基于“交通强国”背景的土木类专业产教融合校企合作路径探究

旨在深入探讨土木类专业产教融合校企合作的重要性和实施路径,以期为高等教育实践教学改革和行业发展提供有益参考。通过校企合作模式分析、实践教学环节改革与创新和产学一体化项目推进,解决当前校企合作面临的挑战。强调需要从政策支持、机制建设、教师和企业导师培训等多个方面入手,全面提升校企合作的效果。通过不断优化校企合作模式和教学环节,有望为高质量人才培养和行业发展提供有力支持。

东北三省交通行业碳排放脱钩状态及驱动因素分析

在“双碳”目标引领下,推动东北三省交通行业碳排放与经济发展的脱钩,有助于促进东北三省高质量发展、实现可持续振兴。文中以2000—2021年东北三省交通行业碳排放为研究对象,探究其脱钩状态及脱钩稳定性,并进一步运用LMDI法分析影响脱钩的驱动因素。结果表明,东北三省交通行业碳排放脱钩状态变化复杂,稳定性较差,新冠疫情前存在向强脱钩过渡的趋势;各驱动因素对脱钩的影响效果存在波动,经济发展、交通强度阻碍了脱钩,能源强度有效地推动了脱钩,能源结构、产业结构对脱钩的驱动或抑制效果在各年存在差异,人口规模对脱钩的影响最小。东北三省交通行业碳排放脱钩潜力较大,未来仍要进一步推动低碳交通体系的建设。

面向新工科的国家一流交通运输专业金课建设途径探索

该文结合中国高等教育改革的新要求和新目标,阐述金课建设、新工科本科专业建设和国家一流专业建设的紧密联系和目标,探讨金课建设在交通运输专业课程改革中的优势和难点,并在此基础上提出相应策略和建议,分析新工科课程建设存在的问题,提出针对性措施进行改进,为新工科课程建设提供新思路和新模式。具体探讨课程的交融性、综合化、项目化、挑战性,以及应用性和实践性五大方面的问题,并提出解决方法,以期促进交通运输专业的新工科课程改革探索。

交通运输专业课程思政教学评价指标体系研究

高校在承担传授学生专业知识的同时,更肩负着立德树人的使命。结合交通运输专业课程思政相关要求,构建思政教学评价体系,细化思政教学评价指标,为课程评价提供参考,全面提高课程思政教学水平。基于层次分析法,从授课目标、授课内容、授课过程以及授课成效四个层面建立评价指标体系,建立层次递阶结构模型,利用判断矩阵计算得出各评价指标权重。该方法为课程思政教学效果评价提供一定的理论依据。

北方寒冷地区交通碳排放驱动因素分析

北方地区气候寒冷,交通工具燃油效率低、车内加热需求增加及路面积雪结冰等复杂道路条件导致交通碳排放增加。因此,有必要针对寒冷地区的交通碳排放驱动因素进行分析,识别关键因素,并有针对性地降低碳排放。以典型北方寒冷地区黑龙江省为例,采用Tapio脱钩测度模型及GDIM因素分解法对2006—2021年黑龙江省交通行业碳排放驱动因素展开分析,分解得到8个驱动因素并发现其脱钩状态呈现“强脱钩-扩张负脱钩-强脱钩”,其中交通产值碳强度和单位交通行业产值的能耗促进脱钩,交通行业总产值和总周转量阻碍脱钩;另外交通行业总产值、能源消耗量对碳排放有较强的促进作用,交通产值碳强度和单位交通行业产值的能耗对碳排放有较强的抑制作用。

考虑空间溢出效应的高速公路交通事故随机参数频次模型

为提高高速公路事故频次模型参数估计的准确性,本文以精细的事故记录、道路属性、交通流状态和天气条件数据为样本,首先,构建传统的事故频次模型并对比拟合效果,选择效果最佳的泊松-对数正态分布模型作为优化的基础模型;之后,为挖掘更多的影响高速公路事故频次的空间效应,在加入条件自回归先验的基础上,本文考虑相邻路段的空间溢出效应,建立一个带有空间溢出协变量的模型分析空间溢出效应对路段事故频次的影响。同时,为描绘数据的异质性对路段事故频次的影响,进一步构建一个随机参数模型。结果表明,空间溢出效应显著有效,考虑空间自相关和空间溢出效应的随机参数模型的拟合优度相较于对照模型明显提升。根据最优模型的参数估计结果进行风险因素甄别,其中,“ln(MADT)”“ln(路段长度)”“1类车”“4类车”“降水”等普通变量以及“1类车S“”圆曲线长S”等空间溢出协变量与事故频次显著相关。

