铁路货运量多维灰色模型研究

多维灰色模型是一种研究因素空间难以穷尽，行为轨迹无法控制的信息不完全的本征性灰色系统的简便方法，本文选用１９８６０１９９０年铁路货运量，固定资产投资、货运机车平均牵引总量和一次作业平均停时第四个指建立多维灰色模型，对模型的发展系数，协高数进行分析、并对模型进行检验，然后对１９９１年货运量采用一维与四维模型相结合作了预测，而且预测值与实际值相差甚小，说明预测具有一定的可靠性。     

内燃机燃烧过程数学模拟的研究现状及其发展

比较详细介绍了零维模型、准维模型、多维模型的特点及概况。分析了内燃机燃烧过程数学模拟的研究现状及其发展，进而阐述了数学模型的不足及发展方向。     

基于神经网络的多维自回归模型参数估计

本文提出一种基于神经网络的多维自回模型参数估计方法，该方法采用预畸变技术，使神经网络适合于多维自回归模型参数估计，其优点是直接利用时域信息、网络结构简单，估计准确，最后给出了一些模拟结果。     

元胞自动机交通流模型的随机规则

元胞自动机模型是近年刚发展起来的交通流模型,由于其建模简单、易于在电脑上实现及可模拟复杂的非线性交通现象而得到了迅速的发展.本文研究了基于NaSch模型的一维交通流元胞自动机模型,并对模型中随机规则在模拟复杂交通现象中所起的作用进行了分析.通过对NaSch模型和VDR模型的基本图和时空分布图进行分析,得出模型中的随机规则是模拟实际交通流中的很多非线性现象的主要规则.     

优化计算中的可视化技术研究

自60年代以来,优化设计在工程设计领域获得了广泛应用,文中把可视化技术引入优化计算中,研究了优化计算中模型的可视化问题;对多维优化问题的研究,通过人机交互的手段（每次选择两个设计变量）,把优化模型投影到相应的子空间,通过图形动态显示寻优迭代过程,在一定程度上实现了对优化计算进行跟踪和驾驭,最后给出的算例证明了这一方法的可行性。     

四阶段模型对精明增长模拟的探讨

同交通有关的精明增长措施集中体现在减少小汽车出行、鼓励非机动车出行、混合土地使用以及大力发展公共交通等方面。传统的四阶段模型主要用于宏观的长期交通预测,在模拟精明增长策略方面存在许多缺陷。为了解决这个问题,必须从三个层次上进行改进：短期内,维持现有的宏观模型框架不变,对其内部涉及的假设、变量和模拟过程进行改进;中期通过微观分析得到同精明增长有关的4D弹性系数对传统交通模型结果进行调整;从长远考虑,应构建对精明增长敏感的同土地利用相结合的新交通模型。交通数据来源和模型方法研究是制约模型改进进程的主要因素。传统的四阶段模型在模拟精明增长方面有许多问题,应当进行全面的改进,但是必须循序渐进,逐步完善。     

基于空间网格法的某地道箱体设计与计算

以呼和浩特市万通路(东客站西路)地下通道及管网为工程背景,采用“空间网格法”对地道箱体进行网格划分,利用Midas Civil有限元软件建立地道箱体结构的空间网格有限元模型,并通过Ansys中的20节点实体单元（solid186单元）验证空间网格有限元模型的刚度、应力以及内力模拟的正确性。之后根据工程中实际的荷载、边界条件以及施工阶段对所建立的有限元模型进行模拟、计算和配筋设计。结果表明：采用Midas Civil对地道箱体结构进行空间网格法建模具有计算速度快、刚度模拟准、便于加载和配筋设计等优点。     

基于元胞自动机地铁车站应急疏散模型仿真

在分析总结现有疏散模型的基础上,基于元胞自动机原理,利用场强理论描述疏散影响因素,建立了地铁车站人员应急疏散模型,研究了疏散人员的路径选择问题及多人争夺同一格点的冲突问题.该模型不仅考虑了疏散人员的生理、心理特性而且探讨了车站的环境及引导水平对人员疏散的影响,使模型更具真实性;最后利用Visual C＋＋进行疏散过程的仿真,模拟了地铁疏散的动态过程.     

