高速路网不停车收费车道优化布设方法

合理设置高速公路收费站ETC (Electronic Toll Collection)车道数量，对高速公路通行效率至关重要。针对目前路网中ETC与MTC (Manual Toll Collection)车辆混行的情况，考虑ETC的普及率，结合多用户路网均衡模型和排队论方法，建立基于双层规划模型的高速路网ETC车道优化布设方法。上层模型以车辆总通行时间最小为目标，优化设置进出收费站的ETC车道数量；下层模型为多用户路网均衡模型，反映ETC和MTC车辆的路径和收费车道选择行为。下层模型通过设计收费站的等价拓扑结构，表征收费站的车道使用规则及车辆的收费车道选择行为，并采用排队论方法估计ETC和MTC车道的收费排队时间。根据模型的特点设计了基于主动集的启发式算法，利用参数二进制与拉格朗日函数法确定迭代下降方向，解决了下降方向与步长难以计算的问题；通过内嵌优化函数的方式，保证在主动集转化过程中上层约束均不会失效，且避免了迭代过程中的模型解退化问题。基于上海市绕城高速进行实证分析，结果表明：随着ETC普及率的提升，收费排队时长按照负指数趋势下降；与按比例布设ETC车道的方法相比，所提方法最高可降低57.4%的收费排队时间，且该方法可以避免ETC车道布设过多对于MTC车道通行能力挤压造成的负面效果。研究成果可以有效指导高速路网ETC车道的布设，提高路网通行效率。     

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤，一是压缩 AIS 数据，二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法，只考虑船舶轨迹的压缩形状，忽视了船舶航行中其他重要信息。为解决此问题，把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面，传统谱聚类方法只对船舶轨迹的位置进行相似性度量，没有考虑船舶轨迹的其他维度，针对此问题，提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量，引入Calinski-Harabasz指标评价谱聚类算法，实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究，并与传统谱聚类算法做比较实验。实验结果表明，利用该方法提取到的典型轨迹符合真实水域的交通情况，相较于传统谱聚类方法具有更高的聚类质量。     

幼儿群体单向流运动行为特性分析

现有关于行人群体运动行为的研究和规范绝大部分是以成年人群为主体的研究，关于儿童群体的理论及实验研究非常匮乏，在进行儿童群集运动管理及幼儿相关步行设施设计时往往需要参考以成年人群为主体所获得的理论及经验数据。本文组织了不同情境下(正常情况及应急疏散)幼儿群体的运动实验，通过实验数据对幼儿群体单向流运动的流密速关系、速度离散性、个体超越行为等基本特性进行了定量研究，并和成年人群的相关特性进行比较分析。实验结果表明，幼儿群体单向流的流(速)密关系呈现一种弥散性的分布，其速度的变异系数接近成年人的4~6 倍；此外，相比于成年人群中所表现出的秩序性，幼儿在单向流运动过程中更倾向于发生超越行为，其在通道中的平均位次变化强度接近成年人实验的3倍。本文研究成果有助于进一步了解幼儿群体单向流运动的基本特性，厘清幼儿与成年人群体的行为特性差异，以更好地指导幼儿群集运动的管理，以及为幼儿相关步行设施的设计和评估提供参考。     

交汇水域船舶轨迹预测与航行意图识别

针对典型水上交通场景交汇水域，研究了1种数据驱动的船舶轨迹预测与航行意图识别方法。设计CNN+LSTM组合神经网络，通过学习交汇水域船舶的历史轨迹，以CNN+LSTM网络为编码器提取其通航环境及船舶航行时空特征，LSTM与全连接层为解码器同步输出未来时段内船舶轨迹序列和航路选择，从而形成船舶轨迹与航行意图识别模型。同时，引入Dropout网络结构描述该模型的预测不确定性，采用随机关闭CNN+ LSTM核心网络部分神经单元的方式，以相同轨迹序列作为输入获取多组相近的预测结果，根据其统计均值与方差对船舶轨迹预测的不确定性进行量化。以美国沿海某交汇水域公开AIS数据为对象开展实验，创建了该交汇水域船舶航行轨迹数据集，以输入时长60 min，采样频率3 min作为输入条件，Dropout值取0.5，实验结果表明:所提方法对未来60 min时段内的轨迹预测误差为3.946 n mile，航行意图识别准确率达87%，不确定性估计覆盖率达85.7%。与LSTM预测方法相比，当船舶操纵性发生改变时，所提CNN+LSTM模型的轨迹预测误差降低了31.6%，而且兼具船舶航行意图识别及预测不确定性估计能力，有利于智能航行与海事监管技术发展。      

托运人在不同时空下的选择行为差异揭示

某一因素对托运人选择行为的影响会随着空间和时间变化. 既有研究多关注特定空间或时间的托运人选择行为，较少进行横向(空间)和纵向(时间)比较. 为探索托运人选择行为差异及变化规律，采集不同时空的5 个数据集，构建多类线性或非线性效用函数的多项 Logit 模型及混合Logit 模型. 结果表明：在空间维度，某一地区托运人选择行为与其他地区显著不同；在时间维度，伴随货运业快速发展，货运方式选择模型适用年限呈缩短趋势.     

考虑品牌忠诚度的追随品跨周期质量与定价决策

国际知名时尚品牌通常以其较高的质量和独特的文化价值吸引和培育众多忠诚顾客，国内同类本土品牌在追随时面临顾客黏性以及策略性消费行为的影响，如何突破既有的壁垒，吸引策略型顾客购买性价比高的本土品牌产品成为了重要课题. 为此，基于时尚产品价值衰减的假设，构建了两周期竞争企业的策略性博弈模型，分析了追随企业该如何决策追随品的质量与价格. 研究表明:原品顾客忠诚度越高，对其需求越有利，但对其利润却不总是有利；给定原品贬值程度，若消费者策略性较弱，追随品的利润反而可能随原品忠诚度递增，这是因为追随品价格随顾客忠诚度递增的正效应大于市场需求随之递减的负效应，促使追随品利润递增；作为追随品，收益并不是随与原品的相似度单调递增，应当保留一定程度的品牌原创性才能实现利润最大化.      

基于多元回归的司机驾驶行为对油耗的影响

为量化司机驾驶行为对油耗的影响,根据实车运行数据,提取整车行驶数据中有关驾驶行为的特征参数,基于多元回归分析法,得到与整车油耗相关性较强的显著影响特征参数,建立司机驾驶行为模型,并对司机驾驶行为模型与油耗的强相关性进行验证。选取多个整车运行数据,通过模型计算得到油耗与实际油耗的误差在10%以内,验证了所建模型的精确性。该研究可为司机驾驶行为评价提供参考。     

浅谈FAS双中心建设及设备维护

重点分析了西安局集团公司由2K数调主系统组网更新改造为FAS双中心网络的建设方法,并根据日常维护经验,列举了调度台通道故障处理、FASB简易故障判断及计表倒换试验、FASA和FASB系统与MSC之间的业务故障处理等.     

基于巢式Logit模型的低收入人群出行行为分析 ——以上海市智能手机调查数据为例

低收入人群是城市人口组成的重要和特殊部分,关注并研究其出行行为具有重要的社会价值。本文首先界定城市低收入人群的范围,根据上海市居民出行调查数据划分出研究对象,总结影响低收入人群出行行为的多重变量,然后基于效用最大化理论构建出行目的和出行方式相互影响的巢式Logit模型,并对模型参数进行标定,得到低收入人群出行行为选择的特定规律。结果表明,出行时段、出行费用、出行优先政策以及出行目的对低收入人群出行方式选择具有显著影响。