基于BP神经网络的北京市出租车油耗模型研究

从宏观的角度出发,在传统油耗算法研究的基础上,从影响油耗的道路和交通特性方面,确定了3个输入参数,分别是链路平均速度、交叉口密度和停驶比,并利用大量出租车油耗数据分析了北京市主干路上这3个影响因素与油耗之间的关系,提出了基于BP神经网络的油耗模型,结果表明神经网络具有更高的精度和稳定性,针对北京市路网,选择具有代表性的长安街和西大望路进行了实例应用.研究表明:对城市道路进行信号联动控制或对车辆进行路径诱导、减少停驶比、提高路段平均速度是降低能耗的一个有效方法.

有限理性视野下拥挤收费对交通流逐日演化规律影响

为了解决拥挤收费政策在不同理性程度群体构成的交通流中的实施效果问题,在逐日路径演化模型的基础上引入拥挤收费政策,建立新的模型以研究拥挤收费条件下出行者逐日路径选择行为.并以一个由2条路径构成的路网为例,探讨了有限理性视野下拥挤收费政策对网络交通流逐日动态演化过程的影响.通过数值实验,分析了拥挤收费条件下网络交通流的演化特征,发现拥挤收费对网络交通流演化的最终状态以及系统平均走行时间有一定的影响;出行者的时间价值、理性程度会影响拥挤收费政策的实施效果.

基于潜能模型的就医出行公共交通可达性分析

大型综合性医院是居民生活出行目的地之一。公共交通是就医出行的重要出行模式,其服务水平对居民出行及就医具有双重影响。可达性是衡量交通系统为出行者提供到达某地点以获得某种服务或参加某项活动的能力指标,换乘对就医出行可达性具有重要影响,基于潜能模型,选择出行时间、换乘时间及服务覆盖人口数量构建可达性计算模型。以友谊医院为例,根据该模型进行各交通小区的就医出行可达性计算并分级,并与通过问卷调查得到的区域平均出行满意度进行比较。据统计,高于93.5%交通小区的上述两种评价一致。实验表明模型在就医出行可达性的计算上与出行者主观评价一致,可用于研究居民就医出行的便捷性,对提高医疗服务的区域覆盖及交通便利性具有指导意义。

Mobitex无线网在动态交通信息服务系统中的应用

针对交通信息服务中用于路径规划和引导的数据得不到及时更新的缺点,提出利用Mobitex无线数据专网建立动态交通信息服务系统,设计的数据通信协议实现了实时交通信息的采集、传输、处理和发布,将GPS探测车采集的实时路况数据传回交通信息服务中心,而处理后的最新动态交通信息则被准确地传送到用户的移动终端。试验表明系统数据接收成功率高,实时交通信息应用的效果显著,为保障交通信息服务的时效性和可靠性提供了有效的解决办法。

基于直播平台的交通运输类专业招生教学宣传设计

随着互联网的发展及疫情影响,我国教育体系迅速进入“互联网+”教育的在线学习新时代。目前,交通运输类专业转专业流失比例较大,急需加强专业宣讲,提升专业热度与吸引力。基于此背景,运用互联网线上平台进行专业招生宣传以及学生培养有着时代必要性。北京工业大学交通运输类提供了一种“招生-综合培养-毕业”一体化专业认知培养及宣传方式,从报考到毕业,形成体系化的专业认知过程,结合线上平台,提高学生的自主学习能力,增强学生对知识的巩固程度,在四年的学习中提升专业认知及自豪感。增强专业吸引力。为新时代新方式招生教学提供了有力的实践证明。

高速公路收费站微观交通仿真系统设计

通过对高速公路收费站处的微观交通仿真技术及基本微观交通仿真模型的研究,构建高速公路微观交通仿真系统,以期为今后对高速公路收费站处的交通组织研究提供帮助。基于中国学者对车辆微观仿真模型的研究及部分合理性推导,设计针对高速公路收费站附近区域交通流特性的车辆仿真系统,系统由道路设施模型、车辆生成模型、车辆跟驰模型、判断型车道变换模型、强制型车道变换模型、停车模型和重启动模型组成。系统在广州南沙港快速线仑头收费站进行初步模拟测试,测试结果显示,排队长度校核指标误差在10%以内,初步验证了系统的实用性。

基于网络瓶颈控制的轨道交通车站客流疏导研究

轨道交通客流在特定时空区间的强聚集效应导致车站内部设施的服务能力与客流量不匹配,极易造成乘客拥堵、滞留等问题。通过对轨道交通车站客流流线大范围调研,确定服务设施实际通行能力,识别车站瓶颈区域。进而利用多点联动的瓶颈控制方法,构建网络瓶颈客流疏导模型,协调流线网络结构中设施通行能力的匹配度,计算瓶颈点上下游客流调节量。以北京东单地铁换乘站为例进行流线瓶颈优化,制定不同客流强度下瓶颈优化方案,验证模型的有效性和实用性。模型可协助车站管理人员明确瓶颈控制区域的范围,并制定详细的限流泄流乘客量分配,为高密度客流组织提供理论依据与数据支撑。