地铁火灾人员逃生的模拟与分析

本文针对地铁火灾人员逃生这一问题,系统分析了地铁火灾与人员逃生过程与特点,在此基础上,提出了地铁火灾人员疏散时间计算模型。通过实验与软件,对地铁火灾的烟气的温度与扩散进行模拟,确定了地铁火灾人员疏散可用时间,总结了人员疏散所需时间的计算方法。结合了上海某地铁站的实例进行安全性分析,使得本文所提出地铁火灾疏散时间模型得以运用。     

基于SIR的路边违停行为传播模型研究

为了避免路边违章停车现象的加剧,对违章停车行为的传播规律进行研究.以传染病传播过程与路边违章停车行为传播过程的相似性为切入点,根据传染病SIR模型,建立路边违章停车行为的传播模型.利用相轨线分析和参数分析的方法,得到传播的趋势和阈值,并解释了各传播因子对传播过程的影响.最后选择大连市少年宫附近路段为研究对象进行数据采集,借助Matlab程序对模型和实测数据进行模拟检验分析.研究表明,所建模型能够表达基本的违章停车传播过程,符合路边违章停车的基本规律,对今后制定违停行为的管理措施有重要的意义.     

���й����ͨ��������ֲ�����ģ���о�

城市轨道交通网络客流时空分布特征是网络化协同运输组织的基础与核心.本文在系统分析城市轨道交通乘客出行行为的基础上,基于Multi-Agent建模技术,构建了网络客流分布动态仿真模型,应用该模型模拟乘客的网络出行过程,统计分析得到路网的客流分布特征.该模型既能反映乘客网络出行行为全过程,又能满足大规模路网仿真需求.最后,开发了城市轨道交通网络客流仿真系统,通过北京市轨道交通网络的实际数据对模型和算法进行验证.     

溢油污染生物资源损害评估地理信息系统的开发

提出利用VC 从底层开发溢油污染生物资源损害评估地理信息系统,用于实现对模型数据的有效管理和图形可视化.根据数值评估模型应用特点,建立评估模型数据库和地理信息数据库,给出了空间数据和属性数据的管理和查询实现方法.通过应用矢量和栅格空间数据模型、面向对象编程方法以及地图投影变换、图形绘制等图形显示技术实现空间数据的可视化.利用VC 对系统进行开发,除实现了一般GIS的基本功能外,还实现了潮流预报、溢油行为动态预测以及溢油事故海洋生物资源损害评估等专业应用功能.     

基于双层协作机制的双向行人流仿真模型

针对现有行人仿真模型在行为特性表示不全面和建筑物空间结构表达、空间单元状态的动态存储及转换、仿真过程及结果可视化等方面存在的缺陷,提出了基于双层协作机制的双向行人流仿真模型.通过对南京地铁新街口站换乘通道内行人行为的实地观测,全面分析了行人在双向通道内的行为特征.在模型中的通道环境层,利用GIS技术进行栅格化并存入空间数据库,在仿真输出阶段应用可视化引擎将场景输出至图形界面;在行人行为层,基于Multi-agent和CA理论建立行人行为决策模型,构建的智能体考虑了行人个体特性和行为.通过计算机仿真,揭示了平均速度与仿真时间步、行人密度的关系.模型成功再现通道内双向行人流的编队成行及相变现象.      

基于事件惩罚的公路应急交通动态分配模型

深入剖析应急交通与常规交通在动态交通分配要求的异同,将应急时空需求分布和动态交通分配模型联系起来,提供可行的公路应急交通疏散动态分析方法.首先,根据应急期限要求建立公路交通疏散需求的时空分布预测模型,得到分时段OD矩阵.其次,借助DYMIN双层规划模型,对分时段OD矩阵进行动态交通分配得到各路段的分时初始阻抗,同时为在路径选择中体现事件扩散对路段阻抗的影响,通过定义事件惩罚函数来修正路段阻抗,引导车辆选择受事件影响程度低的最短路径进行疏散.最后,基于TransModeler 软件进行反馈式仿真,比较事件惩罚函数运用前后的公路应急交通分配结果,验证了模型的有效性.     

