高密度瓶颈交通流主动-回应汇入行为定义与建模

汇入行为是导致高速公路、快速路汇入区瓶颈失效的根本原因,也是引发车辆冲突、交通事故的重要诱因。基于上海虹许路汇入区高精度轨迹数据,在经典的3类汇入行为(自由、协作、压迫)分类基础上发现并定义了一类新的汇入行为:主动-回应汇入,即在目标车道插车间隙不足的条件下,汇入车辆通过横向偏移主动表达汇入意图,引发后车合作让行,从而实现汇入。由于传统的换道类型划分方法已不适用于描述瓶颈区汇入过程的复杂交互现象,因此根据汇入车辆的横向位置将汇入过程划分为4个时段,以目标车道后车让行的时段不同对4类汇入行为进行了重新划分。基于此对虹许路汇入区轨迹数据中的汇入行为进行分类,并比较主动-回应汇入行为与经典的3类汇入在汇入位置与汇入间隙变化分布的差异。进一步,采用风险空间理论判断目标车道间隙的可汇入程度,并结合混合高斯-隐马尔可夫模型实现对后车的让行意图识别,建立了主动-回应汇入模型。最后构建了瓶颈交通流仿真原型系统以验证模型有效性。结果表明:在宏观交通流层面,主动-回应汇入行为在汇入位置、速度和间隙的分布上与实证数据一致,均值没有显著差异;在个体行为层面,也能再现定义描述的"主动试探-两车博弈-回应让行"的过程。该研究成果对解析瓶颈交通流早发性失效机理、揭示汇入风险变化过程以及设计符合人类驾驶人交互特征的自动驾驶汇入策略均具有重要的指导意义。     

汽车行业过程变更平台化管理策略

进入21世纪以后,中国汽车销量节节猛升,随着汽车需求量日益增大,传统式单产品单工厂“一对一”生产模式已无法满足生产需求。为了解决工厂的“一对N”的生产模式,论文应用IT化集中变更系统,确保所有变更集中评审可阶梯式灵活实施,解决过程变更多个工厂同步生产管理困难,改造方案标准化推广实施,保证工艺标准的统一和规范,通过过程变更系统的应用和新的体系建立,实现了过程变更全生命周期的管理,成为行业过程变更平台化管理的领先者。     

驾驶人“感知-决策-操控”行为模型

为准确模拟驾驶人跟车行为，提出基于隐马尔可夫模型(Hidden Markov Model，HMM)的驾驶人“感知-决策-操控”行为模型。建立描述驾驶意愿的HMM模型，模拟驾驶人感知过程，获得期望的车间距；预测模块模拟驾驶人根据交通环境和自身生理、心理状态预测车辆未来轨迹，即决策过程；优化模块描述驾驶人为使预测的车辆轨迹跟踪上期望的车辆间距而采取的操控汽车的执行动作，即操控过程。上述3个模块的滚动过程实现了对驾驶人跟车行为的模拟。利用自然驾驶数据进行算例分析，结果表明，本文模型预测车间距平均误差仅为1.47%，证明了所建模型的有效性及准确性。本文为驾驶行为建模方法的理论研究和应用拓宽了思路。     

基于Markov的系统级动力定位控制系统可靠性分析

针对Markov模型在处理大型冗余系统可靠性问题时会遭遇系统状态量过大,计算耗费时间长,甚至无法有效计算等问题,提出将冗余DP控制系统进行有效分割,分别建立主、备控制系统的Markov模型,进而结合分系统的故障率建立系统级的Markov分析模型。该策略将子系统作为独立的可靠性分析单元,无需获取复杂DP控制系统的所有状态量,大幅减少了系统状态转移的分析量,从而可有效提高冗余控制系统可靠性分析的效率。     

