诱导信息下城市轨道交通乘客路径选择行为研究

为研究城市轨道交通诱导信息对乘客的影响，考虑信息提供时间、方式、更新频率及其与 路径属性之间的交互关系，提出融合诱导信息的城市轨道交通乘客路径选择行为决策框架。考 虑乘客在决策时表现出遵循混合决策规则的倾向差异和不同属性感知差异，建立改进的混合效用-后悔模型。将路径属性与诱导信息同时纳入调研情景设计，基于调研结果标定模型中关键参数，结果表明，基于混合决策规则的模型拟合效果最高(调整优度比达0.396)。进一步分析乘客对信息的偏好：相较于下载手机APP，乘客更喜欢社交媒体推送的形式接收诱导信息；引入信息推送频率时间价值，并对比得出，女性、中老年及非通勤乘客更倾向于接受更高频率的诱导信息推送服务；分析各属性弹性值，表明诱导信息提供方式和更新频率应作为管理者的辅助手段，在特定场景下(例如高峰拥堵和突发事故)诱导信息将会发挥更大的作用。研究揭示了诱导信息提供方式如何影响轨道交通乘客的路径决策机理，有助于设计更加精准和高效的诱导信息策略辅助客流组织管理。     

基于动态称重系统实测轴载分布特征研究

以济青高速改扩建工程为例,利用动态称重系统(Weight-in-Motion,WIM)实测数据分析了2019年至2020年的济青高速公路的交通轴载分布特征,获得了不同轴型车辆的轴载谱变化规律;通过对全年交通量的分析,得到了车道拓宽后的高速公路年平均日交通量调节系数及车辆横向分布系数的变化规律.研究结果表明:采用轴载谱的方法可以更加全面、精确地分析交通荷载对路面结构产生的破坏机理,可以为类似区域条件下道路设计分析提供基本的交通输入参数.     

智能网联车辆交通信息处理技术与信号控制方法研究

随着科学技术的不断加强,智能网联车辆的数量也在不断增加,在智能交通系统发展中,车联网发挥了重要作用,人们对于车联网的研究也越来越多和越来越深入,为了能够使车联网更好的普及,应该加强对智能网联车辆交通信息技术和信号控制的研究。本文基于目前车联网发展现状对智能网联车辆信息处理技术和信号控制的方法进行探讨研究,以供参考。     

地铁车辆接地回流性能动态分析与优化

本文分析地铁车辆在牵引供电系统中的回流性能，并提出车辆接地优化设计方案。针对常用时域仿真分析方法无法准确连续反映车辆整体运行过程的不足，提出一种用于地铁车辆接地回流性能分析的车网联合动态仿真技术方案。以车体采用经保护电阻接地和直接接地两种技术方案的实际车型为研究对象，在通用仿真环境下建立包含车体、车辆接地电路、牵引负荷、钢轨回流电路以及供电网络的综合模型。基于地铁线路和车辆关键参数获得牵引计算结果，并将其导入仿真模型，实现车辆牵引功率、受流位置持续动态刷新，从而模拟车辆运行过程接地回流分布特性。仿真分析表明，在同一线路采用相同牵引控制策略时，经保护电阻接地车型较直接接地车型有更小的钢轨至车体回流以及车体间电流，但车体电位略有抬升；并进一步基于电阻接地电路提出了两种优化接地设计方案，仿真结果证明这两种方案均兼顾了整车的车体回流与电位抑制。该仿真方法对校验地铁车辆接地方案性能具有实用性，所得仿真结果对接地设计具有一定的参考价值。     

从先行先试到先行示范——深圳特区40年综合交通体系发展历史实践与未来展望

在中国工业化、城镇化、现代化的不同发展阶段,深圳作为改革开放试验田,在交通领域积极探索适配特定历史阶段特征的交通发展模式.系统梳理得出深圳交通模式先行先试的深层次逻辑:1)领先于全国探索交通供给路径问题,打破政府单一来源的交通供给模式,丰富交通供给路径选择;2)准确识别交通体系结构性演变趋势和发展节奏,始终坚持将集约化民生交通发展作为支撑由经济特区向超大城市转型的唯一交通模式;3)谋求资金来源、土地空间、体制机制、科技创新等诸多要素博弈下的系统平衡,为运输结构升级跃迁提供永续动能.进入社会主义先行示范区发展新时期,与40年发展的核心理念一脉相承,提出深圳交通"湾区引擎,经略全球"、"空间友好,轨道宜行"、"社会治理,绿色集约"三大先行示范发展方向,继续引领示范国家交通治理现代化新范式.     

