高速公路灾害性天气研究

气象环境对高速公路的行车安全、正常运行起着举足轻重的作用,恶劣天气是导致高速公路交通事故、道路阻塞、路产损失的主要原因之一.因此,加强对气象灾害的分析研究,加强对气象状况的检测并制定相应的对策,对保障高速公路过往车辆的安全、提高服务质量具有十分积极的作用.     

企业家选择的最优机制设计

研究了股东在缺乏企业家的实际业务能力、服务成本等方面信息的情况下，利用博弈论显示原理设计不同的报酬合同来让企业家选择，从而根据企业家选择结果来判断其真实的能力或类型，避免了企业家逆向选择与道德风险问题的发生．通过分析，得出了最优报酬机制是由努力补偿金、风险补偿金和信息租金三部分组成．最优报酬机制的灵敏度与期望补偿正相关，与固定补偿负相关．高效的企业家比低效企业家工作更加努力，更乐于选择高强度激励、低固定补偿的合同和选用风险较小的项目．     

恶劣气候对高速公路车辆出行的影响

针对恶劣气候条件下,出行概率与影响交通出行的气候条件、出行距离和安全设施等因素的内在关系,对出行概率与出行距离、气候特征等定量变量进行统计回归分析,并建立了模型。模型的复相关系数为84％,残差检验表明模型的线性假定成立。综合考虑安全设施对模型的影响,给出出行概率与各影响因素的综合数学模型。分析结果表明恶劣气候严重程度与交通出行概率成反比关系,恶劣气候条件下,出行距离与出行概率成正比关系,而不同的恶劣气候条件、车辆出行距离、道路安全设施完善程度对高速公路交通出行综合影响幅度在10％～50％之间。     

Overview of intelligent ship route optimization methods北大核心CSCD

智能船舶航线优化在学术界和工业界均受到越来越多的关注。针对智能船舶航线优化问题,从航线设计方法和航线优化算法这2个层面,分别阐述各种设计方法和优化算法的特点。结合近5年来的最新研究成果,在分析国内外智能船舶航线优化技术发展现状的基础上,将航线设计方法归纳为3种,即基于气象数据的航线优化、基于油耗模型的航线优化以及基于航线库或航路点库的航线优化,剖析其技术内涵及应用情况;深入分析改进的等时线法、动态规划法、图形搜索算法、智能算法、人工智能和机器学习算法的特性及不足,总结归纳将各类算法应用于智能船舶航线优化时存在的主要问题。最后,简要展望智能船舶航线优化的发展趋势,为未来在该领域的研究提供一定的思路。     

基于不良天气下的单点信号灯控制优化

在不良天气条件下对单点交叉口的信号控制优化,是能够使得车辆在不良天气条件下交叉口延误降低、降低交通事故率、增大交通安全系数的重要手段.本文首先通过对目标城市——柳州市的天气环境进行调查,结合柳州市气象局的资料公开发布,将柳州市存在的雨、雾、霾天气进行聚类分析,将各种天气按照对交叉口延误和饱和车头时距的影响分为一级、二级...     

海岸工程设计波要素推算方法探讨——以如东人工岛设计波要素推算为例

以如东人工岛设计波要素推算为例,分别利用历史台风天气图推算法和设计风速推算法推求不同重现期设计波要素并进行对比分析。结果表明,两种方法各有优劣,但历史台风天气图推算法的计算精度比设计风速推算法的精度差,为了安全起见,建议采用设计风速推算法。     

雨天对高速公路交通安全的影响及对策

对雨天气象条件下高速公路交通管理要未雨绸缪、提前介入、积极主动、多措并举、协同作战、形成合力,以最大限度地减少雨天恶劣气象带来的负面影响及危害,维护好高速公路的安全、畅通,遏制重特大交通事故的发生,全力保障好人民群众的生命财产安全。文章分析了雨天对高速公路交通安全的影响和事故特点,并提出了雨天高速公路交通事故的预防对策。     

中外航海资料使用需注意的几个问题

中、外航海资料在某些方面有不同的规定,使用中需要特别注意.从灯标能见距,航海通告、浮标制度和气象传真图的接收等4个方面,分析了中、外之间的区别,提出了相应的注意事项.     

航海气象传真图的降噪处理

气象传真图是船舶驾驶员预知航行区域的气象信息及海况的主要途径.受电磁波和收发装置的影响,气象传真图在传输、接收的过程中会产生高斯噪声和椒盐噪声,严重时会导致接收到的气象传真图模糊不清和失真,这会影响船舶驾驶员的分析和决策.为此,基于偏微分方程(PDE)建立数学模型,对含有噪声的气象传真图进行降噪处理,取得了明显的效果,这为提高气象传真图的质量提供了一种可行方法.同时,这种方法也可运用于船舶其它的电子图像设备(如电子海图,雷达,AIS),有效降噪、提高图像质量.     

Impact of Everyday Weather on Individual Daily Travel Behaviours in Perspective: A Literature Review

Despite the hundreds of billions of dollars being spent on infrastructure development -- from roads, rail and airports to energy extraction and power networks to the Internet -- surprisingly little reliable knowledge exists about the performance of these investments in terms of actual costs, benefits and risks. This paper presents results from the first statistically significant study of cost performance in transport infrastructure projects. The sample used is the largest of its kind, covering 258 projects in 20 nations worth approximately US$90 billion (constant 1995 prices). The paper shows with overwhelming statistical significance that in terms of costs transport infrastructure projects do not perform as promised. The conclusion is tested for different project types, different geographical regions and different historical periods. Substantial cost escalation is the rule rather than the exception. For rail, average cost escalation is 45% (SD=38), for fixed links (tunnels and bridges) it is 34% (62) and for roads 20% (30). Cost escalation appears a global phenomenon, existing across 20 nations on five continents. Cost estimates have not improved and cost escalation not decreased over the past 70 years. Cost estimates used in decision-making for transport infrastructure development are highly, systematically and significantly misleading. Large cost escalations combined with large standard deviations translate into large financial risks. However, such risks are typically ignored or underplayed in decision-making, to the detriment of social and economic welfare.