交通运输类虚拟仿真实验教学体系的构建与实践

通过构建交通运输类虚拟仿真实验教学体系,着重破解在实验教学中存在的虚拟仿真实验教学资源共享不充分,实验教学与行业产业需求匹配脱节,缺乏多岗位协同和多场景模拟以及实验内容与现有教学环节融合度不高等问题。聚焦高铁列车调度指挥、库存管理与自动化仓储、城市轨道交通调度指挥等关键问题,以点带面,重点打造了系列国家级、省级高阶性虚拟仿真实验教学课程,紧密融合交通运输类专业课程体系,构建符合交通运输类的人才培养模式,实现贯通式人才培养过程,提出并实践了4个“二一”虚拟仿真实验教学方法,为虚拟仿真实验课程的教学改革与实践提供了支撑。

基于运输智能化的国家地方联合工程实验室建设

通过对以"综合"与"智能"为核心的综合交通运输体系建设和发展的分析,以及在提升交通运输系统的技术水平的基础上,讨论综合交通运输国家地方联合工程实验室的建设。综合交通运输国家地方联合工程实验室的建设能够提升综合交通跨地域、跨行业服务管理能力,强化整合行业资源、强化企业技术创新的主体地位,提高西部乃至全国综合交通运输行业的整体自主创新能力,促进交通运输行业可持续发展,从而提升综合交通运输在国民经济发展中的作用。

交通运输工程专业虚拟仿真实验中心硕士实践基地建设

交通运输工程专业具有显著的工程应用特点,实践性强,与运输生产活动联系十分紧密。要求培养具有工程应用与学术能力的复合型创新人才。针对交通运输工程专业的人才培养现状及培养中存在的问题,结合我校近年来的教学实践,依据交通运输工程专业的发展规划及要求,提出建设理论教学和实践教学相结合的校内实践基地,依托虚拟仿真实验教学中心,打造虚实融合的教学模式,构建现场教学、工程实践、科研实践相互连接的"三位一体"新型人才培养体系,对于培养应用型、研发型和创新型人才具有重要的作用。在此基础上,通过制定基于综合评价法的实践基地评价方案进一步发现教学中存在问题与不足,促进实践基地的建设和发展,提高教学实效。

交通运输专业生产实习的过程优化探讨

高校的生产实习教学是实践教学的重要环节。交通运输专业构建了多层次、系统化的实践教学体系,分析了目前生产实习教学中存在的问题,从改良生产实习过程控制的角度,提出了改进措施,并指出了控制的关键环节。加强实践教学,提高教学质量,才能培养适应国家、社会、市场需求的复合知识应用型人才。

基于行动研究理念的交通运输专业实践教学探索

行动研究理念在交通运输专业实践教学中的引入,实施关键在于"计划"、"行动"、"观察"、"反思"四个要素。计划是基础,需明确所研究的问题,做好研究计划;行动是关键,实施路线按照"参与—改进—公开"进行;观察是重要环节,对教师及其研究团体的行动背景、实际环境、行动过程及行动结果进行监督;反思是目的,反思的同时并制定下一阶段研究的计划。坚持在行动中研究、由行动者研究、视问题为课题、工作为研究、教师为专家的方法,建立以研究为理论指导,以实践教学为实践导向的交通运输专业实践教学框架。

不同等级农村公路交通事故严重程度预测研究

为准确分析各因素及其组合对农村公路发生严重交通事故的影响,将道路类型、路侧防护设施、时间段、天气状况、事故位置等11个因素作为自变量,事故严重程度作为因变量,采用改进的Apriori关联算法,找出各影响因素间的内在联系,并求解得到关键因素的组合。然后,分别构建随机森林、梯度提升决策树(Gradient Boosting Decision Tree,GBDT)、极端梯度提升(eXtreme Gradient Boosting,XGBoost)预测模型对农村公路事故严重程度进行预测。结果显示:与改进前相比,改进后的Apriori算法的运行效率和挖掘准确度都有较大提升;相对于随机森林和GBDT模型,XGBoost模型在准确率、召回率、精确率和F1得分等方面表现最优;照明条件、路侧防护设施、道路类型,天气状况是影响农村公路事故严重程度的重要因素,且各影响因素间存在显著的交互效应。