考虑CAV与公交车比的混合交通流特性

为探究网联环境下汽车和公交车组成的混合交通流特性,考虑驾驶员行为改进Gipps安全距离规则,结合美国path实验室提出的自适应巡航(Adaptive Cruise Control,ACC)、协同自适应巡航(Cooperative Adaptive Cruise Control,CACC)跟驰模型加速度定义,构建异质流元胞自动机模型。通过数值仿真实验,分析网联自动驾驶车辆(Connected Autonomous Vehicles,CAV)与公交车辆混入比例对交通流通行能力、行驶速度、道路拥堵的影响。结果表明:随着CAV比例的提高,道路通行能力增大,临界密度增大;当道路上车辆组成仅为CAV车辆时,通行能力提升2.45倍、临界密度提高2.84倍;当CAV比例为0.5,随着公交车比例的增加,道路随机多发的轻微拥堵明显减少,通行能力、平均行驶速度略微减小。网联车能有效提高道路通行能力和行驶速度、减少拥堵,且随着公交车比例的提高,网联公交车更易形成队列,使道路拥堵得到明显改善。

基于校企协作的交通运输人才培养模式改革与实践

针对土木工程及交通运输专业人才培养过程中存在的理论与实践联系不紧密、技术更新滞后、缺乏实践性综合素质培养等问题,以产教融合校企协作的理论基础和研究对象,探究了校企合作在交通运输专业人才培养中的应用和优化。提出了适用于当前高等教育和交通运输行业发展的"教育+合作"产教融合模式,对于解决交通运输专业教育体系中的问题具有一定的实践指导意义。应继续深化产教融合校企协作,加强合作机制建设,推动产学研一体化发展,培养更多高素质、适应社会需求的交通运输专业人才。

产教融合校企协作对土木专业人才培养模式的改革与实践

从土木工程及交通运输专业特点出发,针对高校人才培养模式与企业及实际工程项目关联性较弱、人才理论知识体系滞后于工程关键技术发展等问题,基于校企协作的重点桥梁工程建设项目,提出“产教融合校企协作”的双循环教学模式。通过对产教融合校企协作对人才培养模式改革的相关研究及实践进行综合分析和总结,阐述了产教融合校企协作在人才培养模式改革中的重要意义。产教融合校企协作可以促进产业和教育的良性互动,能够切实提高人才培养的针对性和实践能力,推动教育创新和产业发展的良性循环,提升学校和企业的合作意识和水平,促进双方资源共享和优势互补。因此,产教融合校企协作对于推进土木工程及交通运输专业人才培养模式改革具有重要意义。

考虑编队意愿的CAV队列对混合交通流条件下交叉口通行能力的影响研究

为研究考虑编队意愿的网联自动驾驶车辆(CAV)队列对混合交通流条件下交叉口通行能力的影响,针对CAV、自动驾驶车辆(AV)、人工驾驶车辆(HDV)构成的混合交通流,考虑CAV的编队意愿,基于10种车辆跟随状态类型和4种车间时距类型,基于马尔可夫链理论,推导出车辆跟随状态类型的状态转移矩阵和状态概率分布,构建交叉口通行能力模型,分析队列时距、编队意愿、渗透率(P_(C))、最大队列规模对交叉口通行能力的影响并进行数值案例验证。研究结果表明:通行能力随CAV队列时距的减小而增加;在给定P_(C)时,通行能力随编队意愿的增强而增加;P_(C)小于0.2时,编队意愿对交叉口通行能力的提高很小,P_(C)大于0.4时,编队意愿对提高交叉口通行能力的影响变得显著;更高的P_(C)是否会带来更大的通行能力,取决于编队意愿和异质的车间时距;对于控制队列规模不超过一个最大值k_(m′),在给定P_(C)时,通行能力随最大队列规模的增大而增加,但增幅逐渐减小;P_(C)小于0.2时,提高最大队列规模对通行能力的提高较小,P_(C)大于0.6时,最大队列规模对提高通行能力的影响变得显著。