福州东(樟林)车辆段工艺设计实践与创新

随着铁路建设的发展,福建省境内货车保有量大幅度增长,货车检修任务量增加迅速。樟林编组站位于福州枢纽,具备良好的扣车条件,在此新建1处货车车辆段将解决整个福建省货车的定期检修工作,而且能保障列车的运行安全,节约运输成本以及货车周转时间。福州东车辆段出入段线下穿既有温福铁路,有利于行车组织、运营安全。总图因地制宜全创新提出存车线(预检预修)与修车库贯通布置方案。充分梳理预检预修与架落车工艺,提出独立设置预检预修设施。论述抛丸除锈设备独立设置、转向架单臂悬挂检修流水线等修车库与联合车库创新设计,福州东(樟林)车辆段设计实现了创新理念和工程实际的协调统一。     

Evaluating determinants of attractiveness and their cause-effect relationships for container ports in Taiwan: users’ perspectives

The attractiveness of ports is usually a pre-requisite and necessary condition for ports to achieve competitiveness, as well as the springboard to explore the competitive advantages of ports. To determine whether a port is competitive, it is necessary to explore whether it boasts certain factors that make the port attractive to users. The main purpose of this article is to apply the Analytic Hierarchy Process (AHP) method and the Decision Making Trial and Evaluation Laboratory (DEMATEL) technique to evaluate key determinants of attractiveness and their cause/effect relationships for container ports in Taiwan. The empirical results showed that: (1) Top six determinates of attractiveness for container ports are ‘ample cargo sources,’ ‘favorable port charges,’ ‘dense ship network and routes,’ ‘low transshipment costs,’ ‘efficient wharf operations,’ and ‘adequate wharfs and back-line land,’ respectively. (2) Among the above six determinants of attractiveness, ‘ample cargo sources’ is the cause determinant. Three determinants of port attractiveness, ‘favorable port charges,’ ‘dense ship network and routes,’ ‘low transshipment costs,’ which are the effect determinants. They are affected by the determinants of attractiveness of ‘ample cargo sources’. In addition, this study discusses the above findings and expects to provide the study results to Taiwan’s port authorities for reference.     

基于群决策层次理论的预防性养护方案决策

基于高速公路预防性养护决策方案选择的特性,使用群决策理论的层次分析法,通过对决策组成员意见的集合,得到了各成员动态权重,减少主观误差,提高决策方案结果的客观可靠性。通过案例,将措施费用、行车特征、技术因素、施工因素等作为目标层,对4种备选方案进行分析,得出最佳措施。案例结果证明群决策方法的有效性与可靠性,为选择合理的养护措施提供参考。     

Lane changing intention recognition based on speech recognition models

Poor driving habits such as not using turn signals when changing lanes present a major challenge to advanced driver assistance systems that rely on turn signals. To address this problem, we propose a novel algorithm combining the hidden Markov model (HMM) and Bayesian filtering (BF) techniques to recognize a driver’s lane changing intention. In the HMM component, the grammar definition is inspired by speech recognition models, and the output is a preliminary behavior classification. As for the BF component, the final behavior classification is produced based on the current and preceding outputs of the HMMs. A naturalistic data set is used to train and validate the proposed algorithm. The results reveal that the proposed HMM–BF framework can achieve a recognition accuracy of 93.5% and 90.3% for right and left lane changing, respectively, which is a significant improvement compared with the HMM-only algorithm. The recognition time results show that the proposed algorithm can recognize a behavior correctly at an early stage.     

高原人群出行拥挤感知与调适行为研究

为缓解高原城市节日期间部分路段人流过于密集的状况，对高原人群出行过程中的拥挤感知和调适行为进行研究。首先，在对高原人群高度自由走行速度、生理尺寸进行测定的基础上，采用连续人群流动模型分别对高原人群拥挤临界密度、人群运动速度减小时的人群密度和人群停滞状态时的最大密度进行测算，进而标定高原人群最大忍受密度为8.5人/m2。然后，选取雪顿节期间八廓南街人流短时间内高度聚集的状况进行拥挤状况评估，结果显示该路段人群密度为8.34人/m2，接近高原人群最大忍受密度，因此判定八廓南街存在拥挤事故风险。最后，依据基于层次分析法的高原人群拥挤感知影响因素分析结论，提出相应的调适行为措施，力求维护民族宗教节日期间高原城市公众正常的出行秩序。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。