混合交路模式下城市轨道交通交路计划与时刻表综合优化研究

混合交路模式由于运力利用效率高、客流辐射范围广的特点,对提升城市轨道交通运营组织管理水平具有重要意义。针对既有研究普遍基于不同交路列车的发车频率存在倍数关系,或设定单位时段内(往往为1 h及以上)列车的发车间隔一致,难以解决运力供给与时变客流需求间矛盾的问题,提出一种混合交路模式下城市轨道交通交路计划与时刻表综合优化方案,即按照乘客行为的差异性确定分时段客流OD需求,构建混合交路模式下交路计划及时刻表综合优化模型,并设计分层优化算法,以实例验证优化后线路的满载率最大值下降0.397,满载率均衡度下降15.5%,满载率大于0.8区间的优化效果为100%,有助于提升运输能力对时变客流的适应性,实现高品质的快捷运输服务。

基于轨迹数据的大规模路网交通拥挤时空关联规则挖掘

提出了K近邻RElim(K neighbor-RElim,KNR)算法和时序K近邻RElim(sequential KNbrRElim,SKNR)算法,利用大规模路网的车辆轨迹数据来挖掘路段拥挤关联规则和拥挤传播时空关联规则。其中KNR算法在RElim算法基础上拓展了空间拓扑约束,可高效从大规模车辆轨迹数据集中挖掘路网中关联性拥挤易发路段,并量化这些路段间拥挤的关联性强度。而SKNR算法进一步以滑动窗口的形式拓展时间维度,可以挖掘出大规模路网中难以直接观测的拥挤传播现象,并追溯拥挤传播路径。以成都路网和车辆轨迹数据的挖掘结果对所提出的算法进行了说明和验证,结果表明了算法的有效性和鲁棒性。

基于ISM-MICMAC模型的山地旅游轨道交通单双线组合选用条件分析

受地形和环保影响,交通不便成为限制山地旅游业发展的瓶颈。充分发挥山地旅游轨道交通运输能力大、全地形运行、绿色环保等多重优势,加快山地旅游轨道交通建设,有利于改善山地交通条件,助推交通旅游融合发展。为避免山地旅游轨道交通建设规模过大、投资过高、运能虚糜,提出山地旅游轨道交通单双线组合方案,考虑到线路方案受经济、社会、环境等多种因素影响,从客流需求、运营经济、地质环境3个维度,建立14个影响因素集,利用ISM模型构建6阶层次结构模型,梳理各因素间的逻辑关系和影响机制,在此基础上运用MICMAC方法,计算其驱动力和依赖性的大小并绘制出象限图,研究结果能够为山地旅游轨道交通高质量发展提供新的思路,为单双线组合方案提供决策支持。

基于Super-SBM模型的城市轨道交通线网运输计划效率评估研究

随着城市轨道交通路网的不断扩充,线路间联系更为紧密,线网运输计划作为轨道交通的核心技术文件,其评估选优是运营组织的核心问题。研究围绕轨道交通线网运输计划编制及其效率评估,分析了线网运输计划的编制目标和影响因素,从运能运量匹配性、列车运行技术性、候车客流饱和性和列车衔接协调性4个方面建立线网运输计划效率相关评估体系;对指标进行筛选并分类处理,提出基于超效率的Super-SBM模型的线网运输计划效率评估方法,考虑松弛变量求解并选择更新效率值;以某城市为例进行实例分析,对备选运输计划效率进行测算得到最优备选方案,并基于投影原理分析其投入产出效率结果表,提出方案优化调整思路,为轨道交通线网运输计划评估选优及调整提供决策参考。

轨道交通站点聚类及其对客流预测的影响分析

城市轨道交通站点受多层面因素交互作用而反映出异质性,为实现站点精细化分类,本文统筹考虑地铁刷卡数据、兴趣点数据和地铁网络数据,提取客流、土地利用和网络性质等特征,其中,客流层面考虑工作日、周末和节假日等不同日期类型下客流状态,土地利用层面考虑站点辐射区用地强度和均衡性,网络层面考虑节点自身特性和影响能力。构建基于主成分分析与K-means++算法的聚类模型,综合聚类评价指标确定簇数,辨析不同类型站点多维度特性,结合站区土地利用和站点网络特征探讨对出行活动的影响,并设计簇内联合预测和整体联合预测策略,采用3种多元时序预测方法探究站点聚类对预测性能的影响。研究结果表明:考虑全部客流特征时,划分为10簇,考虑工作日进站客流特征时,划分为5簇,充分挖掘客流时变特征能够获得更加精细化的聚类结果;各簇站点客流分布特征与其土地利用及网络特征间存在一定的反馈关系;相比于整体联合预测,通过聚类联合相关性强的站点进行预测,以间接捕获空间相关性的方式能有效提升预测性能,各模型均方根误差平均降低9.04%,平均绝对误差平均降低4.94%。研究结果为站点精细化管理和站区设施建设规划提供依据。

