快速公交(BRT)线路布局优化研究

快速公交（BRT）是国际上公交发展的新模式。保证系统得以推广,同时应以低成本、显著见效为原则建设快速公交系统,因此对快速公交线路布局进行优化也是不可忽视的。为了探讨现有公共交通线网结构下如何优化BRT线路的布设问题．本文时快速公交线路布设的内部条件和外部条件进行了分析,并在此基础上依据快速公交的发展特点．以乘客的总出行时耗最小和车公里成本投入最小为目标,建立快速公交布局优化的模型．并且给出了优化目标和相应约束条件的函数表达式。通过事例分析对BRT线路布设优化算法进行说明．从而得知优化模型具有较高的应用价值。     

非线性优化AHP法在公交服务水平评价中应用

本文应用非线性优化AHP法确定指标权重系数,改进了传统AHP法的不足之处,针对评价指标的模糊性,建立城市公交服务水平模糊综合评价模型,并通过实例分析和计算,验证了该方法的可行性和实用性。     

加工贸易产业结构的优化与珠三角临港产业集群的发展

本文从港口产业集群理论、国际产业转移等相关理论出发,阐明加工贸易产业结构的优化是珠三角临港产业集群发展的助推器,这二者之间存在依存和互动关系,提出加强竞争与协调,整合保税区域功能,完善税收机制,建立临港产业集群信息平台等措施和建议。     

基于遗传算法的高速铁路行车调整模型

高速铁路采用“高中速列车共线运行”的运输模式,其行车调度具有高实时性和整体性两大特点。以列车计划运行图为优化目标,给出运行图之间的距离定义,建立列车运行调整数学模型,给出列车的发车时刻、股道数量、列车在区间的运行时分、追踪运行间隔时间、维修天窗时间5个约束条件表达式。按照遗传算法的原理,采用罚函数的方法对数学模型中的约束条件进行处理并建立适应度函数,采用整数编码方法对个体进行编码,并定义交叉算子和变异算子。基于遗传算法的调整算法流程开发列车运行调度仿真子系统。仿真结果表明:使用该模型可大大减轻调度人员的工作量,彻底摒弃了在计算机上手工拖动运行线确定列车运行时刻的调整方式,提高了列车运行调整的科学性。该模型已应用在高速铁路综合调度仿真系统中。     

滑移门锁系统解锁力的传递与优化

降低车门开启力是提高用户对汽车第一感知质量的重要因素。文章介绍了一种滑移门门锁系统解锁力的传递过程以及优化方法,对解锁力传递链上的每一环力大小做出理论计算并分析计算过程,为降低解锁力提供了优化方案,实测解锁力结果满足规范以及客户期望。为门锁系统以及车门系统的设计提供了参考.     

汽车轻量化技术的应用

应用汽车轻量化技术可实现减轻汽车质量,解决节能与环保问题。文章通过轻量化对促进汽车工业健康发展重要性的论述,阐明轻量化技术在汽车结构优化设计、轻量化材料开发应用及新工艺上实现的方法和主要作用,以及产品全生命周期评价列为轻量化技术之一的考虑,揭示汽车轻量化技术的主要应用方向和应用现状,强调轻量化技术在汽车轻量化中的重要作用与前景。     

基于粒子群算法的粘性土主动土压力计算方法

假定挡土墙后滑动面为库伦平面滑裂面,基于能量法,推导出了适合与砂性土与粘性土的主动土压力计算公式,然后引入粒子群智能优化算法,对最危险滑动面所对应的破裂角在变量范围内进行全局搜索。运用本文方法分别对墙后填土为为砂性土和粘性土的挡土墙土压力进行计算,发现对于砂性土,优化方法得到的破裂角与理论精确解完全一致;对于粘性土,方法计算结果与实测结果相对误差为5.5%。     

AC一25C沥青混合料级配正交优化试验研究

考虑南方湿热地区沥青路面的使用要求,选取了19mm、9．5mm、4．75mm、2．36mm和0．075mm筛孔的通过率和油石比六种因素及相应的五个水平,采用正交表试验表L25（5^6）进行了优化试验,通过极差分析法和趋势图分析了各因素和各水平对各马歇尔指标的影响程度和规律,分析提出了满足各沥青混合料指标要求的AC-25C沥青混合料的矿料级配和油石比范围。     

摩托车发动机凸轮测量测点布局优化设计方法

凸轮测量的目的不同,对测点间距的要求也不同;为了最大限度地减少测量工作量,把测量误差控制在允许范围之内,必须按公差要求进行凸轮测点布局;在实际测量中,应把计算出的测点间距间的角度值圆整为整数度;无论是用平面测头还是滚柱测头测量,按本文方法算出的测点间距与测量误差的平方根成正比,而与被测点的曲率半径的平方根成反比。     

Towards data-driven car-following models

Car following models have been studied with many diverse approaches for decades. Nowadays, technological advances have significantly improved our traffic data collection capabilities. Conventional car following models rely on mathematical formulas and are derived from traffic flow theory; a property that often makes them more restrictive. On the other hand, data-driven approaches are more flexible and allow the incorporation of additional information to the model; however, they may not provide as much insight into traffic flow theory as the traditional models. In this research, an innovative methodological framework based on a data-driven approach is proposed for the estimation of car-following models, suitable for incorporation into microscopic traffic simulation models. An existing technique, i.e. locally weighted regression (loess), is defined through an optimization problem and is employed in a novel way. The proposed methodology is demonstrated using data collected from a sequence of instrumented vehicles in Naples, Italy. Gipps’ model, one of the most extensively used car-following models, is calibrated against the same data and used as a reference benchmark. Optimization issues are raised in both cases. The obtained results suggest that data-driven car-following models could be a promising research direction.