基于复杂网络的营运货车交通事故风险因素识别

为明晰营运货车各交通事故风险因素间的关联性,通过分析营运货车交通事故数据,从人、车、环、管四方面确定29个风险因素,并运用共现分析法计算邻接矩阵和Jaccard指数确定各风险因素间的关联性,据此基于复杂网络理论建立网络节点多属性决策综合评价网络模型,判断各风险因素的重要程度.结果表明:营运货车交通事故风险因素网络具有复...     

城市快速路危险货物运输风险动态评估

为研究危险货物在城市快速道路运输过程的动态运输风险,基于现有的危化品运输监管技术动态参数,分析了运输动态因素、城市快速交通流特征和运输风险这3者的相关性,建立了城市快速道路危险货物运输动态风险评价模型,重点研究了交通流参数对危险货物事故概率和人口暴露量的影响。实例结果表明:不同车速对运输风险影响显著,该模型可实时评估城市快速道路危险货物运输动态风险,对加强危险货物运输风险监管力度,降低运输风险有现实意义。     

高速公路危险货物运输人员暴露风险实时评价分析

为更加准确和实时评估道路危险货物运输人员暴露风险,基于风险评价内容和危险货物运输卫星定位监管系统实时采集的车速和道路信息参数,建立高速公路危险货物运输人员暴露风险实时评价模型;重点研究了危险货物在高速公路运输过程中,平均车速分别与交通密度和高速服务区人员暴露量的函数关系,实时评价路上和人员密集区的人员暴露量,并考虑车型对平均车速的修正;实例分别对不同车速条件下和路过服务区时的运输风险进行评估.结果表明:车速和人员密集区对人员暴露风险影响显著,可进一步分解风险指标,提高风险评价的精度.同时该模型可实时评估运输动态风险,对辅助危险货物运输风险智能监管、降低运输风险有现实意义.     

多式联运运输方式选择的模型和算法

在对多式联运运输方式选择问题分析的基础上,运用图论技术构建基于多种运输方式的运输网络.综合考虑了运输成本、运输时效性和运输风险,建立了基于综合运输成本最小和运输风险最小的多目标综合优化模型.通过主要目标法,将模型进行转化.设计了基于克隆增扩的人工免疫算法对问题进行求解.最后通过算例验证了模型和算法的有效性.     

危险货物道路运输车辆驾驶人风险倾向性分类研究

为加强危险货物道路运输安全风险源头管控，本文充分挖掘轨迹大数据和动态监控数据等多源异构行车数据，研究危险货物道路运输车辆(危货车)驾驶人风险倾向性分类。基于广泛可用的GPS轨迹数据所蕴含的驾驶行为模式和运行环境特性，引入时变随机波动率的概念，提取5种速度波动性指标，构建表征驾驶风格的属性特征集，加之行为抑制控制力、认知抑制控制力和生理负荷特征，共同组建危货车驾驶人风险倾向属性指标体系；利用Critic赋权法计算各指标客观权重，并基于多准则妥协解排序算法(VIse Kriterijumski Optimizacioni Racun, VIKOR)对危货车驾驶人的属性进行评分；建立基于K-medoids聚类算法的危货车驾驶人风险倾向性分类模型。结果表明：运用分类模型，本文将危货车驾驶人分为4类。其中，驾驶风格激进加行为抑制控制力薄弱型驾驶人面对拥堵路段和恶劣天气时表现出更大的速度波动和更多的车辆控制报警；认知抑制控制力薄弱型驾驶人分心次数更多，愿意将更多的注意力分配给分心对象，且更频繁地在分心对象和前方路况间进行注意力转移；易疲劳型驾驶人表现出更多的疲劳报警和超时驾驶报警，驾驶人承受更大的...     

基于风险价值的危险品运输路径优化建模

总结了危险品运输风险评估时常用的9个经典风险评价模型并分析了模型的特性,在此基础上引入带有决策者主观偏好的风险价值概念;构建了基于风险价值的危险品运输风险评价模型并设计对应的算法;数值分析说明了危险品运输风险价值的有效性和适用性。     