混入智能网联车队的混合交通流元胞自动机模型

针对现有自动-手动驾驶混合交通流元胞自动机模型未考虑智能网联车队队列行为,提出了考虑智能网联车队的混合交通流元胞自动机模型,研究混入智能网联汽车车队的混合交通流特征。对混合交通流中的跟驰行为进行了分析,基于跟驰行为的特征,分别构建人工驾驶跟驰模式、自适应巡航模式、协同自适应巡航车队模式的元胞自动机规则,基于数值仿真实验对不同智能网联车渗透率下的混合交通流特性及拥堵情况进行了分析。结果表明:智能网联汽车的应用可显著提高道路通行能力和车辆平均速度,进而有效地缓解交通拥堵。

城市轨道交通网络可靠性和运输服务质量评估

为评估区间通过能力下降对城市轨道交通网络可靠性和运输服务质量的影响,首先,以区间通过能力下降前后乘客的相对广义出行费用确定乘客的出行是否可靠,并以出行可靠的乘客占比评估网络的可靠性;其次,以乘客的平均广义出行费用评估网络的运输服务质量,采用基于改进Logit模型的随机用户均衡配流模型计算乘客的广义出行费用,并通过MSWA(method of successive weighted averages)算法求解该模型;然后,通过区间影响的乘客占比、区间介数分别识别网络的重要区间;最后,以武汉地铁为例分析重要区间通过能力下降后的网络可靠性和运输服务质量.仿真结果表明:受区间影响的乘客占比识别的重要区间对城市轨道交通网络的可靠性和运输服务质量产生重要影响;重要区间多与换乘站直接相连,并且各重要区间能影响网络中12.24%~13.96%的乘客;为保证武汉地铁网络可靠性高于0.95,网络最多能容忍区间介数识别的3个重要区间的能力下降20%,或区间影响的乘客占比识别的1个重要区间的能力下降20%;随着下降区间数目和下降比例的升高,网络的可靠性持续下降,但网络的运输服务质量下降的情况会有所减弱.

智能化与综合化为双导向的西部交通运输系统进化和优化试验分析

在国家"一带一路"战略背景下,西部交通运输体系建设迎来重大发展机遇的同时也面临着严峻挑战。西部交通运输系统如何适应经济形势新常态下的交通运输布局和供给,在"智能化"与"综合化"双重维度导向下如何进化发展,并实现绿色、智慧、可持续发展,已经成为十分迫切的问题。本文在分析了西部交通运输系统目前存在的问题的基础上,提出了"智能化"与"综合化"双重维度引入的重要性,并分析了交通运输系统向"综合化"与"智能化"两个维度进化的模式及发展规律,以及双重维度导向下的西部交通运输系统优化内容。以上问题的研究对于西部交通运输系统建设、优化、布局、智能化建设、综合化发展等方面具有重要的意义。

智能网联汽车混合交通流稳定性与路段基本图分析

为研究智能网联汽车与人工驾驶汽车混合交通流特性,构建智能网联汽车与人工驾驶汽车混合交通流稳定性与基本图模型。首先,分析由智能网联汽车与人工驾驶汽车组成混合交通流中存在的4种跟驰模式;在采用不同参数的智能驾驶员模型的基础上,推导混合交通流稳定性判别式和基本图模型;最后,基于SUMO仿真软件构建微观仿真环境。结果表明,随着智能网联汽车的渗透率增加,混合交通流稳定的临界速度值区间逐渐减小。在相同的稳定车速下,智能网联汽车比例的提高有利于交通流密度和流量的提升。这些均证明智能网联汽车不仅有利于混合交通流的稳定,还能够进一步提升交通系统的通行效率。

