出租车超速行为道路因素随机系数空间模型构建

为准确揭示道路因素与路段出租车超速行为特征的关联关系，本文以成都市中心城区主 干道路段为研究单元，通过车载GPS设备获取大范围出租车超速行为样本。在筛选出10类典型城市道路特征的基础上，选择路段超速线密度和不同百分位数超速严重度作为研究对象；为减少空间效应对估计的干扰，本文验证了超速特征的空间相关性，并分别构建基于对数-高斯分布的标准线性模型和空间条件自回归模型、空间误差模型及空间滞后模型这3类空间模型，探究不同空间模型与出租车超速行为特征的拟合情况；同时，考虑道路组间异质性，进一步构建随机系数空间模型。结果表明：出租车路段超速线密度和超速严重度均存在显著空间自相关性，空间模型 对其拟合效果普遍优于传统模型；不同超速行为特征适用不同的空间模型，随机系数空间条件自回归模型对超速线密度拟合效果最优，而不同百分位数超速严重度适用的最佳拟合模型差异较大；路段限速、一块板横断面及非机动车车道这3类因素表现出对出租车超速行为特征的组间影响异质性；因素解释方面，路段限速、一块板横断面、非机动车车道、路段施工区与超速线密度显著相关；路段限速、非机动车车道、上下坡匝道、路段施工区及路段长度与超速严重度显著相关。     

区间数灰色聚类模型

基于区间数的运算规则及区间数排序方法，提出了一种聚类对象的指标数据为区间数的灰色聚类模型，并通过一个应用实例，给出了该模型的求解方法。     

粗糙集理论的一种新扩充模型

粗糙集的扩充模型主要有容差关系和相似关系两种，以及这两种模型的改进形式。在此基础上，提出了改进型的限制容差类关系模型，使得其分类更加合理，对这种关系模型的两种特殊情况进行了分析和证明，并提出了基于这种模型的一致性检验和冗余属性删除的方法。     

橡胶类材料本构关系与DIANA接口的研究

提出了在有限元通过程序DIANA中加入自定义的材料模型的方法，并通过编写程序模型实现自定义橡胶类材料模型与DIANA通过软件平台的接口。将高玉臣提出的两种关系橡胶类材料大变形的本构理论加入DIANA。为了检验自定义模块的合理性。本文给出了两个算例的有限元解，并与其解析解进行对比，结果吻合得很好。     

重庆高等级公路与其他地区投资比较模型研究

提出重庆高等级公路与其他地区投资比较模型，并得出相关结论．     

基于XML的学科知识库模式

学科知识库是一种内容管理系统，其中包含大量半结构和非结构化信息，对数据模型和数据库设计方法提出了新的要求．文中分析了学科知识库中的主要对象及对象之间的复杂联系，提出了学科知识库的概念模式和逻辑模式，并分别用面向对象模型和XML Schema来描述．这两类模式能帮助认识学科知识库的内涵．     

不同信息下的逐日路径选择行为实验与模型

为研究先进出行者信息系统(ATIS)对出行者逐日路径选择行为的影响，本文基于 Braess路网设计5组具有不同ATIS市场占有率(0、25%、50%、75%、100%)的行为实验.结果表明：3条路径的流量及新增路径保持选择的次数持续波动，随着ATIS市场占有率增大，路网平均行程时间趋于用户均衡，新增路径保持选择的次数呈现增长趋势，且被试对新增路径的选择性偏好增强，Braess悖论的效果也更明显.基于5组实验数据，分别建立普通Logit模型和基于面板数据的随机效应Logit模型刻画路径选择行为.结果表明：当ATIS市场占有率为0时，最佳模型为普通Logit模型；当ATIS市场占有率增大甚至达到100%时，最佳模型均为随机效应Logit模型；未配备ATIS的出行者的个体差异性比配备ATIS的小.     

基于分类车头时距的城市道路大型车影响分析

为量化大型车对城市道路交通运行的影响，提出基于大量车牌识别(License Plate Recognition, LPR)数据研究路段、交叉口左转、交叉口直行这3类车头时距，分析大型车影响的方 法。首先，将LPR数据按采集位置划分，提出差异化数据预处理流程，得到用于考察不同车道条 件下4类过车组合的车头时距集合；然后，以高斯混合模型(Gaussian Mixed Model, GMM)、对数正 态混合模型及高斯/对数正态混合模型这3类共13个子模型分别对上述所有集合建模，以最大期 望算法求解参数；之后，以Kolmogorov-Smirnov检验排除不满足要求的模型，综合赤池信息准则 与最小描述长度准则对剩余模型择优；最后，基于最优模型参数定量评价大型车对不同类型车道 的影响。以某城市区域多个卡口与电子警察设备采集的大量LPR数据验证方法有效性。结果表 明：路段与交叉口、交叉口各功能车道的车头时距不符合同一分布，宜区分建模；3个密度分支的 GMM拟合各类车头时距集合均有最佳表现，其他模型在不同阶段体现出不适应性；各种车道条 件下，大型车对相关过车组合的车头时距均值及标准差均有不同程度的影响，且该影响按照路 段、交叉口左转、交叉口直行的顺序依次递减。拟合结果可供大型车影响评价借鉴。     

