于雷给编辑部的信

我于2004年3月18日发给《交通运输系统工程与信息》主编张国伍教授一封信(见附件)，反映了交通运输学院工程硕士孙兆发在《交通运输系统工程与信息》期刊2004年2月出版的第1期第27至29页抄袭我章的问题，之后得知张教授以及学院的领导都作了大量的调查工作，来处理所反映的问题．     

用于道路交通燃油经济性评价的实用模型

通过分析26辆轻型汽油车和液化石油气车的实际驾驶行为、车辆比功率和标准化油耗率的关系,引入最小油耗速度参数,提出了道路交通燃油经济性指数及其实用模型.应用该模型对不同国家、城市的行驶循环进行了燃油经济性的比较,并分析了电子收费方式对提高燃油经济性的作用.最后指出了此模型相对其它模型的优点、局限性及进一步研究的方向.     

����С���任��ITS����˫�����Ż����ɷ�����Ӧ��

通过对ITS数据的频率特性进行详细分析,近年来迅速发展的基于小波变换的数据集成方法能够高效地满足不同交通用途对数据集成的需求。但现有的集成方法仅通过ITS数据序列之间的共同特性来反映数据的本质特征,忽略了数据集成过程的信息损失问题,本文通过引入信息损失指标,建立双侧最优化的集成方法,提升了数据集成的准确性。在此基础上,开发了基于MATLAB平台的数据集成软件,以北京市三环的交通流数据为例进行了实例分析,提出实际工作中应用数据集成方法的建议。     

利用小样本调查数据调整北京市车里程累积率

由于MOBILE中的交通参数缺省值反映的是美国车辆的行驶特征，因此必须利用我国的交通参数来校正MOBILE中的缺省值以提高尾气的计算精度．本文论述了一种基于小样本调查数据来调整MOBILE中车里程累积率参数的算法，对原有算法进行了简化，并根据我国车型分类，对北京市的交通参数进行了调整．结果表明应用调整的车里程累积率计算尾气排放因子同利用MOBILE6的缺省值来计算有显著的区别，VOC的误差是40．23％，CO的误差是30．42％，NOx的误差是17．53％．     

基于抽样技术的ITS数据存档策略

介绍了ITS数据存储的最佳抽样方法，即对原始数据进行质量控制之后，运用误差平方和法（SSE）或互验法（CV）确定出原始ITS数据中最具有代表性的样本，从而降低所需的数据存储空间。通过开发相应的数据处理软件，针对美国德克萨斯州圣安东尼奥TransGuide交通管理中心的数据进行了测试，结果表明：对数据进行处理后，仅需存储十分之一的原始数据，所得到的最佳样本则包含了最多的原始数据信息，且该样本数据能够满足潜在的不同交通需求。     

高含水量土的工程问题

分析了高含水量土的形成及对路基工程带来的危害,并提出了相应的处理措施。     

���ڲ�����ͨ����·������������ʻ���JVNTK����ģ��

车辆行驶里程(VMT)估算是包括尾气评估在内的许多交通工程相关领域研究工作的基础.由于在现行的技术条件下难以得到VMT的真实值,VMT只能根据其他信息估测获得.目前主要使用的两种方法是“基于交通量方法”和“非基于交通量方法”,这两种方法各有其优缺点.在实际操作中,“基于交通量方法”的应用更为广泛，但不足之处是，它仅仅将采样得到的交通流量数据简单用于其它具有相同道路等级的路段上来估测VMT,而没有考虑各路段的具体特征对VMT的影响.本文提出了一种新的VMT估算模型,该模型引入指数回归模型,结合采样交通流量和路段特征来估测流量和VMT.在实际运用中,该模型在现有技术条件下也易于标定.同时,为了使研究结果直接用于尾气评估模型MOBILE6,对VMT又按速度和时间进行了进一步分解.由于在国内实验条件下难以收集到验证该模型所需的大量配套数据,因此,结合美国休斯顿西南地区所提供的相关交通数据对模型作了有效性检验.研究结果表明,通过该模型得到的VMT比美国EPA提供的交通流量方法(TCM)得到的值更接近实际;同时,将该模型得到的VMT输入到MOBILE6后经运算得到的尾气排放因子结果也比其使用缺省值和TCM提供值更为精确.     

ʵʱITS���ݳ���������Ӧ���밸������

阐述了数据抽样技术在ITS数据管理中的意义和作用，通过VB编程语言和ORACLE数据库技术实现了ITS数据抽样算法，并对北京三环路上和美国德克萨斯州圣安东尼奥的实时ITS数据进行了测试，测试结果表明，最佳抽样日对权重的变化不敏感，最佳抽样日数据与总体平均值匹配得较好，也包含了最多的原始数据的信息。     

简支梁桥上无缝道岔温度力与位移计算

采用有限元分析的方法,建立了计算简支梁桥上无缝道岔温度力与位移的有限元力学模型.计算了桥上无缝道岔的受力与变形,并分析了桥梁结构对无缝道岔的影响.研究结果对桥上无缝道岔的设计有一定的指导意义.     

基于VSP分布的车辆跟驰模型的油耗测算对比研究

利用GPS收集了大量北京市快速路上车辆跟驰状态下的驾驶行为数据.以GPS采集的行为数据为前车驾驶数据,采用不同车辆跟驰模型来模拟并输出后车的跟驰行为.对连续的瞬时速度按照60s集成并且划分平均速度区间,在同速度区间内对比分析了不同跟驰模型输出的机动车比功率(VSP)分布与真实分布的差异.其后,利用车载油耗仪收集实测的逐秒油耗数据,采用基于VSP分布的油耗测算方法,测算并对比了不同跟驰模型的平均油耗率和油耗因子与真实油耗的差异.研究发现前后车全速度差是车辆跟驰模型中的关键参数,其能明显提升仿真跟驰行为VSP分布的准确性,进而更准确地测算车辆跟驰状态下的燃油消耗.