停车诱导信息系统条件下的城市交通网络SUE配流模型及算法

停车诱导信息系统(Parking Guidance Information System,PGIS)被认为是改善城市交通拥挤的一项有效技术,不同的PGIS市场占有率对道路交通的影响是不同的。文章将出行者分成两类:使用PGIS和不使用PGIS,考虑了PGIS对出行者道路和停车选择行为的影响以及PGIS的市场占有率,构造了随机用户均衡模型来描述PGIS条件下的道路和停车选择问题,设计了相应的算法。最后,通过一个算例对模型及算法进行了验证。

ATIS条件下的城市交通网络系统优化模型及算法

考虑了影响ATIS(advanced traffic information system)条件下的出行者道路和停车选择行为以及影响ATIS市场占有率的主要因素,构造了基于概率的SUE模型来描述ATIS条件下的道路和停车选择问题.在此基础上,构造了双层规划模型来解决道路及停车信息条件下交通网络的系统优化问题,其中上层模型是一个系统优化问题,下层模型是描述出行者道路和停车选择的SUE模型.最后。

城市轨道交通列车时刻表和车底运用计划研究进展与综述

列车时刻表与车底运用计划是城市轨道交通运营规划的重要环节,也是运营企业实现降本、增效、提质的基础。围绕该领域的最新研究进展,从研究问题、建模方法和求解算法三个方面,对列车时刻表和车底运用计划问题进行了系统梳理和综述。在研究问题方面,既有文献侧重于列车时刻表优化、时刻表与车底运用协同优化,以及可变编组条件下的列车时刻表优化。在建模方法方面,文献主要采用一般整数规划和离散时空网络两类方法。在求解算法方面,启发式方法因其操作简便、灵活高效而被广泛应用;精确算法因能提供全局搜索和求解质量的评估机制,成为当前常用的方法;此外,强化学习方法在求解上述问题中也得到初步应用。未来研究需要关注通信、控制等技术变革带来的列车运营模式创新及其衍生的新问题,探讨城市轨道交通与其它交通方式的一体化融合,设计高性能求解算法以应对大规模城市轨道交通运营管理问题的计算挑战。

基于计算机视觉的轨道交通站内火灾检测与定位

为及时有效地处理轨道交通站内火灾事件,本文提出基于计算机视觉的站内火灾检测与精细化火灾定位模型(Fire-Detect)。首先,基于Unity仿真模拟和收集互联网图像数据的方式制作站内火灾图像与视频数据集Fire-Rail,用于训练构建的火灾检测算法和精细化火灾定位算法;其次,基于卷积神经网络、残差结构与通道注意力机制构建火灾检测算法,用于检测站内监控视频中每帧分别为“正常状态”或“疑似火灾”状态;最后,在“疑似火灾”状态下,模型启动精细化火灾定位算法,将图像以及后续的每帧图像输入精细化火灾定位算法中,并实时输出火灾发生场景下的精细化火灾定位信息。在Fire-Rail数据集上进行实验,火灾检测算法在测试集的准确率为95.12%;此外,卷积神经网络层级实验平衡了资源消耗和准确率,消融实验验证了各部分的有效性,鲁棒性实验表明,该算法能处理大部分噪声,整体模型的平均火灾定位检测精度mAP为77.3%,可应用于轨道交通站内视频监控设备。