在地公路货物运输量统计方法

提出了在地公路货物运输量的概念, 将非营运货车和外地货车纳入了在地货物运输量的统计范畴, 归纳了基础数据集; 通过分析车辆注册地、使用性质、路网等级和车流流向等因素, 提出了在地货物运输量的统计思路和拆分逻辑, 建立了在地公路货运量和货物周转量统计模型; 基于本市籍营运货车产生的货运量, 提出了在地货运量规模指数用以评估在地货运量的相对偏移程度和外地货车的参与程度。研究结果表明: 控制极限误差在10%以下时, 5种基础数据集, 即货运专项调查数据、高速公路联网收费数据、普通公路抽样调查数据、普通公路交通量调查数据和车辆管理所在册货车数据可完成在地货物运输量的精细化推算; 提出的统计模型使所研究城市创造每万元GDP的货物周转量与全国平均水平的相对偏差率为0.45%, 具有一致性; 所研究城市的在地货运量规模指数为2.47, 说明实体经济发达的城市中外地货车在当地参与运输的程度偏高; 本市籍营运货车货物运输量不足以支撑当地经济规划; 本市籍在册营运货车少并不能代表本市运力不足, 所研究城市的本市籍营运货车主要承担短途运输, 在总市内货运量中占66.28%, 而外地货车主要承担市际与省际间的货物交流, 在总跨市货运量中占79.16%;货车按车型计费后, 每种货车车型的平均载货质量与按车流划分的重车比将是在地货物运输量统计的关键参数; 省际间3轴及以上货车车流量存在着不均衡性。      

航道内实时船舶交通流航行风险主动评估

为主动评估航道内实时交通流航行风险,并对交通事故状态做出预警,利用高斯混合模型和最大期望算法构建了贝叶斯网络。基于长江草鞋峡水道内船舶检测器数据和交通事故数据,学习和训练贝叶斯网络的结构和参数,构建了贝叶斯网络分配器。分别对8组船舶交通流数据建立贝叶斯网络分类模型,结果表明:采用交通事故发生前20~40 min内、且距离事故地点最近的2个船舶检测器的数据构建的模型分类效果最优,正确率为78.13%。最后通过与BP神经网络和K近邻两种估计算法比较,证明了BN模型预测效果更优,是一种较好的实时交通流航行风险评估方法。     

石化产品运输风险评价模型的研究

石化产品的运输风险在运输中是必不可少的,通过研究它可以对基于国内实际运输情况的事故概率以及其后果进行预测和评价,因运输成本和运输路线选择的研究比较成熟,这里仅仅就运输风险展开评价,通过对风险因素和风险项的量化,给出了个风险项的量化模型,通过各风险项的归一化得到总风险项评价模型,为企业运输和决策提供参考。     

高速列车动态间隔优化的弹性调整策略

为保证列车运行安全性, 提高铁路线路运载效能, 针对移动闭塞系统, 研究了高速列车追踪运行的间隔弹性调整策略和操纵轨迹的动态优化问题; 以高速列车运行安全性、效率、能耗和乘客舒适度作为列车运行控制策略曲线的优化目标, 研究了列车的追踪运行过程; 采用差分进化算法求解了列车运行过程多目标优化模型, 设计了离线最优运行控制策略曲线; 提出了列车弹性追踪间隔模型, 分析了列车运行过程中追踪间隔的实时变化; 基于弹性间隔模型设计列车追踪运行控制策略动态调整机制, 采集列车实际运行数据, 实时监测相邻列车间的实际追踪间隔, 评估其是否符合安全性与效率约束条件, 并分析了评估结果; 依据工况调整原则在线调整追踪列车的运行状态与工况, 实时优化列车追踪间隔; 应用武广高速铁路赤壁北—长沙南区间的实际运行数据进行了仿真验证。仿真结果表明: 与真实区间运行数据相比, 采用离线最优运行控制策略曲线后, 运行能耗降低了6.86%;与固定追踪时间间隔模型相比, 采用基于弹性模型的控制策略动态调整机制有效提升了铁路整体运输效能, 将临界安全发车间隔从234 s缩短至161 s, 线路整体运行效率由6 434 s缩短至6 376 s, 与真实运行数据相比, 追踪列车的运行能耗降低了7.194%。      

重载货车驾驶人驾驶风格识别与量化研究

重载货车驾驶人的激进驾驶风格具有强烈的习惯性特征和风险性特征，一旦养成很难矫正，且极易诱发交通事故。针对现有研究极少关注重载货车驾驶人驾驶风格的不足，本文基于某全国货运监管平台提供的云南省重载货车低频轨迹数据，从风格聚类、风格识别和风格评估这3个方面，提出综合考虑疲劳驾驶特征和超速驾驶特征的重载货车驾驶人驾驶风格分析方法。首先，基于轨迹数据蕴含驾驶人驾驶行为模式的特点，构建表征重载货车驾驶人驾驶风格的疲劳驾驶和超速驾驶特征集；其次，利用因子分析进行特征约简，并采用K-均值聚类方法划分重载货车驾驶人的驾驶风格；然后，构建基于支持向量机的驾驶风格识别模型，并与梯度提升决策树的识 别结果进行对比；最后，基于疲劳驾驶特征和超速驾驶特征的累积分布，建立基于 CRITIC (Criteria Importance Though Intercriteria Correlation)赋权法的重载货车驾驶人驾驶风格量化评估 模型。研究结果表明：经过特征约简，提取的疲劳因子和超速因子能综合反映上述两类特征集 80.838%的信息；根据疲劳因子和超速因子可将驾驶风格划分为4种类别，即稳健型、超速型、疲劳型和危险型，相应重载货车驾驶人比例依次为62.60%、25.02%、7.40%和4.98%；基于支持向量机的重载货车驾驶人驾驶风格识别模型对不同风格的识别准确率均大于97%，整体表现优于梯度提升决策树；基于CRITIC赋权法的驾驶风格评估模型能有效量化重载货车驾驶人的驾驶风格， 其中稳健型驾驶人表现最好，75%以上的驾驶人风格评估总分高于60分；危险型驾驶人表现最差，75%以上的驾驶人风格评估总分低于20分。研究结果可为重载货车驾驶人不良驾驶行为的监测、干预和管理提供理论依据和技术支撑。     

