Privacy-preserving MaaS fleet management

On-demand traffic fleet optimization requires operating Mobility as a Service (MaaS) companies such as Uber, Lyft to locally match the offer of available vehicles with their expected number of requests referred to as demand (as well as to take into account other constraints such as driver’s schedules and preferences). In the present article, we show that this problem can be encoded into a Constrained Integer Quadratic Program (CIQP) with block independent constraints that can then be relaxed in the form of a convex optimization program. We leverage this particular structure to yield a scalable distributed optimization algorithm corresponding to computing a gradient ascent in a dual space. This new framework does not require the drivers to share their availabilities with the operating company (as opposed to standard practice in today’s mobility as a service companies). The resulting parallel algorithm can run on a distributed smartphone based platform.     

Analysis of air traffic control operational impact on aircraft vertical profiles supported by machine learning

The Air Traffic Management system is under a paradigm shift led by NextGen and SESAR. The new trajectory-based Concept of Operations is supported by performance-based trajectory predictors as major enablers. Currently, the performance of ground-based trajectory predictors is affected by diverse factors such as weather, lack of integration of operational information or aircraft performance uncertainty.Trajectory predictors could be enhanced by learning from historical data. Nowadays, data from the Air Traffic Management system may be exploited to understand to what extent Air Traffic Control actions impact on the vertical profile of flight trajectories.This paper analyses the impact of diverse operational factors on the vertical profile of flight trajectories. Firstly, Multilevel Linear Models are adopted to conduct a prior identification of these factors. Then, the information is exploited by trajectory predictors, where two types are used: point-mass trajectory predictors enhanced by learning the thrust law depending on those factors; and trajectory predictors based on Artificial Neural Networks.Air Traffic Control vertical operational procedures do not constitute a main factor impacting on the vertical profile of flight trajectories, once the top of descent is established. Additionally, airspace flows and the flight level at the trajectory top of descent are relevant features to be considered when learning from historical data, enhancing the overall performance of the trajectory predictors for the descent phase.     

基于BIM的设计管理

针对BIM技术应用的现状和现阶段国内企业的BIM设计管理工作中存在的问题,探索研究基于BIM设计特点的管理系统。通过构建高效的BIM软件设计工作环境、优化基于BIM设计特点的管理流程、建立设计项目数据框架的方式,达到BIM设计管理系统的高效性和协同性。     

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。     

船舶压载水处理技术和监督管理研究

船舶压载水不仅危害海洋环境还会对人类健康、当地经济造成影响,《国际船舶压载水和沉积物控制和管理公约》实施即说明了国际社会对此的重视。压载水处理系统的使用,有效地减小了压载水对环境的危害。然而在实际应用中,仍需要通过提高和改进压载水监控技术,使处理后的压载水进一步符合公约标准。本研究根据我国压载水监控现状,提出完善压载水监督管理的措施,促进我国环境、经济和资源的可持续发展。     

BIM技术在清华珠三角公建项目施工中的应用研究

随着科技的进步及项目管理水平的提高,BIM技术应运而生。本文以清华珠三角研究院粤港澳大湾区创新基地项目为依托,从应用目标、应用前准备工作、前期策划管理、技术管理、质量安全管理、物资设备管理、进度管理、经济成本管理等方面开展BIM技术在公建项目施工中的应用研究,结果表明:使用BIM技术,使项目管理走向精细化、全面化、高效化,并提高质量标准,增加安全保障,减少项目成本,提高项目利润率;同时与AI技术相结合,使BIM技术更加具有简便性,产出更大效益。     

有轨电车交叉口交通组织及控制方案优化

有轨电车在运行过程中,易在交叉口处产生瓶颈,导致有轨电车通行速度降低、乘客舒适度下降。从有轨电车交叉口信号优先控制、现状交叉口交通管理与控制优化、公共交通组织优化、慢行交通组织优化4个方面提出了相应的优化措施。以武汉市有轨电车作为实例,提出了一系列改善措施,并利用VISSIM软件仿真模拟了实施效果,仿真结果验证了优化方案的科学性和有效性。     

基于云平台的城市轨道交通能源管理系统

阐述了基于云平台的城市轨道交通能源管理系统架构和建设方式。该系统利用云计算的高效和弹性来部署建设,采用线网-车站二层管理模式,降低了线网和线路服务器等的硬件部署成本和维护成本。通过将能源管理系统内部使用的业务应用转换为基于云平台的能源管理应用软件,能源管理系统可获取云平台提供的共享数据,并将经过业务处理后的数据存储到云平台中,以服务于云平台上其他业务,实现了数据资源的逻辑统一和高效利用。     

基于超融合基础架构的铁路云数据中心建设方案

在充分研究铁路信息化发展现状、演进困境以及云计算平台技术的基础上,结合中国国家铁路集团有限公司对于信息化的总体规划,提出铁路云数据中心的总体技术架构,详细阐述基于云计算技术的铁路数据中心平台优势。对涉及到的关键技术:超融合技术和网络拓扑技术展开说明。立足铁路云数据中心规划建设角度,重点从IaaS层资源规划、云管平台建设、网络架构设计和云平台双活灾备建设4个方面进行详细论述。为铁路云数据中心规划、设计、建设提供理论基础和技术支撑,也为后续工程现场实施提供重要的建设思路支撑和实验室数据支撑。     

考虑收益管理的高铁平行车次动态差别定价

基于RP(Revealed Preference)和SP(Stated Preference)调查数据，利用潜在类别模型对高铁旅客进行细分，得到旅客对平行车次不同服务属性，如列车运行时间、发车时段和舒适度的偏好程度，并对其进行量化；引入收益管理，以多列车整体收益最大为目标，构建平行车次动态差别定价模型，并设计模拟退火算法进行求解；最后，通过京沪高铁进行实例验证.结果表明：与固定票价进行客票销售相比，所提方案能够适应高峰期和平峰期不同客流特点，提高铁路客票总收益，为高铁平行车次灵活定价提供参考.