信控路段混行交通生态驾驶深度强化学习模型

针对考虑通过性约束和安全性约束的动态规划模型,其在混行和大流量条件下模型复杂度较高,甚至会出现无解的问题,本文提出一种混行信控路段智能网联车辆生态驾驶轨迹优化的深度强化学习模型。本文所提模型通过设定不同程度的奖惩机制,并采用双延迟深度确定性策略梯度算法优化混行车流中智能网联车辆接近信号交叉口的轨迹。首先,选取车距、速度差、速度、到交叉口距离、排队长度、信号相位及配时等特征作为智能体状态,刻画驾驶安全性和通行效率,特别地,将交叉口排队长度扩增到状态中,解决智能网联车辆因有人驾驶车辆排队而临时停车的问题;其次,构建基于智能体状态和预期到达交叉口时间的多目标奖励函数,同时,优化混行车流下智能网联车辆的效率、能耗、舒适性和安全性,解决动态规划模型约束与求解复杂度关联的问题。仿真训练和测试结果表明,随着智能网联车辆渗透率的提高,车辆在交叉口等待时间显著减少;与无控制相比,能耗降低约5.47%;与动态规划模型相比,能耗降低约4.42%,与基于深度确定性策略梯度轨迹规划模型相比,能耗降低约2.91%。此外,在交通需求和信号周期波动条件下,本文所提模型均可实现智能网联车辆不停车通过信号交叉口。

降雨影响下道路交通应急疏散优化研究

为了在降雨情景下更安全地组织交通应急疏散,提出考虑降雨影响的动态网络加载路段传输模型,引入“降雨强度-路面积水深度-交通自由流速度”关系方程,建立道路交通应急疏散优化模型并设计分阶段算法,研究降雨强度与路面积水深度对应急疏散优化效果的影响规律。研究结果表明:不同程度降雨和道路积水深度对疏散效率影响不同,引发交通拥堵或加剧拥堵程度。研究结果可为制定降雨影响下交通疏散应急预案提供参考。

基于交通环境承载力的城市交通容量的确定方法及应用

基于交通环境承载力的城市交通容量是衡量交通可持续发展的一个关键定量指标,研究城市交通容量的基本理论和确定方法具有十分重要的理论和现实意义。在对各国交通容量的研究现状进行分析的基础上,将交通容量划分为微观交通容量和宏观交通容量,并给出了相应的定义。然后从系统的观点出发提出了一种新的基于交通环境承载力的城市交通容量确定方法并进行了应用。应用结果表明:该方法能够有效地确定城市交通容量,从而为政府部门进行城市交通规划、衡量城市交通可持续发展提供科学决策依据。

PPP模式下的城市轨道交通项目投资策略研究

PPP模式在国内城市轨道交通领域的应用前景广阔.社会投资机构与政府在城市轨道交通领域的项目合作,本质上是一种投资决策分析,核心在于研究社会投资机构的投资决策规律.本文在PPP模式下,通过分析PPP项目的基本博弈关系,模拟作为理性人的社会投资机构参与政府择优选择项目合作伙伴的特征,基于Bayesian博弈构建模型,提出博弈主体的效用水平和目标函数,并研究在博弈均衡结果下,无投资偏好和有投资偏好条件的报价特点及最佳策略,旨在为应用PPP模式促进城市轨道交通项目建设提供理论参考,最大程度减少因投资评价不准确、不合理而造成项目失败的风险.

基于单质点模型的城市轨道交通列车动力学仿真

城市轨道交通的建设发展需要实时、准确、快速地计算出列车在各种不同条件下的运行效果并予以评价,因此迫切需要对城市轨道车辆运行过程进行实时仿真模拟来完成牵引计算的任务。根据城市轨道交通列车运行实时仿真计算的要求,对单质点模型的特点进行研究和改进分析,建立列车动力学单质点改进模型,修正坡道简化、列车模型、工况自动选取等算法,加入列车本身的参数和线路参数,并建立仿真运算平台,最后对改进模型进行仿真验证分析以及时间复杂度分析,证明单质点改进模型在计算效率和计算精度上都达到较高的水平。

基于聚类分析的城市交通路段划分研究

根据交通流特性的相似性进行交通路段划分对城市交通管理和控制具有重要作用.交通流数据具有时间序列特征,相似性度量问题是时间序列聚类中的最基本的问题之一.本文为交通流数据聚类给出了一种基于灰色关联的相似性度量方法,通过比较试验确定了它具有较高的聚类精度.在每个时段时间序列间的相似性差异、在某一个时段的异常数据等会影响到在整个时间区间的交通流数据聚类,为此本文提出了一种基于时段划分的交通流数据聚类方法.这个方法首先对每个时段数据进行聚类,然后采用最大频繁项集方法得到最终聚类结果(即交通路段划分),实例证明了方法的有效性.

