京沪高速铁路运量预测

介绍了日本高速铁路运量预测ＭＤ模型的特征，结合ＯＤ分区、预测方案，社会经济参数，技术条件等对京沪高速铁路运量进行了预测。     

从能源系统角度分析燃料电池车的性能

燃料电池汽车(FCV)有望成为日本未来氢社会的关键参与者。由于氢燃料的来源不同,FCV 的实际价值具有不确定性。采用库存分析法研究了FCV 从油井到车轮的性能,比较了混合动力汽车(HEV)和电动汽车(BEV)的性能。     

基于自适应加速度的高速公路合流部交通流合流仿真模型

针对高速公路合流部的合流特性,将高速公路合流部交通流合流分为自由合流和强制合流,根据驾驶员合流行为的心理特性和道路的物理属性,导入自适应加速度的概念,提出基于不等式方程组的高速公路合流模型,并与智能驾驶员模型结合,提出基于高速公路合流部交通流仿真模型。应用JAVA对该模型进行交通仿真,再现了高速公路上合流部典型的局域堆积群交通堵塞和同步态模式交通堵塞的现象。     

强化学习型匝道控制模型的研究

高速公路上的交通堵塞造成了道路利用效率低下,并伴随着能源消耗和环境污染问题,因此各种各样的高速公路控制方法应用于缓解交通堵塞。本文提出强化学习型匝道控制模型,该模型以交通流模拟为预测工具,以人工智能的强化学习为最优化选择模型,并具有一定的自主性、有记忆功能和性能反馈功能,且是一种动态的过程。应用JAVA针对不同的交通状态进行模拟再现,模拟结果表明匝道控制模型对于减少交通堵塞具有显著的效果。     

日本城市轨道交通概况

介绍了日本3处主要城市地区(东京都、京阪神地区、中京地区)轨道交通线网的状况以及日本铁道公司的管理情况、生产能力.把轨道交通公司每个员工平均创造运营收入作为一个重要的衡量指标,衡量运营的业绩.简要介绍了日本的一些轨道交通制式.     

高速公路单点入口匝道RLRM控制方法

为缓解交通堵塞,基于人工智能的强化学习理论,提出了不完全信息下的强化学习单点入口匝道控制方法(RLRM)。基于6个仿真实例,分别计算了平均速度、平均密度、流出交通量与旅行时间,比较了无控制、定时控制与RLRM控制的控制效果。仿真结果表明:在交通量较小的实例1中,以旅行时间为评价指标,定时控制与RLRM控制的交通阻塞缓解率分别为-6.25%、-9.38%,几乎没有控制效果;在交通量变大的实例3中,以旅行时间为评价指标,定时控制与RLRM控制的交通阻塞缓解率分别为-8.19%、3.51%,匝道控制有一定效果,RLRM控制略优于定时控制;在交通量最大的实例6中,以平均速度、平均密度、流出交通量与旅行时间为评价指标,定时控制的交通阻塞缓解率分别为8.20%、0.39%、18.97%与23.99%,RLRM控制的交通阻塞缓解率分别为18.18%、3.42%、30.65%与44.41%,RLRM控制明显优于定时控制。可见,交通量越大,RLRM控制效果越明显。     

21世纪城市的交通系统——线性地铁

随着社会的发展。对城市交通系统降低建设。维护及运营费用，提高其便利性和创造舒适的环境的要求起来越高：针对这种需求，日立制作所于1978年开始了线性地铁的开发。线性地系统已被东京大阪府所采用，并已正式投入运营。采用线性地铁技术的东京都地铁12号线的环状部分目前正在建设之中。与此同时还对12000型车辆的设计、制造等进行了综合性开发。该型列车最大限度地体现了线性地铁的特点，是面向21世纪的地铁列车。现以东京12号线为例，介绍线性列车的车辆、电力设施、信息控制、无人售票运行系统等。