CeO2改性阴极扩散层对质子交换膜燃料电池性能的影响

采用水热法制备纳米CeO2空心球,以一定比例与碳粉、PTFE混合,经超声震荡后均匀喷涂在经疏水处理过的碳纸表面上形成微孔层.将改性扩散层与传统扩散层进行比较,通过扫描电子显微镜、能谱测试分析、接触角、接触电阻表征,扩散层的物理性能几乎不会改变.再将扩散层组装成单电池进行一系列的电池性能测试,结果表明:掺杂CeO2的阴极扩散层组装而成的单电池无论是电池性能、交流阻抗谱还是动态响应测试均优于传统扩散层组装的单电池.即证明了掺杂CeO2制备的改性阴极扩散层由于其储放氧功能,可以加速氧气传质,增加催化剂表面氧分压,进而提升PEMFC的单电池的动态响应性能.     

车轮踏面缺陷引起的轮轨动态响应综述

从滚动接触理论、试验与数值模拟三方面概述了轮轨关系研究现状，强调了轮轨滚动接触行为中轮轨材料动态力学性能的影响；总结了轮轨材料静动态力学性能与本构关系的相关成果；介绍了由车轮扁疤、踏面剥离/剥落、车轮多边形等典型踏面缺陷引起的轮轨动态响应研究，分析了车轮踏面缺陷对轮轨滚动接触行为和列车系统动力学性能的影响，以及车轮踏面缺陷的形成原因、影响规律与演变机理，重点关注了轮轨动态效应对高速轮轨滚动接触行为的影响；概括了车轮踏面缺陷的检测技术与减缓和防治措施。研究结果表明:车轮踏面缺陷致使轮轨冲击力显著增大，导致轮轨部件损伤和车体异常振动，严重影响车辆-轨道系统部件的使用寿命和列车动力学性能，甚至威胁列车运行安全；车轮踏面缺陷的成因与机理仍需进一步探究，车辆异常制动、轮轨低黏着状态均会导致车轮扁疤的产生，轮轨材料特性、轮轨间接触载荷、轮对共振、列车制动系统性能与线路运行条件/环境等均是导致车轮踏面发生剥离的主要影响因素，轮轴共振、轮轨摩擦振动、车轮制造镟修工艺等均与车轮多边形的形成有密切联系；改善轮轨材料的性能，控制轨道系统的支撑刚度/阻尼及轮轨间摩擦因数等均是抑制车轮踏面缺陷产生的有效途径。      

船舶避碰的粒子群-遗传(PSO-GA)的混合优化算法研究

随着海运航线的愈加繁忙,船舶碰撞事故时有发生,为避免船舶发生碰撞,船舶避碰决策研究已成为目前研究的热点.本文在既往研究的基础上,综合考虑船舶避碰的经济性及安全性要求,基于粒子群算法、遗传算法与非线性编程理论,建立了船舶避碰路径规划的优化模型,并通过具体案例进行仿真分析.仿真结果显示,粒子群遗传混合优化算法的收敛速度较快,船舶避碰的优化路径能够同时满足经济性及安全性要求,算法的有效性及运算效率均有了显著提高.     

基于Adaboost的改进Elman神经网络港口吞吐量预测方法

为提高港口吞吐量的预测精度,建立基于Adaboost算法改进的Elman神经网络预测模型,进行吞吐量的预测.首先对Elman神经网络进行多次训练和迭代,然后将每个Elman神经网络作为弱预测器,基于Adaboost算法将多个弱预测器加权组合,形成Elman-Adaboost强预测器模型.经过Adaboost算法优化的强预测器对误差较大的数据样本有更强的识别能力,可以实现对数据的动态增强学习.以宁波-舟山港2011-2017年的港口吞吐量数据为样本进行仿真,分别使用BP神经网络、Elman神经网络、BP-Adaboost神经网络以及Elman-Adaboost神经网络进行预测,比较四种模型的预测精度.研究结果表明:Elman-Adaboost强预测器模型用于港口吞吐量的预测,预测结果的相对误差最大值1.91％,最小值0.06％,可以将预测误差控制在2％以下,数据拟合效果更好预测精度更高,可以作为港口吞吐量预测的一种方法.