基于人工神经网络的柴油机故障诊断

故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于人工神经网络的柴油机故障诊断方法，设计了适合该诊断系统的BP网络结构，并给出了一种基于黄金分割法改进的BP算法，用来自适应调整网络学习速率。仿真结果表明：该算法具有很快的学习速度和较高的学习精度，完全适用于柴油机故障诊断系统。     

城市公交线网优化的线性模型

为了对现有公交线网进行优化,有效利用现有交通资源,解决城市交通问题,运用系统科学的思想,通过对城市公交线网优化的主要内容、优化原则、优化目标以及约束条件的分析,兼顾考虑乘客出行时间、公交线网密度和公交企业的利益以及公交线网的布局对整个城市的交通系统的影响,提出了优化目标的函数表达式及相应约束条件的数学表达式,建立了公交线网优化的线性模型,并给出了运用逐步筛选法对所提出的数学模型进行求解的方法。     

信号控制下交叉口延误计算方法研究

为了对交通信号控制参数进行优化,需要对交叉口延误进行定量的分析与计算。根据信号控制交叉口理论,在以往定时信号延误研究的基础上,基于交叉口一个进口方向的车辆延误分析,针对交叉口各进口方向同时处于非饱和与同时处于过饱和交通状况,分析并推导了交叉口延误公式.并用具体的算例说明了公式的用法。公式表明了交叉口延误与信号控制参数、车辆到达率等参数之间的动态关系,为进一步研究交通信号自适应控制方法和建立交通信号控制参数优化的性能指标函数提供了信息。     

公路交通可持续发展评价指标及评价方法研究

根据公路交通可持续发展评价的内容和特点,从公路交通可持续发展水平、发展能力、发展协调性3个方面建立了评价指标体系;提出了指标属性值和无量纲化的计算方法;应用模糊识别原理,结合AHP权重确定方法,依据公路交通可持续发展目标(级别划分)的实现程度,提出公路交通可持续发展的多级模糊识别综合评价模型;其评价方法和模型,反映了公路交通可持续发展的内涵,对区域公路交通可持续发展评价有借鉴作用。最后,进行了实证研究。     

高速公路运输量研究

提出了高速公路运输量的统计方法,并以南京—上海高速公路为例,首次统计了中国高速公路的客运量、货运量、客运周转量、货运周转量以及客、货运输密度。研究表明:在南京—上海通道内,高速公路和铁路起着同样的关键作用;货运方面,高速公路和铁路运送货物价值相差很大,两者是互补性的,客运方面,高速公路客运量中个性化出行与铁路是互补性的,而群体性出行与铁路是替代性的。对高速公路上运行的车辆状况进行了分析,指出货运量主要是由四轴的半挂列车和两轴的单车完成的。客运中个性化出行的乘客占40%,车数占88%。     

重载水泥混凝土路面损坏机理及对策研究

随着交通量的增加、轴载的增大和车速的提高,按照传统水泥混凝土路面规范修筑的道路出现了严重的早期破坏。本文通过分析重载交通作用下现有混凝土路面出现的早期破坏特征及其机理,从材料与结构上提出防止水泥混凝土路面在重载作用下发生早期破坏的对策。     

非港湾式公交停车对道路交通流的影响分析

公交车进出站点不仅影响本身,也给其他车辆运行带来很大干扰。文章首先比较全面地分析非港湾式公交停车影响下道路交通流特征,然后借助于EXCEL软件,构建关于公交停车频率、公交停车时间、最大公交停车长度及其存在时间、道路流量的车速和车头时距多元线性模型,并进行了严格的数学检验。该研究为合理分析路段交通流状况、正确计算区间行驶车速与车头时距提供了依据。     

大连新建地铁对公交出行选择的影响

为了分析城市新建地铁项目对居民公共交通出行的影响，改善公交服务水平，提高公共交 通的分担率，针对大连市新建地铁线路展开研究。以大连市地铁1 号线沿线站点作为研究区域， 采用SP （Stated Preference） 调查方法，收集了300 名地铁沿线居民对常规公交以及新建地铁两种 出行方式的选择数据。通过建立二项Logit 模型，分析出行成本、换乘时间等选择方案特性变 量，出行特性变量以及出行者特性变量对于居民出行方式选择行为的影响，并计算弹性值及模型 精度。结果表明，通过调整出行成本及换乘时间可有效提高地铁分担率。由此提出相关政策建 议：对于出行成本，可从出行者年龄及出行次数两方面制定不同的优惠政策；对于换乘时间，可 从提高可达性、完善购票系统以及调整发班频率三方面进行改善。     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.     

交通指路标志信息量化分析

交通指路标志信息认知的水平直接影响出行者寻路的安全性和舒适性。对不同信息组织形式的交通指路标志进行标志信息理解实验,发现交通指路标志版面信息的位置及字符排列方向对信息的理解水平存在显著性影响。当标志上信息的位置与在路网中的相对位置相同,且字符排列方向没有旋转、与道路线形保持一致时,信息的理解水平较高;当标志上信息被移动或旋转时,信息的理解水平将降低42%~66%。