智能座舱交互式功能测试技术研究

随着汽车电子技术的高速发展，汽车智能化成为发展趋势，而智能座舱作为现阶段汽车智能化程度的重要体现，也是汽车消费者重点关注的配置之一，软件定义汽车的时代，敏捷开发、快速迭代成为智能座舱开发的技术主流，面对日趋复杂、庞大的智能座舱软件系统，如何设计有效的测试方法、应用高效的智能座舱交互式功能测试手段适应快速迭代的软件开发策略、保证座舱开发质量将成为智能座舱发展的重要挑战。     

局部载荷作用下四边固支矩形板弹性解答及其应用

针对局部横向载荷作用下四边刚性固定矩形板,运用能量法推导出板中挠度解答方程组,利用Matlab编程求解,可计算得到任意矩形板尺寸及横向载荷尺寸下弹性阶段的变形,将结果与有限元数值解进行对比,证明了该方法的精确与快速性,并将该公式应用于极地船舶冰区加强区域外板强度的快速校核中。     

大连市常规公交规划思路探讨

城市常规公交系统建设是贯彻公交优先、促进高质量发展的关键。本文从分析大连市常规公交发展现状和面临问题入手,结合城市交通发展趋势,提出常规公交发展目标,在此基础上探讨了新时期常规公交规划要从公交网络、规划目标、服务模式、技术方法等四方面转变思路,强化两网融合和以人为本的思想,增强常规公交的吸引力,促进城市高质量发展。     

创新治理模式 打造幸福公交——访淮安市城市公共交通有限公司党委书记、董事长庄德军

近年来,淮安市城市公共交通有限公司(以下简称淮安公交)以打造“幸福公交”品牌为主导,通过创新发展理念、创新安全管理、创新活动载体、创新制度体系“四轮驱动”,努力构建淮安公交治理新模式,让“生活品质高,出门有公交”在淮安市逐步成为现实。近日,本刊(以下记作“城市公共交通”)专访了淮安市城市公共交通有限公司党委书记、董事长庄德军。     

基于多点线圈联合数据的高速公路匝道影响范围识别

为准确识别高速公路匝道对主线车流的影响等级和范围，本文提出基于速度波动特性的高速公路匝道影响量化方法。通过建立改进加权速度排列熵指标以量化各服务水平下匝道对高速公路主线车流的影响，对建立的指标进行谱聚类分析来确定匝道的影响阈值。应用京昆高速及二广高速的99个平行式合流匝道和直接式分流匝道多点主线线圈检测器数据的分析结果表 明，所提出方法可识别高速公路主线车流受匝道的影响程度。合流匝道对主线最外侧车道的影响比次外侧车道高4%~69%；A~C级服务水平下，分流匝道对上游主线最外侧车道影响程度比次 外侧车道高6%~29%，D~F级服务水平下，最外侧车道受影响程度比次外侧车道低10%~13%。合流匝道的影响范围是合流点上游350m至下游550m；其中上游160m至下游100m和下游180~ 270m为核心影响范围。分流匝道影响范围为分流点至主线上游850m，其中750~850m、450~ 600m、100~300m为核心影响范围。研究成果可为高速公路匝道交通设计、管控策略和提升仿真可靠性提供依据，可有效降低设置匝道带来的影响。     

大型体育赛事交通战略研究

大型体育赛事对城市客运交通和物流保障等方面带来巨大挑战,迫切需要城市政府制定相关交通战略.基于大型体育赛事交通需求构成和特征分析,从短时高强度客流、高品质交通保障能力、绿色交通等方面研讨赛事给城市交通带来的挑战.为应对这些挑战,需要从城市和赛事两方面制定对应战略.城市层面,需要着眼于长远发展目标,以赛事为契机推动空间结构调整、基础设施建设和交通结构优化.赛事层面,在考虑协调性、系统性、优先性和公平性的前提下,采取保障赛事优先、公交优先、绿色低碳和科技办赛的战略.提出举办城市应因地制宜制定赛事交通战略目标,在为赛事提供高品质交通服务的同时,实现城市交通战略和绿色可持续发展.     

基于XGBoost的短时出租车速度预测模型

准确预测短时出租车速度是识别驾驶员异常加减速行为的前提，有助于提升乘客的安全与舒适。以城市中出租车实时移动速度为研究对象，研究了基于XGBoost的短时出租车速度预测模型。将出租车的移动速度数据集划分为训练集和测试集，构造滑动时间窗口，以时间窗口内的出租车历史移动速度的时间序列为输入变量，以出租车当前时间的移动速度为输出变量，采用前向验证的方法进行模型评估。利用基于贝叶斯算法的hyperopt模块实现模型参数的快速优化，得到模型最优参数组合，并基于深圳市2013年10月22日的出租车GPS轨迹数据集进行算例分析，将模型的预测结果与非参数回归模型、神经网络模型预测结果进行比较。研究表明:所构建的短时出租车速度预测模型的平均绝对误差（MAE）为9.841，均方根误差（RMSE）为12.711，均低于非参数回归模型和神经网络模型，提高了出租车速度的预测精度；由于出租车速度序列缺乏规律性，调整后的R₂（R₂ _adjusted）为0.592，且相较于其他2个模型，XGBoost模型在出租车速度发生急剧变化的时间点附近具有更优的拟合效果，避免了过拟合造成的预测精度下降。