智能网联混合交通流稳定性解析方法综述

交通流稳定性分析是研究交通拥堵形成机理、车队队列控制的基础,面向智能网联环境下的混合交通流队列线性稳定性分析已成为近年来的研究热点.根据受到的扰动大小和范围,介绍了线性稳定性、非线性稳定性、局部稳定性和队列稳定性的相关概念,并指出了交通流队列稳定性的基本判别准则.基于控制理论,回顾了交通流车队队列线性稳定性条件的经典解析方法,其中,特征方程法评估了交通流内部扰动的增长速度,传递函数法依托于拉普拉斯变换构建了扰动的传递关系.从经典跟驰模型、考虑时延的跟驰模型和考虑多前车驾驶信息反馈的跟驰模型出发,系统分析并总结了国内外学者对于混合交通流稳定性问题的研究现状,同时回顾了交通流稳定性理论研究在车队队列控制等方面的实验和工程应用.最后,展望了混合交通流稳定性分析领域的研究前景,指出了在后车跟驰行为、智能网联汽车的交互协同、复杂混合交通流等几个方面是今后需要重点研究的领域.

基于多智能体仿真的城市轨道交通限流策略

针对高峰时段城市轨道交通线路过饱和客流的运输效率问题,基于地铁线路的网络拓扑结构与客流需求矩阵,建立了以客运周转量最大为目标的城市轨道交通线网限流的多智能体仿真模型。该模型以Anylogic软件为建模基础,通过构建列车类、线路类、路网类、乘客类等4类智能体,实现了乘车限流、站台限流和闸机限流等客流控制手段,提出了针对单线多站地铁线路的全线协调的客流控制策略。规模为23个车站、122933对OD(起讫点)的某条地铁线路的客流控制实验结果表明,限流提升了1.01%的总客运周转量。

智能网联环境下信号交叉口车辆轨迹重构模型

车辆轨迹数据提供了大量的时空交通流信息,可用于各类交通研究.传统车辆轨迹模型多以人工驾驶环境为研究对象,普遍未考虑由常规车(RV)、网联人工驾驶车(CV)以及智能网联车(CAV)组成的混合交通流的影响.为解决该问题,构建智能网联环境下信号交叉口全样本车辆轨迹重构模型.首先,介绍并分析智能网联环境下城市道路交叉口处车辆组成及排队通过情况;然后,构建城市道路混合交通流轨迹数量估计模型,并针对前后车的排队情况提出虚拟车的概念,用于估计不同车辆的交通状态;最后,设计数值仿真实验分析交通流密度和网联车渗透率对模型的影响,并基于NGSIM数据进行实例验证.结果表明:轨迹重构模型的数量误差和位置误差均随着交通流密度和网联车渗透率的增大而减小,如交通流密度由20 veh/km增大至50 veh/km的过程中,模型数量误差和位置误差均呈现下降趋势,且最大误差分别不超过6.88%和8.02 m;与网联人工驾驶车渗透率相比,智能网联车的渗透率对模型结果影响更大.

不确定条件下大型铁路建设工程的物资储备基地选址优化

为提升复杂环境下铁路建设工程物流设施网络的可靠性,首先,使用情景削减技术生成最小中断情景子集及其中断概率,以描述运输通道的中断情景;然后,采用多面体不确定集刻画物流需求的不确定性,以运输成本、建设成本、运营成本以及惩罚成本等综合成本最低为目标,应用两阶段的随机优化技术与鲁棒优化技术,构建物资储备基地选址不确定优化模型,并基于一种列与约束生成(C&CG)算法求解模型;最后,以复杂环境下的C铁路建设工程为例,验证模型和算法的有效性。结果表明:在随机中断情景中,模型获取方案的成本变异系数是传统模型的4.3%,在极端需求波动情况下,模型获取方案的成本波动幅度可达传统模型的38%,两阶段不确定优化模型能有效减少物流设施网络因运输通道中断及需求波动导致的成本变动。

铁路冷链运输服务产品发展研究

铁路冷链运输服务产品的发展是我国综合运输体系下的重要组成部分。在阐述冷链市场需求的基础上,从运输货物品类、基础设施配备及服务产品特性等方面重点分析Rail Express、CoolRail、Trans Cold Express等国外铁路冷链运输服务产品,并结合国外运营经验,针对国内现有服务产品提出问题分析并给出发展建议;同时合理整合冷链运输服务产品,分析成组式、整列式及混合运输服务产品特性及前景趋势,最终通过采用改良的车站作业时空网络图,实现了对冷藏集装箱的车站作业流程以及区间运行的描述,满足了冷藏集装箱全程性、时效性的要求,更好地服务铁路冷链运输发展。