路段平均行程时间估计方法

为了有效利用线圈检测数据,精确估计路段平均行程时间,提出了一种路段平均行程时间估计方法。将路段平均行程时间分为平均行驶时间、平均排队时间和平均通过路口时间三部分。考虑线圈埋设的特点,通过估计平均行驶速度得到平均行驶时间。用分段时齐Poisson过程描述车辆驶入路段过程和驶离过程,用Markov排队模型描述车辆排队过程,用生灭过程描述排队车辆数,得到车辆排队模型,计算了路段有、无初始排队的平均排队时间。基于选取与路口相关的饱和流率和平均车长,计算了平均通过路口时间。计算结果表明:平均行程时间估计值与实测值的误差小于12%,说明路段平均行程时间估计方法可行。     

基于约束卡尔曼滤波的短时交通流量组合预测模型

为了克服单一的交通流预测模型性能不稳定的问题,提出了基于约束卡尔曼滤波的短时交通流量组合预测模型。约束卡尔曼滤波组合预测模型以各单一预测模型的权重为状态变量,交通流量为观测变量,预测结果是单一预测模型的加权和,加权系数由约束卡尔曼滤波方程递推动态确定,最后通过广深高速公路上采集的交通流量数据对算法进行了验证。结果表明,在不同预测步长情况下,约束卡尔曼滤波组合预测模型要优于最佳的单一预测模型或与其持平,并且不受某一较差的预测模型影响,具有较高的鲁棒性。     

基于层次分析法的渤海海峡跨海通道项目投资风险分析

为了评估渤海海峡跨海通道项目的投资风险,利用层次分析法进行了投资风险分析,分解了影响渤海海峡跨海通道项目的各项因素,按各因素对项目总风险影响大小进行排序,分析了在项目进展过程中最应该把握的关键因素。分析结果表明:各子项目的影响程度从大到小依次是地理条件、技术水平、意外事件、资金、资源利用和政策法规;按风险由大到小将风险划分为4个级别,海底地质情况风险最大,防灾救援系统、照明系统等隧道项目中的基础功能设施风险较大,洞口防洪设施、隧道监控系统等设施风险较小,规划预留功能风险最小;最后对结果进行了解释,项目规划者与投资者可以参考分析结果进行风险管理。     

现代物流企业网络组织结构探析

在分析我国传统物流企业组织结构模式的基础上,探讨了网络组织理论在现代物流企业中的应用,并给出了传统物流企业组织结构向网络组织结构过渡的策略。     

基于人工神经网络预测的汽车安全气囊系统点火控制算法研究

对安全气囊点火时刻的准确控制是气囊系统起到保护乘员作用的关键技术.点火控制算法是实现气囊适时准确点火的手段.本文提出了一种基于人工神经网络的汽车安全气囊点火控制算法.算法构造了一个三层人工神经网络,利用碰撞发生时的减速度信号和乘员重量为输入信号,其输出信号为乘员的头部位移,作为气囊触发的一个依据.     

智能公交一体化系统研究

综合考虑智能公交系统和公交一体化系统,将二者作为分系统,提出智能公交一体化系统的构想,并利用系统工程理论进行初步研究。一方面,智能公交系统作为ITS的一个重要子系统,为解决城市交通问题提供了一条全新且有效的途径;另一方面,公交一体化系统作为城市公交系统的一个必然发展趋势,可以更有效地满足城市居民多元化、多层次的出行需求。从区域调度和票制一体化两个分系统的热点问题入手,论证了在我国城市建立完善的智能公交一体化系统的可操作性,给出了解决该问题的思路,也为智能公交一体化系统在实践中应用提供了一种有效途径。     

基于现代物流理论的公路快速货物运输组织

公路快速货运系统作为一种先进的运输组织形式,能够提供快速、安全、准确和“门到门”的运输服务。从第三方物流、公路货物运输与现代物流的关系等理论出发,在分析公路快速货运系统组成的基础上,对其货物运输组织形式进行研究,提出公路快速货物运输组织的发展思路。     

高校二级单位网络教学管理系统研究与开发

通过对教学管理运行机制的分析,进行了系统总体和用户界面设计,实现了教学管理所需的各项功能,建立起管理员、教师和相关部门之间的有效关联。实践证明该系统对强化教学监控、保证教学质量、提高管理水平和效率等方面都具有十分重要的意义。     

新疆公路运输量发展预测

在分析新疆经济、交通运输发展的基础上,采用回归分析法、三次指数平滑法、灰色预测方法和弹性系数法等多种方法预测新疆2010年、2015年、2020年的公路运输需求,并结合这些方法,采用了基于误差权重因子的多种方法组合预测的新方法,对新疆公路运输需求量进行了优化组合预测。对新疆未来3个特征年预测结果的分析表明,该预测方法是合理而有效的。     

��������ģ��Ŀ��滮�����Ķ�Ŀ�꽻ͨģ���о�

针对具有模糊因数的多目标交通问题,提出了一种优先模糊目标规划方法。本文首先建立了模糊目标的隶属度函数,其次,将隶属度函数的最高度作为期望水平并引入了偏差变量,从而将隶属度函数转化为隶属度目标。通过最小化负偏差变量得到最满意解。对模糊目标不同优先级结构下的解进行了敏感性分析,并用欧氏距离函数确定了最佳的目标优先级结构,通过最小化后悔值达到决策区域理想点决策值,得到决策单元最满意解。最后,应用实例对本文方法进行分析验证。