基于个体信息需求的草原公路防疲劳预警策略

为缓解驾驶人在草原公路行驶产生的驾驶疲劳,设计一种基于个体信息需求的防疲劳预警策略,采用问卷调查将驾驶人划分成视觉型、听觉型和触觉型3类,综合考虑不同类型驾驶人的个性化信息需求,设计路端预警、车端预警和车端路端协同预警3种草原公路驾驶疲劳预警策略,选取21名驾驶人开展驾驶模拟实验,采集驾驶人KSS量表数据、对预警策略的主观评价数据和驾驶行为数据,利用描述性分析、统计分析和基于熵权的TOPSIS综合分析等方法,进行3种驾驶疲劳预警策略的效果测试。结果表明:驾驶人对3种预警策略的接受程度均较高;3种驾驶疲劳预警策略均可以不同程度地缓解驾驶疲劳状态,协同预警策略优于其他两种策略,且疲劳程度越深,缓解效果越显著。基于驾驶人差异化信息需求的车端路端协同防疲劳预警策略有助于提升草原公路驾驶疲劳预防效果。

基于导航数据的交叉口进口道安全风险评估及诊断方法

以导航软件采集的驾驶行为、空间位置、交通状况及用户量等大数据为基础,应用交通秩序指数评价道路安全性。通过分析与进口道相关的道路几何特征、交通执法设备以及信号控制设施的安全性特征,构建交叉口安全性结构方程模型,深入挖掘交叉口进口道风险致因。结果表明,交叉口各方向车道总数、信号相位,与进口有关的进口道车道数、调头车道数、横断面类型、中央分隔带类型、违法监控设备数量,都对交叉口安全性具有显著影响。拥堵状态对于交叉口安全性的影响最大,且在不同时段交叉口安全性存在较大差异。其次,信号控制设施与道路几何特征,交通执法设备对交叉口的安全影响最小。在改善交叉口进口道的安全性时,首要是鼓励错峰出行、改善拥堵状态,尽量采用带有全红时间的信号配时方案。道路设计过程中,在进口方向增加车道数量并设置硬性中央分隔带,尽量设置调头车道。提出一种基于导航数据的进口道风险与交叉口相关属性间量化关系的挖掘方法,进而实现交叉口进口道风险的评估与诊断,为其他类型道路及交通网全域风险防控和安全改造提供借鉴和参考。

基于Q-learning和BP神经元网络的交叉口信号灯控制

解决单交叉口信号灯最优控制问题。提出了基于强化学习的信号灯控制系统结构,应用强化学习中Q学习,将信号灯最优控制问题转变成是否切换运行相位的决策问题,提出了采用BP神经元网络实现Q学习的信号灯控制系统。应用微观交通仿真软件PARAMICS进行仿真分析,结果表明该系统能够感知交通流变化,并能够自适应地调整信号灯切换策略,以达到最优的控制效果,该方法是可行的,与定时控制相比具有明显的优势。

基于机器视觉的安全帽自动识别技术研究

施工区中部分作业人员安全意识缺乏,不佩戴安全帽作业情况时有发生。采用机器视觉的相关方法对安全帽自动识别技术进行深入研究,在图像预处理基础上,首先利用混合高斯模型进行前景检测,然后通过对连通域的处理判断其是否属于人体,最后在定位到的人体头部区域实现安全帽的自动识别。施工区实地实验结果表明,该方法准确率高、环境适应性强,适于在施工区推广应用。

基于NashCC-Q学习的两交叉口信号灯协调控制

提出一种NashCC-Q学习算法用于解决两交叉口信号灯协调控制问题。根据博弈论概念,相邻两交叉口之间的协调控制问题属于二人非零和合作博弈类型。在Nash-Q学习算法的基础上,将Q值函数的更新建立在Nash合作博弈中提出的Nash"公理方法"求博弈谈判解的基础上,进而解决合作博弈的问题,实现两交叉口信号灯协调控制。采用Paramics仿真软件进行仿真,结果表明该方法的有效性。

考虑游客拥挤感知的旅游线路优化设计

为提升游客的旅游体验和景区的服务水平,探讨景点拥挤状态下游客的拥挤感知及其调适行为,分析游客拥挤-调适行为对游线设计的影响及其机理.引入热门链路概念,依据热门链路的热度、位置排序分析旅游线路的多样性.以景点满意度最大、景点间走行时间最短、景点拥挤度最低为优化目标,考虑游客参观景点个数、游览时间等约束条件,建立多目标景区线路优化模型,并利用粒子群算法进行线路优度评价.最后,分析景点拥挤度权重系数对线路优化的影响,以颐和园景区为例,开展拥挤景区内游客游线及其行为调查与分析,进行游线优化.结果显示:游客感知拥挤时,为提高旅游体验会采取认知调适、行为调适和不再调适等调适策略;颐和园浅度游和深度游链路式优化游线中可分别包含1～2和2～3个热门链路.深度游优化游线(No. 75)的优度值为57. 39,高于颐和园推荐游线,表明优化模型精度较高.线路中包含的热门链路数量、热度、位置排序和拥挤值影响游线优度值,随着拥挤度权重系数的提高,部分游线的优度值增加,可改变游线的推荐排序.

