.63%和2.57%。此外,可视化分析证明了本模型对时空关联的动态学习能力,消融实验验证了各分支的有效性。

考虑翼板局部弯曲及剪力滞效应的波形钢腹板组合箱梁挠度分析

在位移场中引入挠度1阶导数考虑翼板局部弯曲,添加剪力滞强度函数和截面转角计入翼板剪力滞效应和波形钢腹板剪切变形,基于能量变分原理获得波形钢腹板组合箱梁的控制微分方程,进而推导包括挠度在内的综合考虑翼板局部弯曲、剪力滞效应和波形钢腹板剪切变形的位移变量解析解,并分析翼板局部弯曲和剪力滞效应对不同高跨比、腹板高度占比、宽跨比、板宽比组合箱梁挠度的影响。结果表明:该解析解能较精确地计算组合箱梁的挠度;忽略翼板局部弯曲和剪力滞效应将导致组合箱梁的挠度计算结果误差过大;对于波形钢腹板组合箱形连续梁,不考虑翼板局部弯曲和剪力滞效应,跨中挠度将分别被高估13.0%和低估7.0%;剪力滞效应对翼板与波形钢腹板间的剪力分配几乎无影响,翼板局部弯曲会显著降低波形钢腹板剪力承担比,大大减小梁体挠度;剪力滞对挠度的放大效应随宽跨比的增大而增大,而翼板局部弯曲对挠度的减小作用随着高跨比和宽跨比的增大及波形钢腹板高度占比的减小而显著提高;翼板局部弯曲和剪力滞效应对连续梁挠度的影响比简支梁更大。

考虑双向交通的城市路网交通流元胞自动机模型

允许车辆借反向车道超车的双向交通道路是城市路网的重要组成部分.本文考虑了双向交通道路的车辆行驶规则,研究了无信号控制交叉口的车辆优先通行权分配规则,构建了一个双向交通的城市路网交通流元胞自动机模型,研究了城市路网交通流的动态特性.研究结果表明,临界密度随着路网规模的增加而下降,路网交通密度的增加会加速拥堵闭环的形成,换道概率的增加会降低路网车速和缩短局部死锁现象形成的时间,单位时间换道车辆数与换道概率及交通密度之间存在着密切的关系.

基于Q学习算法的摘挂列车调车作业计划优化

针对摘挂列车编组调车作业计划编制问题,基于强化学习技术和Q学习算法,提出1种调车作业计划优化方法。在表格调车法的基础上,将调车作业计划分为下落和重组2个部分。通过动作、状态和奖励3要素构建调车作业问题的强化学习模型,以调车机车为智能体,以车组下落的股道编号为动作,以待编车列的下落情况为状态,形成车组挂车、摘车具体条件和车辆重组流程,并依据车组下落的连接状态和车辆重组后产生的总调车程设计奖励函数。改进Q学习算法求解模型,以最小化调车程为目标,建立待编车列与最优调车作业计划之间的映射关系,智能体学习充分后即可求解得到最优的调车作业计划。通过3组算例对比验证本方法效果,结果表明:相较于统筹对口法和排序二叉树法,本方法使用的股道数量更少、调车作业计划更优;相较于分支定界法,本方法可在更短时间内求解质量近似的调车作业计划。因而,本方法有助于提高车站调车作业计划编制的智能化决策水平。

基于VISSIM的城市主干道双向绿波交通仿真与评价

绿波交通是缓解城市主干道交通拥堵的重要措施之一.利用微观仿真软件VISSIM对城市主干道双向绿波交通实施效果进行了评价.仿真结果表明:在特定的流量下,相对于单点控制,绿波交通能有效减少主干道延误,但有可能会增加部分相交道路的延误.另外,车辆速度和相位差均对绿波交通实施效果有显著影响,主干道车均延误随着车辆速度和相位差的增加呈现"U"字型的特征.利用VISSIM仿真系统能够找到最佳的绿波速度和相位差,使绿波交通的实施效果达到最优化.

