基于数据包络分析的交叉口信号控制效率评价方法

随着城市汽车保有量不断增加,很多城市交叉口运行效率不高,频繁出现拥堵现象,信号控制效率难以匹配实际的交通情况,我国缺乏针对交叉口信号控制方案效率评价的统一标准.为了评价信号交叉口控制方案效率的优劣性,为给相关部门选择交叉口信号方案提供参考,采用数据包络分析(DEA)方法,选取交叉口车辆排队长度、平均行车延误、停车次数作为评价输入指标,绿灯利用率、交通量作为评价输出指标.最后选取实例进行验证,仿真结果表明:所提出的交叉口信号控制效率评价方法是可行的.     

基于NSGA-Ⅱ算法的两挡AMT换挡规律多目标优化

两挡变速器通过合理的挡位切换改善纯电动汽车的性能.以纯电动汽车两挡电控机械式自动变速器(AMT)为研究对象,兼顾整车的动力性和经济性,提出一种综合换挡规律.建立两挡变速系统的动力性和经济性换挡规律数学模型,以百公里加速时间和单位里程能耗作为优化目标,通过NSGA-Ⅱ算法优化求解得到换挡规律的Pareto最优解,将电机效率作为最优解的选取条件,得到综合性能最优的换挡规律.在MATLAB/Simulink中搭建换挡规律仿真评价模型,对比评价最佳动力性、最佳经济性和综合性能最优换挡规律.结果表明:所提出的对换挡规律多目标优化的方法是有效的,综合性能最优换挡规律能够同时兼顾动力性和经济性.     

双电机驱动电动汽车动力参数选择及仿真分析

双电机驱动是提高电动车辆整车性能的有效方法,本文提出一种双电机耦合驱动系统的新构型;基于这种构型的特点,定义了双电机的4种驱动模式;依据车辆动力性要求计算出驱动系统各参数取值范围.根据双电机驱动系统的结构原理,提出基于门限值的模式切换控制策略;在Matlab/Simulink中搭建控制策略仿真模型,并与Cruise中整车模型进行联合仿真.仿真结果表明,这种新构型和控制策略在满足车辆动力性的前提下,可有效提高车辆的经济性.     

基于语义挖掘的快递运输货品风险评价研究

为提高快递运输的风险监测管控能力，降低因快递货品风险导致城市安全事件发生的可 能性，本文基于语义挖掘方法将快递运输货品描述转化为风险的量化表征，为快递运输风险评价 提供可量化的客观指标依据。基于网络大数据资源提供的法院判决书数据，将物品词条与判决 结果相关联，通过隐狄利克雷分布模型挖掘物品风险主题，结合模糊均值聚类方法，实现对快递 货品语义风险的量化表征与柔性划分。与传统方法中依赖检视人员查验既定违禁品清单后的主 观判断方法不同，本文充分挖掘网络文本数据中的可迁移知识，并应用于种类繁多的快递运输货 品，有效避免人工评价造成的漏检、错检情况。研究结果表明，本文方法具有较高的准确率与较 低的误报率，获得的风险评价值不再是0或1的是非判断，有利于开展多样化、针对性的风险预警 及应对措施。     

智能汽车两阶段UWB定位算法

为了提高智能汽车行驶的可靠性，以超宽带(UWB)为研究对象，研究了智能汽车两阶段UWB定位算法；分析了智能汽车UWB定位算法的基本原理与误差来源；建立了测距值筛选与加权位置解算两阶段UWB定位算法，在测距值筛选阶段，采用高斯筛选剔除小概率、大干扰事件，在加权位置解算过程中，根据多测距点的位置坐标加权计算得到最终的位置坐标，以有效减小非视距、多径效应所带来的误差，通过使用抗多径天线以有效减小多径效应所带来的误差，并分别建立了静态补偿和运动补偿策略，以有效减小设备晶振偏差等硬件问题造成的误差；在MATLAB/Simulink仿真平台中搭建一定测距方差约束下的UWB随机测距值仿真环境，对算法进行了仿真测试并与三边定位算法、三边质心定位算法进行仿真比较，分析基站数量对定位精度的影响；搭建实物UWB测试系统，对UWB设备定位精度进行了评估与误差补偿，并对两阶段UWB定位算法进行了实车测试。仿真结果表明:东向和北向的定位误差均值最小分别可达0.382 3、0.447 0 m；补偿后的UWB定位轨迹更接近RT3002所示的轨迹，东向和北向轨迹误差的平均值分别为0.049 2、0.017 8 m，均方根误差分别为0.069 8、0.0264 m。可见，提出的智能汽车两阶段UWB定位算法能够满足智能汽车的定位需求，具有高精度、低成本、稳定性好等优点。      

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.     