网约车与公共交通替代关系及其减排潜力研究

作为广泛盛行的出行模式,网约车在一定程度上改变了人们的出行选择,使一部分原本乘坐公共交通的乘客转向选择网约车,由此造成的网约车与公共交通的替代关系对城市交通碳排放产生一定影响,有必要进行深入研究。本文使用成都市网约车订单数据,基于效用函数比较推断网约车是否有机会被公共交通替代,从OD(Origin Destination)层面分析公共交通可替代和不可替代两类出行的特征,以及城市公共交通系统的减排潜力。研究结果表明:在所有的网约车订单中,与公共交通存在潜在替代关系的占比为54.16%;出行时间和出行费用是影响乘客选择的主要因素。当公共交通出行方案为地铁单独出行或地铁行程距离占比较高时,更有可能表现为网约车与公共交通存在潜在替代关系。若公共交通有机会替代部分网约车出行,将会导致约45.59%的碳排放削减;减排量和减排潜力较大时段和区域分别是10:00-17:00以及城市中心和地铁沿线附近区域。本文研究可为政府相关部门通过实施有效手段,提升公共交通的服务水平和利用效率,进而减少城市交通系统碳排放提供决策支持。

基于UML的人力资源管理系统的建模

采用面向对象方法,基于UML建模技术对人力资源管理系统进行分析与设计。通过用例图、类图及序列图等UML表示法工具分析设计了人力资源管理系统的静态模型和动态模型,完成了系统开发的分析、设计阶段的工作,并探讨了基于UML的系统建模方法及运用面向对象方法进行系统开发的优势。

逆向系统工程引论

基于科学、技术、工程"三元论"的理论,对系统工程的基本定位及思维方式进行了反思,提出了创建逆向系统工程(results-oriented system engineering,ROSE)的必要性和可行性。指出ROSE构建的新的存在物以系统形式存在,构建过程表现为要素集成和整体涌现。阐述了ROSE的成效性原理、精益性原理、集成性原理和实践性原理,并从系统认知和系统实践两个层面阐述了ROSE方法论的逻辑过程。最后对ROSE的应用进行了实证分析。

基于编队干涉技术的空间测量成像系统

结合干涉成像原理与空间探测中的编队飞行技术,提出一种空间干涉测量成像的方案。首先,建立了基于编队干涉技术的测量成像系统结构,利用ASPRO软件,通过建模和仿真分析了主要系统参数对UV覆盖性能的影响;然后,基于编队干涉系统,针对月球探测任务设计了一种低能耗、高灵活性的干涉成像方案;最后,利用所提方案对目标天体的测量成像进行了模拟重构和仿真分析。所提方案为下一步空间干涉测量任务的设计提供了一定参考。

基于AHP的城市公共交通发展水平模糊综合评判模型

基于AHP的权重向量并利用模糊综合评判的方法对城市公共交通发展水平进行研究,可以较为全面的反映和评价城市公共交通的发展水平和现状,方法简明清晰,且避免了单一方法的主观片面性,对于目前我国各种规模城市公共交通发展水平的综合评价问题具有很强的实用性.

国内外陆港研究进展与我国研究前景展望——基于CiteSpace知识图谱分析

基于WOS及CNKI数据库,依托CiteSpace可视化文献计量工具,构建陆港研究进展知识图谱,在分析我国陆港发展演化阶段基础上,对陆港研究进展进行评述与展望。研究发现:近年来,国内外陆港研究发展较快,研究发文量日益丰富,研究热点不断更新。当前研究的重点和热点主要体现在陆港的内涵与外延、陆港建设背景下的集装箱多式联运网络、港产城联动机理等方面,以面向陆港规划和建设阶段研究为主。但在陆港概念上结合我国陆港发展的集群化、产业化特征的研究还不够;在陆港多式联运网络方面,还缺乏对陆港选址、多式联运通道等的点、线、面协同优化的研究;在港产城联动机理方面主要以经济互动实证研究为主,缺乏对港产城联动模式的研究。未来研究应重点关注丰富陆港概念新内涵、构建陆港联运网络、拓展港产城共生演化等方面新问题的研究,使陆港研究伴随实践的发展不断深入。