基于机动车排放的交叉口信号控制仿真与分析

结合微观仿真元胞自动机模型和机动车排放MOVES模型,以十字信号控制交叉口为仿真对象,研究交叉口信号配时与机动车排放之间的关系.元胞自动机模型将交叉口和路段划分为3.5 m×3.5 m的元胞,每辆车占2个元胞,交叉口内转弯车辆减速慢行,直行车辆速度不受限制,提高了交通仿真的真实性和机动车排放测算的准确性.仿真结果表明:最佳信号周期随着车辆到达率的增加而增加,使得交叉口通行效率达到最大化;行程时间随着左转车比例的增加而增加,对于不同的车辆到达率,均存在一个极限值,当左转车比例低于该极限值时,行程时间变化不大,高于该极限值时,行程时间快速增加;从通行能力、行程时间和尾气排放的角度,交叉口具有不同的最佳信号周期,且差异较大.

城市道路十字交叉口通行能力研究

道路交叉口是城市路网的瓶颈,十字交叉口是交叉口的典型类型,这与城市建筑布局密切相关.通过对车道通行能力、无信号控制交叉口及有信号控制交叉口通行能力的研究,提出了提升交叉口通行能力的手段和措施,以便更好地满足道路通行的要求,进而最大限度地发挥城市道路的交通效率.

东京、中京、上海的轨道交通比较研究

分析比较了东京、中京、上海的城市轨道交通线网建设规模,及其市中心、近郊、远郊三个环状区域内轨道交通线路规划密度。给出了三个环区内线网长度需求的计算公式。建议重视市郊线的建设。

东京、上海和中京三都市圈轨道交通的比较与启示

本文在对东京、上海和中京三都市圈轨道交通分析比较的基础上,提出我国特大城市的轨道交通线网建设规模里程不应低于2000km。要重视城市内环以外区域的轨道交通规划和建设、城市轨道交通线网规划采用放射线与环线结合的方式。市中心、近郊、远郊三个环的轨道交通线路规划长度建议计算公式以及在规划设计运营市郊铁路时应着重注意的内外环应采用不同的轨道交通制式,应采用与市区不同的轨道交通设施,市郊列车的开行要符合客流的性质和市郊铁路的建设要处理好合作问题等启示。

停车线后退法对信号灯交叉口通行能力的影响

为了提高信号灯交叉口的通行能力,提出了停车线后退法,以改善大型交叉口交通组织方式;给出了该方法的设置条件和方法;并利用《城市道路设计规范》和停车线法计算公式,对给定大型交叉口通行能力进行了计算、对比和分析.研究内容和结果可为解决城市交通拥堵问题提供方法与理论依据.

热夹层条件下沥青路面温度梯度分布特征研究

为探讨热夹层条件下沥青路面温度梯度变化与外界环境因素之间的相关关系,采用三维有限元数值计算方法,分析了不同热夹层条件、路表环境温度及对流系数下沥青路面结构温度场的空间分布规律,构建了外界环境参数、热夹层温度与热稳态路表温度的对应数据库,并基于多元线性回归分析方法,建立了沥青路面热夹层温度预估分析模型.结果表明:无热夹层条件下道路表面环境温度是影响路表热稳态温度的主要因素,对流系数的变化对沥青路面温度场空间分布几乎没有影响;有热夹层条件下路表热稳态温度随路表环境温度的下降而降低,且对流系数的增大对路表热稳态温度的下降速度有推动作用;所构建的沥青路面热夹层温度预估模型具有高度显著性,模型系数的置信概率较高,热夹层温度预测值与理论值之间误差较小,模型精度良好.研究成果为低温地区结冰路面热夹层温度控制提供了理论依据.

音频数字轨道电路长度的确定

轨道电路的长度直接影响投资成本及行车密度。推导出了准移动闭塞列车安全间隔时间的计算公式,提出了城市轨道交通轨道电路长度的确定方法及在不同条件下的优选值。

基于GIS的集装箱箱务管理信息系统设计

本文从地理信息系统的特点入手,探讨了GIS在集装箱箱务管理中的应用,详细阐述了基于GIS的集装箱箱务管理信息系统的开发方式、总体构架、数据库及主要功能。

金义都市区核心区综合交通服务水平评价

综合交通服务水平是反映交通管理水平和交通条件的综合指标,它反映了城市的交通设施建设情况和道路使用者所得到的服务质量.以《省级主体功能区域划分技术规程》为依据,利用交通路网密度、交通设施影响度和区位交通优势度3个指标,采用综合评价法对金义都市区核心区的综合交通服务水平进行评价,提出了完善轨道交通网络、提升道路系统等级、加快内河水运与周边区域的融合、做好综合交通枢纽体系规划、建设金义中央大道等措施与建议.