带时间窗的卡车编队路径优化

卡车编队是一种极具前景的新型运营组织模式，多辆采用半自动驾驶技术的卡车以较小的车头间距共同行驶，达到减少能源消耗与环境污染和保障交通安全的目的，该组织模式也被称为“公路列车”。从运营管理及调度技术的角度进行研究，利用商品网络流理论解决某一特定卡车在何时何地编入哪个卡车编队的问题，尽可能地促进卡车编队的形成，最大限度地节约能源。本文分析卡车编队形成过程中额外产生的集结等待时间，并量化计算由于卡车编队成组运行，空气阻力的下降进而产生的燃油节省。在限制卡车编队规模的条件下，构建考虑合理绕行的卡车编队路径优化模型，将每个运输任务是否通过路网中的弧段设置为决策变量，优化结果既能反映每个弧段上卡车编队的构成情况，又能体现每个运输任务具体的走行路径。采用商业软件求解构建的卡车编队路径优化模型，形成卡车编队19个，节省燃油费用达到14%以上。结果表明：该 模型能得出理想的卡车编队路径优化方案，为卡车编队的推广应用提供理论参考。     

货车驾驶人驾驶行为与行车安全研究进展

驾驶行为是影响交通安全最活跃的因素,在“人-车-路”复杂环境中扮演着关键角色。为了深入理解货车驾驶人驾驶行为规律和行为风险性,本文聚焦货车驾驶人驾驶行为对行车安全的影响,对货车驾驶人的驾驶行为风格、行为风险性及其与行车安全的关系等相关研究成果进行系统地梳理和分析。首先,利用构建的文献检索策略,筛选出38篇相关文献,并结合LDA(Latent Dirichlet Allocation)模型,对生成的4个研究主题,即货车驾驶人驾驶行为辨识,危险驾驶行为与行车安全,货车碰撞事故致因分析及驾驶安全风险评估进行总结;其次,针对数据源、特征工程及建模方法等分析要素,构建了适用于任意研究主题的通用研究路径,并重点归纳了目前研究主题在数据源、变量选择方法、研究地点及建模方法等关键要素的研究进展;最后,分析和探讨了货车驾驶人驾驶行为与行车安全领域面临的主要问题,从描述、解释、关联及应用的角度提炼该领域研究的未来发展趋势。研究认为：有必要将驾驶状态特性、车辆运行状态及道路交通状况等多维特征变量进行多源信息融合,开展基于大数据和人工智能双驱动的驾驶行为研究;需加强研究山区公路环境下货车与其他类型车辆之间的交互作用机制,从“人-车-路”视角分析货车碰撞事故致因;需进一步完善智能网联和自动驾驶等高新智能自动化环境下的货车驾驶人驾驶行为与行车安全关系研究;拓展面向驾驶安全的货车驾驶人驾驶风险评估的理论方法和应用框架。研究 成果将为货车事故治理、公路货运平台监控及道路线形设计等应用场景提供重要依据,并有助于相对全面地理解货车驾驶人驾驶行为与道路行车安全的交互作用机理。     

基于地铁-货车联运的物流配送路径优化

为应对配送车辆引起道路拥堵和环境污染问题，提出地铁与货车联合运输. 在不改变地铁运行方案的前提下，利用地铁非高峰时段开展货物配送；考虑地铁剩余运能、货车容量、最大行驶距离、客户服务时间窗等限制条件，以配送距离最短为优化目标，构建基于地铁-货车联运的物流配送路径优化模型. 通过地铁配送路径设计不规则二维矩阵编码结构，使用改进自适应遗传算法求解. 以某市地铁货物运输为例，验证模型和算法的实用性、有效性. 结果表明，地铁-货车联合配送距离短，在客户时间窗范围内送达比例高，有效提高客户满意度.     