考虑乘客感知效用的出租车停靠站选址模型

为了解决城市出租车停靠站布局的合理性问题,对出租车GPS数据进行处理并将乘客出行需求点进行聚类,得到出租车停靠站备选点以及乘客出行需求点。基于出租车停靠站服务能力和距离影响因素,结合竞争选址理论构建出租车停靠站对乘客的感知效用函数。在此基础上,以覆盖乘客出行需求量最大为目标,建立考虑乘客感知效用的出租车停靠站选址模型,以确定出租车停靠站的最佳位置。根据问题特征设计近似算法A进行求解,在求解大规模算例时,与遗传算法、萤火虫算法相比,近似算法求解精度提高0.91%,求解时间降低约97%。以西安市莲湖区局部区域为例进行实例分析,算法求解近似比为1.64,说明算法的实际使用效果较好。

不同降雨量下基于宏观基本图的边界控制策略

在雨雪等不利天气条件下,城市交通拥堵加剧,北京、天津等大城市在降雨条件下经常发生多路段区域性交通拥堵。因此,根据天津市中心城区和市郊区域路网实际交通数据,以路网交通流宏观基本图模型为研究基础,对比不同降雨量以及不同路网的路网交通流时序和宏观基本图变化规律,分析不同降雨量对天津市中心城区和市郊区域路网交通状态的影响。基于不同降雨量下中心城区和市郊区域路网宏观交通流的变化规律,分别构建路网动态演化模型,并对模型的参数进行标定和有效性验证。针对降雨条件下路网发生的区域性拥堵问题,基于宏观基本图的边界控制分别设计了不同降雨量下中心城区和市郊区域路网控制策略,通过仿真实验分析验证了不同控制策略的效果,并给出了能够缓解中心城区和市郊区域路网拥堵的可行策略。结果表明:在小雨天气条件下,将从市郊区域向中心城区的交通流量的转移比例减小量控制在9%~50%范围之内时,中心城区与市郊区域交通状态更加均衡,路网调控效果更好;在大雨天气条件下,将从市郊区域向中心城区的交通流量的转移比例减小量控制在23%~50%范围之内时,中心城区与市郊区域交通状态更加均衡,路网调控效果更好。这表明该控制策略能够缓解中心城区和市郊区域路网的交通拥堵,保障路网交通系统的稳定运行。

个性化教育策略研究——结合自适应学习技术和混合式学习

随着教育技术的发展,混合式学习成为越来越受关注的教育形式。通过构建一个新的理论框架,综合多种教育策略及其在自适应学习技术应用中的优劣,在此基础上提出一系列具有针对性的个性化教育策略与建议,涉及课程设计、教学方法、学习资源、评估与反馈等,旨在帮助教育工作者更有效地利用自适应学习技术以实现混合学习模式下的个性化教育,为教育工作者在自适应学习技术应用中提供有益的指导和建议,推动混合学习模式下个性化教育的发展。

不确定信息下的灾后道路实时抢修鲁棒优化策略

针对突发事件后受损道路的抢修问题,建立了以抢修总成本最小为目标的多阶段道路抢修优化模型.进一步,考虑各个受损点抢修时间的不确定性,构建了基于情景集的灾后道路抢修鲁棒优化模型.为满足受损与抢修信息的预测不准确性和动态变化性,设计了一种基于多周期滚动优化方法的高效求解策略.最后通过数值实验发现,多阶段鲁棒优化抢修策略可以满足灾后道路抢修的不确定性和实时性要求.此外,决策者可根据实际需求选取合适的风险权衡因子,实现解鲁棒和模型鲁棒之间的权衡.