目标检测下的车型对交通流速度影响研究

针对传统目标检测跟踪算法识别精度低,实时性差等缺点,提出了一种基于YOLOv5s和DeepSort算法模型的视频车辆实时车流量和速度检测方法。构建了包含25 877个目标样本的数据集,采用YOLOv5s算法模型实现视频车辆的检测,利用DeepSort算法对车辆进行跟踪计数与测速,实现了路段监控对车辆的实时检测。基于深度学习获取的速度与交通量数据,构建了不同车型对交通流速度影响模型,探究畅通状态、稳定状态、拥挤状态下车型的速度与交通量之间的关系,结果表明:算法模型对视频车辆的检测效果良好,平均准确度达到91.4%;不同状态下,车型对交通量速度的影响程度不同;畅通状态和稳定状态下,出租车的速度对交通量影响较大;拥挤状态下,私家车的车速受交通量影响较大。

无人机视角下交通小目标图像检测算法优化研究

针对无人机图像的小目标检测算法精度低、容易出现漏检和误检的情况,提出一种基于YOLOv7的改进目标检测算法。利用无人机航拍视频自建行人和车辆数据集。将颈部和检测头中的卷积模块替换为CoordConv模块,提高算法感知特征图的空间信息能力;添加小目标检测层,适应不同尺度下的物体目标,降低小目标的漏检率;在主干网络和颈部增加GE注意力机制,加强上下文信息的利用。将Wise-IoU作为边界框损失函数,引入一种动态非单调聚焦机制,提高模型的泛化能力。实验结果表明,改进后的算法精度高于实验中其他算法,精度达到91%,比YOLOv7算法提升了2.1个百分点。在VisDrone2019数据集上进行对比实验,精度比YOLOv7算法提升了2.5个百分点;综合性能优于实验中其他小目标检测算法,验证了改进后算法的泛化能力与有效性。

考虑站点类型的城市轨道交通接驳方式选择建模与分析

为更精确地揭示出行者对城市轨道交通接驳方式选择的决策机制,将站点类型作为无序多分类变量引入混合Logit模型,以分析出行者接驳方式的选择行为。首先,通过聚类分析获取轨道交通站点类型数据;然后,结合KDTree空间搜索及网络爬虫获得的交通方式特性数据,以及通过RP调查获得的出行者特性数据,建立城市轨道交通接驳方式选择的混合Logit模型;最后,通过敏感性分析探讨不同类型轨道交通站点的接驳特性以及出行者对接驳方式的选择行为。研究结果表明:接驳距离、接驳费用、接驳时长、收入、出行目的、职业、年龄、性别、同行人数、学历以及接驳时间段均与接驳方式的选择显著相关;与中心型城市轨道交通站点相比,出行者在边缘型站点时倾向选择摩托车、公交车、私家车、出租车或网约车接驳,在混合型轨道交通站点倾向选择自行车或公交车接驳,不同站点类型的出行者对接驳方式选择的敏感性存在差异。由此可见,站点类型对站点接驳方式结构具有一定影响,可采取优化中心型站点接驳设施,提高边缘型站点公共交通的可达性,并完善混合型站点非机动接驳方式的基础设施等措施,来满足不同类型站点出行者的需求。

大学生创新实践能力培养模式和实践研究

大学生创新实践能力是衡量大学生综合素质的一种重要标准,也是新时期市场和企业高度重视的能力。大学生在就业中想要获得市场青睐,势必需要具备创新实践能力。在这种状况下,市场无疑会倒逼高校培养机制改革,重视培养大学生的创新实践能力。因此,高校需要立足大学生发展的新诉求,针对目前在培养过程中存在的问题,优化大学生创新实践能力培养模式机制。

城市交通应急保障与管理技术提升研究

伴随城镇化率的持续提升,我国城市规模显著增大,城市拥有人口数直线增多,对交通出行表现出了更多需求期待。受到诸多复杂因素影响,城市地区出现各种重大突发事件可能性大幅提升。本文以鄂尔多斯市为研究对象,探讨突发事件发生前后出行特征的变化,构建重大突发事件背景下的城市交通应急能力综合评价体系,并依据评价结果对如何强化交通应急保障与管理进行探索。

基于YOLO+DeepSort的出租车检测及交通流影响研究

为了解决出租车与黄色小型车辆外观相似、不易区分的问题,以哈尔滨市出租车为研究对象,以YOLOv5+DeepSort为基本框架,新增交通量与速度检测模块。基于视频采集数据,建立出租车目标检测数据集与出租车图像数据集,采用深度学习方法构建车型识别模型。建立了考虑出租车比例因素的速度影响模型,分析了畅行状态下出租车运行特征。结果表明:结合深度学习的出租车车型识别精确率高达0.88;畅行状态下出租车平均速度比其他车型高5~15 km/h;出租车比例对全局平均速度及速度-流量曲线增长趋势存在一定影响;考虑出租车比例的速度影响模型在继承传统BPR模型优点的同时,精度提升了20%左右。

