高陡边坡植物群落重建及干扰因素分析

结合工程案例,分析植被护坡的影响因子及其作用方式,认为植物正常生长发育是坡面植物群落稳定的根本,支护结构等工程附加物是坡面植物群落稳定的保证,养护管理措施是坡面植物群落稳定的有益补充;分析了充分考虑影响高陡边坡植物群落重建的干扰因素、采用有效植被恢复策略、制订适宜的施工方案对高陡边坡植物群落重建的重要性。     

混合交通流条件下城市环形交叉口通行能力研究

为了研究混合交通流条件下城市环形交叉口的通行能力,分析城市环形交叉口混合交通流的运行特征。简化行人与非机动车的个体性,突出其群体性,将行人与非机动车作为一个整体,以当量人群描述行人与非机动车组成的交通流;以当量人数为自变量,当量人群群个数为因变量,应用回归分析的方法建立城市环形交叉口当量人数与当量人群群个数的关系模型,选择三次函数表示当量人数与群个数的关系模型;应用假设检验的方法研究城市环形交叉口当量人群的到达时距分布,验证当量人群的到达时距分布服从移位负指数分布;以M3分布描述环道车流的车头时距分布;将城市环形交叉口的当量人群和环道车流作为独立优先交通流,研究城市双车道环形交叉口与三车道环形交叉口入口处的混合交通流冲突特征。结合城市环形交叉口的当量人群、环道车流的到达特征以及城市环形交叉口入口处的混合交通流冲突特征,应用间隙-接受理论分别建立混合交通流条件下城市双车道环形交叉口与三车道环形交叉口的通行能力模型,应用概率论建立混合交通流条件下城市环形交叉口共用车道情况下的通行能力模型。实例分析表明,所建立的通行能力模型能较好地反映混合交通流条件下我国城市环形交叉口的实际情况。     

基于RBF神经网络预测的交叉口信号周期时长优化

针对交叉口信号配时仅仅依靠单一历史数据进行计算的现状,为了使交叉口信号周期时长能够充分利用过往历史数据,根据城市交通流量具有周期性与不确定性的特点,提出了一种基于RBF神经网络预测的交叉口信号周期时长优化方法.根据交叉口晚高峰历史交通流量对RBF神经网络进行训练,用训练好的RBF神经网络去预测未来某一天交叉口晚高峰的交通流量;结合直行当量系数法将预测得到的交通流量转换为等效直行车流量,建立以平均车辆延误及车辆平均停车率为主要控制目标的多目标优化模型,用MATLAB建立遗传算法进行求解;以平均车辆延误与车辆停车率为评价指标对比分析了优化方法、Webster法和实际配时3种方法得到的结果.结果表明:提出的优化方法相较于Webster法和实际配时,在工作日分别减少12％、2％的平均车辆延误,在非工作日分别减少20％、18％的平均车辆延误,提高了交叉口的通行效率.