公路绿化与环保的研究分析

为推动公路建设水平,确保公路正常运营和沿线生态环境可持续发展,文章总结了公路绿化的特点和功能,从安全性、经济性、生物多样性、景观性等方面分析了公路绿化设计的原则,并探讨了公路中央分隔带、路基边坡、互通立交、服务区的绿化设计内容,从公路环保的重要性,认知公路环保的内容、功能及意义,并多方角度的加以分析和采取措施,达到预期效果,把建设和环境紧密协调统一。并对公路环保的设计理念、评价指标、评价方法及施工阶段的环保措施进行了论述。     

纯电动汽车轻量化机舱支架总成优化与验证

为了满足纯电动汽车轻量化的需求,针对长安某纯电动汽车结构功能件机舱支架总成进行了复合材料轻量化开发,基于性能及成本因素选用了片状模塑料(sheet molding compound,SMC),对该SMC机舱支架总成进行了CAE分析及台架疲劳振动试验,根据试验分析结果进行了分析模型及结构优化,并对优化后的SMC机舱支架总成进行了试验验证.研究结果表明,悬挂重量对复合材料机舱支架总成的性能有较大影响,CAE建模应体现悬挂重量,分析模型及结构改进后的SMC机舱支架总成可以满足强度及疲劳耐久要求;相对于金属机舱支架总成,SMC部件可以实现2 kg,减重率为31.3％,轻量化效果明显,SMC部件成本相对于金属部件成本只增加20元,每公斤减重的成本为10元,成本增加可以接受,具有大批量应用前景;应用SMC复合材料,可以大量减少生产工序,取消焊接流程,能够明显降低能源消耗,同时降低了排放和资源消耗,符合国家节能环保政策,为纯电动车及汽车结构功能件轻量化开发提供了一个很好的方向.     

绿色港口建设中港区大气污染物排放研究综述

我国是世界上拥有集装箱吞吐量超百万标箱港口数量最多的国家,港口在获得良好经济效益同时,船舶运输活动和装卸设备作业造成的大气污染也日益严重.为贯彻港口可持续发展理念,绿色港口建设势在必行.通过分析研究了我国港口大气污染物来源、排放清单编制方法、大气污染物排放特征等现状.总结了港口施工期和运营期主要大气污染物来源;为阐述港口船舶大气污染物排放清单,简述了点式空气质量自动检测和PEMS两种主要大气污染物检测方法;并总结了港口运输船舶、港作机械及集疏运车辆的排放清单编制方法及现状;进而归纳了港口主要污染源大气污染物排放特征.为比较不同年份不同地区船舶大气污染物排放特征、评估船舶减排成效,提出了港口船舶大气污染因子的概念及表达式,分析了我国大气污染物排放研究现状,并指出目前排放清单研究中对于内河港口大气污染物排放问题重视程度不足、排放因子本土化程度低、港口大气污染源考虑不全面等问题.     

改进IHSDM的交互式高速公路设计一致性评价

为满足高速公路运行车速与线形设计之间的协调性,提高高速公路车辆运行的安全性,开展高速公路设计一致性评价研究.在收集实际高速公路线形及事故数据的基础上,应用交互式道路安全设计模型(IHSDM)进行设计一致性评价,将评价结果与实际事故数据进行对比,分析了该模型的适用性.针对该模型在中国高速公路应用中存在的不足进行了改进,并将设计一致性存在问题路段与线形设计存在不足路段进行对比分析,验证了改进模型的有效性.分析结果表明:改进模型评价结果准确率为83.3％,较原模型评价准确率提高了25％,研究成果可以为高速公路线形设计的安全性评价提供技术支持.