智能网联卡车车队混合流通行能力分析方法

智能网联卡车车队有望成为网联自动驾驶率先应用的场景之一，本文针对智能网联卡车车队混合交通流通行能力开展研究。首先，以智能网联卡车车队、人工驾驶卡车及人工驾驶小汽车构成的随机混合交通流为研究对象，考虑智能网联卡车车队规模空间分布特征，分析混合交通流中10种跟驰行为类型，理论推导其概率表达式，进而构建智能网联卡车车队混合交通流通行能力的通用性分析方法。然后，考虑实际交通流运行中卡车分布的随机性，将智能网联卡车车队混合交通流分为优势流、随机流和劣势流3种态势，以此提升混合交通流通行能力分析方法的普适性。最后，选择实测数据标定的跟驰模型进行案例分析，验证理论分析方法的有效性。研究结果表明：智能网联卡车比例提高或其车队规模增大均有利于3种态势混合交通流中车辆转换系数及相对熵的减小，从而可有效提升混合交通流通行能力。不同智能网联卡车比例条件下，智能网联卡车车队随机分布最优车队规模为2~4辆，同时，优势流、随机流和劣势流3种混合交通流通行能力依次递减。研究结果揭示了智能网联卡车车队混合交通流通行能力提升的内在机理，为未来智能网联卡车车队的运营管理提供方法支撑。     

双车道普通车辆-自动货车混合驾驶交通流建模与仿真

作为未来交通的一部分,自动货车队列被认为是最早实现的自动驾驶场景之一.为深入探讨普通车辆与自动货车构成的混合交通系统可能呈现的特征及其原因,分别建立了适用于描述普通车辆和自动货车驾驶行为的元胞自动机(Cellular Automaton,CA)模型,运用数值模拟的方法探究交通流状态的演变过程.研究发现：双车道环境下自动货车的加入是一把“双刃剑”,在交通流密度较低且自动货车占比较小时,对普通车辆影响甚微;在交通流密度较高且自动货车占比较高时,普通车辆换道条件苛刻导致换道频率降低,无法获取更高车速进而影响了整个道路系统的通行效率.     

高海拔地区货车运行车速影响因素研究

为了研究高海拔地区货车运行车速变化规律,采集了西藏地区 20辆货车的 GPS数据,通过 Civil3D的处理恢复了道路的线形,分别以纵坡、平曲线、海拔和休息时间为关键变量,构建了货车运行速度的上坡与下坡面板数据模型并进行速度的影响因素分析.研究结果表明,平曲线与纵坡显著影响货车上坡速度,平曲线、纵坡、时间和海拔显著影响货车下坡速度;线形因素对上下坡的影响程度有差异性,但速度高危区的位置是相似的;少于 2 h的短时间休息对于驾驶人的速度控制没有显著性的影响,但是会显著影响驾驶人上坡时的速度离散性.通过本研究可以解析高海拔地区重载货车的速度变化规律,同时有利于提高该地区的驾驶人行驶安全性.     

基于数据挖掘的危险货物运输风险驾驶行为聚类分析

不良驾驶行为(车速过高，车速变化过快等)影响危险货物及车辆的稳定性，是导致危险货物运输事故频发且后果严重的重要原因. 基于对营运车辆联网联控系统海量数据的分析处理，根据其属性提取8 个驾驶行为量化指标，采用因子分析和模糊C均值聚类相结合的方法，实现对危险货物运输车辆驾驶员风险驾驶行为的科学聚类. 结果表明，危险货物运输车辆驾驶行为特征可有效聚为急加减速、超速驾驶和变速驾驶3 种行为，且在每种驾驶行为下实现对驾驶员安全等级的分类. 由此可以识别风险较高的驾驶员，这对危险货物运输企业和行业管理部门有重要参考意义.     

甩箱模式下考虑多箱型任务组合的集卡调度优化

针对甩箱模式下港口堆场与内陆腹地间多箱型任务组合的集卡调度问题，本文根据运输过程中集卡剩余箱位随集卡执行任务动态变化的特点，考虑不同箱型任务需求与集卡当前状态的匹配，以集卡的启用、行驶及等待过程的成本最小化为目标，建立混合整数规划模型。并根据模型特点设计基于不可行弧过滤策略的蚁群算法，以提升算法性能。利用Solomon标准数据集 随机生成任务类型比例和规模大小不同的算例进行数值试验，试验结果证明了模型的正确性与算法的稳定性和有效性，进而对比了甩箱模式与传统模式下的总成本。结果表明：相较于传统模式，甩箱模式下集卡的运输总成本平均减少了45.10%；当任务规模越大时，两种模式之间的成本差距越大，显示了甩箱模式与港口多箱型集疏运任务运输作业结合的显著优势。