中国高速公路事故特点及分布规律研究

中国的高速公路建设现在正处于快速发展时期,其事故发生率与事故严重程度与国外高速公路相比均高出很多,可以预见的是高速公路的安全形势将随着经济和社会的发展,以及汽车保有量和高速公路通车里程的增加,变得越来越严峻。在大量调研高速公路事故数据的基础上,利用统计分析的方法,研究讨论了我国高速公路交通事故的基本特点及分布规律,得出了一系列有价值的结论。研究结果可以为高速公路的交通安全管理与控制,以及交通事故的预测和预防提供良好的参考和借鉴。

行程时间价值研究综述

行程时间价值是交通设施投资评价与交通拥挤收费政策分析的一项重要基础参数,因此,基于国内外相关研究文献系统性地归纳了其研究进展与困境,为进一步探索适用于我国的行程时间价值研究做出铺垫.在此基础上,重点介绍了行程时间价值的定义、理论、计算方法和影响因素等,对研究中存在的问题进行了分析;最后,总结了我国行程时间价值研究中应注意的问题,并对研究存在的问题和方向给出了建议.

双车道公路小半径曲线段横向加速度特性

为研究横向加速度在双车道公路小半径曲线段上的变化特性以及与横向偏移量的关系,运用驾驶模拟器进行小半径曲线段上车辆行驶的仿真实验,获得车辆的横向加速度与横向偏移量.针对双车道公路小半径曲线段横向力作用大的特点,对曲线段上的横向加速度变化特性进行分析,通过Matlab软件建立车辆横向加速度预测模型、横向加速度与横向偏移量相关性的数学模型.结果表明,随着车速的增加,横向加速度增大,在圆缓(YH)点附近横向加速度与横向偏移量达最大值,圆曲线段的横向加速度与横向偏移量成对数正相关关系.研究成果为评价双车道公路小半径曲线段行车安全性提供了理论支持.

停车场成本效益分析方法

针对停车场收益率低、回收期长的问题,对停车场进行了成本效益分析.从停车场收费价格、利用率、配建商业面积及土地的角度,分别对停车场的动态回收期及内部收益率进行弹性分析和敏感性分析.弹性分析显示,对于内部收益率和回收期,土地价格的弹性最高,配建指标的弹性最低.敏感性分析显示,与地面停车场相比,地下停车场和简易机械式停车场内部收益率更高,回收期更短.

考虑用户参与的共享单车调度模型

为了研究用户参与意愿,探讨用户参与对调度成本的影响,首先利用问卷调查数据建立了用户选择模型,对用户的参与意愿进行了分析;然后将用户选择模型所给出的奖励额度作为输入变量,以运营方调度成本和用户奖励成本之和为优化目标,建立了考虑用户参与的共享单车调度模型.研究结果表明:步行距离、奖励额度、起点有无单车、年龄、骑行目的、平时寻车时长、是否购买月卡等因素对用户参与调度的意愿有显著影响;用户参与调度可以明显节省临时点的调度总成本;建立的选择模型可以指导奖励额度的制定.

基于放电过程的锂离子电池剩余寿命预测

针对锂离子电池剩余寿命预测时的容量难以测量和预测精度不高等问题,提出一种基于放电过程的锂离子电池剩余寿命预测方法。首先,提取锂离子电池放电过程中特定电压区间放电时间作为健康因子;接着,构建双向极限学习机的剩余寿命预测模型;最后,基于锂离子电池实验数据验证该预测方法的准确性。结果表明:该模型能准确地预测电池剩余寿命,且与普通的极限学习机模型和BP神经网络模型相比,预测误差更小,收敛速度更快。

基于出行全过程分析的多模式公交选择行为研究

在出行全过程的可达、候车、乘车、换乘4个阶段的基础上,建立基于时间价值函数的广义费用模型,并将广义费用及其他影响因素作为参数变量,建立了多模式公交出行方式,以公交快线、公交普线、轨道交通为主,公交支线、步行、自行车为辅,选择的NL模型,对显著性影响因素进行了分析.结果表明:本文所设计的模型拟合效果较高,在改善显著性较高的影响因子时,对优化公交系统、提高公交出行比例有重要意义.