基于多源数据的城市公共交通乘客出行特征分析

公交IC卡数据是公共交通系统的一项重要数据资源,但囿于传统分析方法和一票制数据质量问题,其应用功能尚未充分发挥。在研究大数据分析方法与传统分析方法差别的基础上,依托金华市实际公共交通IC卡、GPS数据,揭示了2013年9月前后公交乘客出行特征、客流特征,提出了公交乘客出行特征大数据分析方法。

基于Capstone理念的交通运输专业课堂教学改革与实践

为探索交通运输专业相关规划与设计类课程的课堂教学改革新模式,基于美国顶峰课程理念(Capstone),以实际项目为驱动,以重塑知识结构为目标,对课程设置和教学内容进行全方位改革,建立了"理论教学-课程实践-项目应用"一体化的课程教学新体系,提升了学生对专业知识的综合运用能力,对未来本科应用型人才培养方案制定和课程体系改革起到了借鉴和指导作用。

基于时空特征向量的长短期记忆人工神经网络的城市公交旅行时间预测

针对"随着预测距离的增加,旅行时间预测的难度加大"的问题,提出了一种基于时空特征向量的长短期记忆(LSTM)和人工神经网络(ANN)的综合预测模型。首先,将24 h切分为288个时间切片,以生成时间特征向量;然后,基于时间切片建立LSTM时间窗口模型,该模型可解决长期预测的窗口移动问题;其次,将公交线路切分为多个空间切片,并使用当前空间切片的共同平均速度作为瞬时速度,同时将每个空间切片的预测时间用作空间特征向量,并将其发送到新型的混合神经网络模型LSTM-A中,该模型结合两种预测模型的优点并解决了公交旅行时间预测问题;最后,基于实验数据集进行了实验和测试:将公交站点间的预测问题划分为线路切片预测子问题,并针对每个相关的子问题引入了实时计算的概念,从而避免了复杂路况带来的预测误差。实验结果表明,所提算法在准确性、适用性方面均优于单个神经网络模型。综上,所提的新型混合神经网络模型LSTM-A能从时间特征的维度实现长距离到站预测、从空间特征的维度实现短距离到站预测,从而有效地解决了城市公交旅行时间预测问题,避免了公交车辆的远程依赖和错误积累。

27种手性化合物的拆分研究

采用配位体交换手性柱(Chiralpak WH)以0.25 MmCuSO_4溶液作为流动相,对氟比洛芬、酮洛芬、扁桃酸、布洛芬、萘普生、DNB-亮氨酸等6个酸性手性药物和21个氨基酸手性化合物进行拆分研究。一定色谱条件下,被测样品中大部分手性药物的两个对映体实现了较好分离,扁桃酸、DNB-亮氨酸、氟比洛芬、缬氨酸、丙氨酸、对羟基苯甘氨酸、丝氨酸、苏氨酸、、甲硫氨酸、天冬酰胺、赖氨酸、精氨酸、苯甘氨酸等均得到分离。建立的手性HPLC能有效拆分氟比洛芬、酮洛芬等13个手性对映体。

基于占空比的聚类算法评价指标研究

基于密度的聚类算法(DBSCAN)是最有效的轨迹数据挖掘方法之一,但基于密度的聚类算法往往受到输入参数选择的限制。在轨迹数据挖掘中,聚类结果不仅受到类内距离和类间距离的影响,还受到聚类中坐标点个数的影响。因此,提出了一种新的基于内外占空比的集群有效性指标来平衡这三个因素,该指标可以自动选择密度聚类的输入参数,并在不同的数据集上形成有效的聚类,优化后的聚类方法可应用于出行者行为轨迹的深度分析和挖掘。实验结果证明,与传统的有效性指标相比,提出的基于占空比的评价指标能够优化输入参数,获得较好的出行者位置信息聚类结果。

手性化合物的拆分探讨

采用Astec CHIRALDEXTM G-TA商品柱对54种外消旋体化合物进行手性拆分,其中54种外消旋体化合物包括醇、酯、烃、醚、酮、胺、呋喃、酸。本文研究了关于这54种手性化合物的手性识别能力。