城市道路网络功能匹配度建模与实证分析

为定量评价城市道路等级配置、功能定位和网络结构的合理性,借助功能匹配度（道路实际使用功能与规划设计功能的吻合程度）概念,从道路所承载交通的方式划分、距离分布及行车速度3类分流特征出发,利用层次分析法和模糊综合评判的数学方法,建立城市快速路、主干路、次干路、支路以及整个网络的功能匹配度分析模型。在大量实际城市交通调查数据的基础上,对模型参数进行了详细计算和标定。基于通用交通分析软件EMME/3的交通分配-路径分析功能,提取路段平均车速、分车型流量以及流量的起讫点信息等分流特征,进而获取模型所需的变量值。算例分析结果表明：该模型能够实现实际城市道路网络功能匹配度的定量计算,且具有实用性和可操作性。     

交通规划中的动态路网及其模型研究

用传统的路网模型表现动态演变中的路网,存在数据冗余过大和无法揭示动态性的缺点.为此,改进了传统的路网模型,使得路网的拓扑结构与数据物理上相分离、逻辑上相结合.提出了动态路网的概念,研究了其特征,在改进后的传统路网模型基础上建立了动态路网模型,并对模型的应用进行了实例分析.该模型用方案树与邻接表描述动态路网的拓扑结构,用数据库存储路网数据,达到了尽可能减少数据冗余度并有效揭示动态性的目的.动态路网模型对于交通规划中的路网模型优化具有重要的意义,有进一步研究和应用的价值.     

基于GIS的交通网络可视化编辑平台的开发

交通网络的可视化编辑、交通专题地图的输出是国内现有交通分析软件不足之处，却是通用GUS软件的长处，因此可借助GIS软件开发交通网络的可视化编辑平台，拓展交通分析软件的功能。分析交通网络信息在GIS中的表示形式，设计可视化编辑平台的功能，在此基础上以MapInfo为GIS环境，以TranStar为交通分析软件，实现可视化编辑平台的开发。软件的应用提高了交通规划和交通管理的工作效率，其开发思路对于同类软件的研制具有借鉴作用。     

钢魂蒂森克虏伯的故事

弗雷德里希·克虏伯于1811年在普鲁士鲁尔工业区的埃森（Essen）创办了克虏伯钢铁厂，创业初期，工厂只有7名工人，以生产铠甲、盾牌之类的军用物资为主。1826年，老克虏伯去世后，工厂由其长子阿尔弗雷德·克虏伯接手。历史告诉老克虏伯，他没有选错人——在1887年阿尔弗雷德去世时，作坊式的克虏伯钢铁厂已经发展成为拥有20000名员工的军工企业，是覆盖铁路、军火、轮船等大型工业设备制造领域的一代“钢铁帝国”![编者按]     

基于证据融合算法的地铁车辆轴承故障检测方法研究

转向架轴承作为地铁车辆的重要组成部分,其故障会对车辆运行安全构成严重威胁。现有的轴承故障诊断方法准确性较低,存在漏诊、误诊的可能。针对这一问题,分析地铁车辆转向架轴承的故障模型,对经典证据融合算法进行改进,提出一种新的均值加权融合法,该方法提取轴承振动信号的特征频率谱峰比值与频率均值,设置对应的概率分配函数来分配上述两种特征参数对不同元素的支持度,并进行证据融合。为了验证所提出方法的有效性,设计搭建了轴承实验平台,对已有的均值K系数法、吸收法及所提出的均值加权融合算法进行了对比实验。实验结果表明,本文提出的均值加权融合算法的漏诊率及误诊率明显小于已有的均值K系数法和吸收法,提高了地铁车辆轴承诊断的准确率,更加适用于地铁车辆转向架轴承的故障诊断。     

基于相关分析和安全车距的跟驰模型

为精确模拟动力性能各异的车辆之间的跟驰行为,分析了跟驰实验数据和车辆动力性能,采用回归分析法筛选变量,建立新的跟驰模型。根据车辆动力性能与车距修正模型,使模型模拟结果更符合车辆的动力性能,并具有广泛的适用性。模型模拟加速度、速度和位置与实测值之间的相对误差分别为6.0%、0.1%和1.0%,相关系数分别为0.863、0.998和1.000。由此表明模型可精确模拟车辆性能各异与车速和车间距离散性较大的跟驰车队。     

基于改进可拓物元法的地铁车站运营安全评价方法

我国大中城市的地铁建设和运营已进入规模化、网络化阶段。地铁车站的安全运营是整个地铁系统运营安全的重要保障。对地铁车站运营安全风险因素进行梳理与凝练,科学合理地选取出风险评价指标,并采用综合赋权法确定指标权重系数,将德尔菲法、专家咨询法与可拓物元法相结合,提出了改进可拓物元法,提高了地铁车站运营安全风险评价的时效性和科学性。结合南京地铁大行宫站的实地调查数据,对模型进行实例验证,以说明实施步骤和应用效果。     

某集散两用货船主机机舱区域局部强度分析

文章以某集散两用货船主机机舱区域结构作为研究对象,应用MSC.Patran/Nastran软件建立艉部主机机舱结构有限元模型,并进行了主机机舱区域结构局部强度计算与分析。计算结果表明,该船主机机舱区域结构强度满足规范要求,为集散两用货船主机机舱的结构设计及优化提供了参考。     

分布式处理技术下公交信息感知挖掘系统设计

采取集中式处理技术对大规模公交信息进行处理时,传输与运算耗时长,不利于实现公交信息实时发布的需求。相比之下,公交车载智能终端可以针对单车信息进行独立感知与挖掘。由此构建基于分布式处理技术的公交信息感知与挖掘系统框架,包括公交车载智能终端、公交信息服务平台、公交调度中心三大模块。进而明确系统实施流程,并探讨公交信息挖掘软件的信息映射模型。由于分布式处理技术下的公交车载智能终端与调度中心可联网共享及交互信息,因此该系统除了实现公众信息实时发布之外,还能为交通部门的公交优先管制技术提供基础数据支撑。     

大数据背景下的路径选择行为建模

路径选择建模的主要任务是基于合理假设，定量分析交通参与者的路径选择行为，并估计和预测交通参与者对交通网络的使用情况。基于此，全面总结路径选择建模的研究现状，介绍各种出行数据的特点，阐释常见的选择集生成方法，对文献中提出的众多离散选择模型进行归类和讨论，对比模型估计的2类主要方法，并展望机器学习在路径选择建模中的广阔前景。研究结果表明：随着交通感知技术的全息化发展，在海量车辆轨迹数据的支撑下，路径选择研究取得了全方位的进步；路径选择模型可分为基于路径和基于路段的模型，前者以路径为基本选项，从通过确定性或随机性方法生成的选择集中选择路径，包括多项Logit （MNL）模型以及更先进的MNL修正模型、广义极值（GEV）模型、混合Logit模型和非GEV分布模型，后者以路段为基本选项，动态地求解路径选择问题，无需生成选择集，包括各种递归Logit模型；路径选择模型的参数估计可使用有标签数据或无标签数据，前者通过地图匹配在交通网络中重构出真实路径，后者则依概率考虑一系列可能的路径。近年来，基于机器学习的路径选择模型因具有更优的预测性能而受到广泛关注。在未来的路径选择研究中，应进一步结合离散选择模型和机器学习模型，使两者优势互补。