高校土木类专业校企协作人才培养的探索与实践

在产教融合大背景下,如何应对土木就业压力增大的挑战,探寻高校人才培养新模式以迎合行业发展需求,是高等教育改革的关键所在。本文从四个方面讨论了土木人才培养当前存在的问题和面临的挑战,提出了应用型和创新型人才作为卓越工程师的培养目标,导师带组的培养模式,以及优化课程设置和实践环节设计,搭建校企零距离对接平台与建立人才综合评价体系等对策和建议,以推动土木类人才校企协作培养质量的提升。

基于DPSIR-TOPSIS模型的城市智慧交通动态发展评价

为系统分析人类活动对交通环境的影响,科学评估智慧交通发展水平,并准确识别城市交通运输行业在智慧化转型过程中的影响因素,基于DPSIR(drivers pressures state impact response)模型构建智慧交通发展评价指标体系,评估北京市2013—2022年智慧交通发展水平的动态变化,识别影响城市智慧交通发展的限制性因素。研究结果显示,1)2013—2022年北京市智慧交通综合发展水平持续上升,呈现整体改善趋势;2)北京市智慧交通驱动力和响应子系统的发展程度整体呈下降趋势,压力、状态和影响子系统的发展程度整体呈上升趋势;3)2013—2018年,影响北京市智慧交通发展的主要因素为路口电子警察安装数、高峰时段市民平均出行时耗等,2019—2022年,交通运输网络建设密度、人口密度、汽车社会公共停车泊位数成为主要因素。为此,提出加强智慧交通自身造血能力、提升供给侧水平以及推动城市交通向智能低碳转型等建议,以针对北京市智慧交通治理的短板因素进行改进。

基于SO-BiLSTM的高速公路交通事故持续时间预测

为减少高速公路交通拥堵和事故伤亡程度及财产损失,提高事故持续时间预测结果精度和适用性,基于1362起高速公路交通事故数据,甄选16个高速公路交通事故持续时间影响因素作为特征变量。通过对连续特征变量统计分析和离散特征变量赋值后,构建基于SO-BiLSTM的高速公路交通事故持续时间预测模型。研究结果表明,事故持续时间大于120 min的路段内平均交通流量、平均车速和车速离差等均值最小,分别为27882 pcu/h、90.4 km/h和18.0 km/h;事故持续时间小于30 min的路段内大型车混入率均值最小,为34.0%;事故持续时间为[60,90)min的肇事者年龄均值最大,为45岁;事故持续时间大于120 min的肇事者驾龄均值最大,为91月。SO-BiLSTM模型的迭代次数和种群规模分别设置为40和30为最优,对应的事故持续时间预测结果MAPE值为8.9%,相较于PSO-Elman、BiLSTM-CNN、GA-BP和LSTM等降低1.7%~7.6%,且提高了事故持续时间大于120 min的预测结果精度。研究结果有助于制定高速公路交通事故疏解管控和应急救援措施,提升高速公路交通安全管理水平。

网联车辆环境下城市道路交通流分段协同控制方法

车辆临近交叉口的变道行为会制约交叉口通行效率的提升。基于此,本文提出一种网联车辆环境下城市道路交通流分段协同控制方法(Segmented Cooperative cOntrol Method for Urban Road Traffic Flow,SCOM-URTF),该方法采用双层优化模型,实现路段功能区动态划分和路段—交叉口交通流的协同优化。上层模型设计了一种分车道速度诱导错位变道策略(Misaligned Lane-changing with Separated Lane Speed Guidance,ML-SLSG),通过纵向空间错位排列促成左转和右转车辆的快速变道,最小化车辆变道区长度,并均衡车道组交通流量;下层模型以最小化车均延误为目标,基于动态规划法协同优化网联车辆的轨迹与交叉口信号配时参数。仿真结果表明,ML-SLSG策略能有效缩短变道长度,在低、中和高这3种交通负荷下,本文提出的车辆纵向轨迹优化模型能使交叉口车均延误减少5.9%~8.0%,且与信号配时协同优化后,车均延误可再降低3.7%~22.8%。与同类方法对比研究表明,SCOM-URTF更适合多种驾驶行为相互协调的交通环境。敏感性分析显示,更高的CAV渗透率和道路限速有助于降低车均延误;增大交叉口间距可在初期减少车均延误,但达到临界点后会出现延误反弹,而轨迹与信号的协同优化能有效遏制延误的反弹。