基于速度变化的偶发性交通拥堵时空分布特性研究

交通事故的发生会引起其上游路段通行速度的下降和交通流量的堆积,从而引发交通拥堵.本文主要研究了城市道路中交通事故引起的交通拥堵的时空分布特征.首先,基于北京市事故数据和路段速度数据分析交通事故影响下的车辆速度变化特性;接着,根据交通事故信息和事故路段流量与速度数据,建立了一种基于速度差异的拥堵判定模型,并对其时空维度的约束条件加以限定.在此基础上对事故引发的拥堵时空范围进行量化描述;最后,依托仿真数据与北京市真实事故数据进行效果验证.结果表明,该方法可以有效地描述交通事故引起的拥堵时空分布特性.     

土地利用数据库智能化自动综合系统研究

本文基于土地利用数据库,采用对象关系型数据库管理GIS图形和属性数据通过对土地信息系统多尺度空间数据模型的研究,建立支持土地信息多重表达的土地数据库,实现不同尺度地理空间下土地管理决策的科学化.     

基于混合深度学习的地铁站进出客流量短时预测

针对城市轨道交通多站点短时客流量预测问题，本文提出一种将卷积神经网络 (CNN)与残差网络(ResNet)相组合的预测模型(ResNet-CNN1D).模型将原始客流量数据作为输入，利用二维 CNN 与 ResNet 组成深层神经网络，捕捉站点间的空间特征，同时利用一维 CNN捕捉客流量的时间依赖.最后，基于参数矩阵，将时间和空间特征进行加权融合，完成对目标时段中多个站点进出客流量的同时预测.采集青岛市地铁3号线刷卡数据，对模型进行验证. 结果表明，相比现有传统的预测模型(ARIMA，SVR，LSTM，CLTFP，ConvLSTM)，本文 ResNet-CNN1D模型具有更好的预测精度.     

基于混合深度学习的地铁站进出客流量短时预测

针对城市轨道交通多站点短时客流量预测问题,本文提出一种将卷积神经网络 (CNN)与残差网络(ResNet)相组合的预测模型(ResNet-CNN1D).模型将原始客流量数据作为输入,利用二维 CNN 与 ResNet 组成深层神经网络,捕捉站点间的空间特征,同时利用一维 CNN捕捉客流量的时间依赖.最后,基于参数矩阵,将时间和空间特征进行加权融合,完成对目标时段中多个站点进出客流量的同时预测.采集青岛市地铁3号线刷卡数据,对模型进行验证. 结果表明,相比现有传统的预测模型(ARIMA,SVR,LSTM,CLTFP,ConvLSTM),本文 ResNet-CNN1D模型具有更好的预测精度.     

���г�΢����Ϊ������������ģ��

自行车微观行为动力学建模的关键是如何描述自行车横向和纵向的运动关系.本文将自行车交通系统视作具有自主性的多粒子系统,提出了由心理生理力模型和轨迹选择模型构成的、描述自行车微观行为动力学特性的多主体模型.心理生理力模型为连续力模型,自行车/骑行者个体被视作是受心理力和生理力作用的、服从牛顿力学的基本粒子.在轨迹选择模型中,通过在行为模型层面引入个体运动的轨迹选择行为,预定义个体面对不同交通状况时的行为库,描述组成自行车群体中的个体独立思考和对周围环境变化做出反应的能力.通过设计计算机模拟实验并收集数据,对模型进行有效性验证.模拟结果表明：模拟得到的自行车交通流的密度—速度关系与实测数据具有良好的一致性,认为本文提出的自行车微观行为动力学模型具有交通上的合理性.     

多机场终端区微观交通流建模与仿真分析

为研究多机场终端区交通流微观时空特性与演变规律,考虑终端区内单股、汇聚和交叉交通流具有基于目标点运行的基本特征,依据先到先服务原则,利用刺激-反射跟驰理论,建立了空中交通流局域排序模型、跟驰模型和机动模型.在此基础上,采用多智能体仿真工具NetLogo,构建了多机场终端区交通流仿真平台,仿真分析了进场交通流特征参数之间的关系和灵敏性,以及进离场交通流之间的相互影响.研究结果表明:多机场终端区进场交通流存在明显的相变与迟滞特征,形成自由相、畅行相、伪拥塞相和同步拥塞相等基本相态;流量与速度密度乘积之间存在线性关系;管制间隔对交通流的影响较大且存在最优管制间隔,进场交叉点的最优管制间隔为8 km.