考虑交通运行条件影响的驾驶员特征聚类

为提升驾驶员特征聚类方法的适用性与可靠性，本文基于机动车运行轨迹分析提出考虑交通运行条件影响的驾驶员特征聚类改进方法。首先，经过对车辆运行轨迹数据的分析发现，不同道路类型和平均速度条件会显著影响驾驶行为的集计特征；其次，提出改进的驾驶员特征聚类方法，第1步设计考虑道路类型与平均速度因素的车辆轨迹的切片和分类方法，从而稳定提取典型交通条件下的驾驶行为特征参数，第2步选用高斯混合模型聚类驾驶员特征。聚类案例表明， 在相同的道路类型和平均速度条件下，驾驶员类型越激进，其速度变异系数、加速度标准差和平均减速度等参数均值越高。不同聚类方法的对比表明，改进方法在驾驶员聚类的类内聚集度和类间分离度方面均表现更好，能有效提升驾驶员聚类的适用性与可靠性。     

基于上下文自编码的船舶行为语义表征

考虑船舶行为的时序相关性，提出了一种基于上下文自编码的船舶行为语义表征(SRCAE)模型；提取船舶经度、纬度、航速、航向等行为特征参量，建立了行为特征序列；借助连续词袋模型将行为特征序列划分为中心船舶行为和上下文船舶行为，利用深度自编码网络构建了船舶上下文行为的语义表征模型，将得到的中心船舶行为编码作为表征向量输出，通过聚类算法构建船舶行为词典；选取长江口南槽交汇水域作为研究对象，利用船舶自动识别系统产生的数据对提出的模型和方法进行了验证。分析结果表明:所提出的SRCAE模型能有效表征船舶行为之间的上下文联系，与传统自编码器和长短期记忆网络自编码器等模型相比SRCAE模型具有更低的表征误差；分别采用k均值(k-Means)、高斯混合模型(GMM)与核k均值(Kernel k-Means)3种聚类算法提取船舶行为词典，与原始数据相比SRCAE模型产生的表征向量更易于区分不同船舶行为模式，其中k-Means效果最优，轮廓系数、卡林斯基-哈拉巴斯指数和戴维森堡丁指数指标分别达到了0.384、18.308、0.531，共产生转向加速、转向减速、直行加速、直行减速等30种复合行为，有效提取了不同行为模式下船舶行为词组合关系。      

汽车与自行车碰撞事故重建研究

汽车与自行车碰撞事故重建主要包括传统模型、经验模型和基于PC-Crash和Madymo软件的多刚体动力学仿真模型3类,分别用3类模型对国家车辆事故深度调查体系(NAIS)中一起汽车与自行车碰撞事故案例进行了事故重建,对各模型的相关参数进行了对比。研究结果显示:多刚体动力学模型能够较好地还原事故的碰撞过程,重建事故过程中的碰撞车速、碰撞对应关系、人员损伤等;基于Madymo软件的仿真模型能够更好地重建骑车人损伤的详细事故过程。     

粗集决策与聚类分析的改进模型

通过分析粗集理论与聚类分析的内在联系，从理论上探讨了两者的融合机理，并给出了相关的数学证明．考虑到粗集决策难以构造决策表的缺陷，采用聚类分析构造等价关系扩展信息表，提出了等价聚类的概念。建立了基于聚类分析的粗集模型；考虑到聚类分析权重确定存在的问题，采用粗集理论的属性约简思想，解决聚类分析中的权重和冗余性问题，建立了基于粗集理论的聚类分析模型，从而解决了原有模型的不足．     

数据驱动跟驰模型综述

车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型，是交通流理论 的基础。近年来，信息感知与获取、大数据、人工智能等技术快速发展，推动了数据驱动跟驰模型 的快速发展。数据驱动跟驰模型，是以真实的车辆行驶数据为基础，利用数据科学与机器学习等 理论和方法，通过样本数据的训练、学习、迭代、进化，挖掘车辆跟驰行为的内在规律。本文系统 回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究 热潮，归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱 动的跟驰模型3类数据驱动跟驰模型，并分别介绍了其中的典型代表。分析数据源发现，尽管各 种高精度轨迹数据不断涌现，目前研究仍多使用美国于2006年发布的Next Generation Simulation (NGSIM)高精度车辆轨迹数据，模型的可移植性和泛化能力值得思考与研究。提出关于模型输 入、输出的3个问题：如何考虑更多驾驶行为变量，是否有必要考虑更多行为变量，现有输入、输出 是否可替换。在模型测试与验证方面，发现并讨论了目前测试不充分、对比不完整、缺少统一测 试集与测试标准等问题。最后，探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期 望通过本文的梳理，帮助研究者更好地了解数据驱动跟驰模型的过去与现状，促进相关研究的快 速发展。     

基于岗位导向的市场营销专业课程设置探讨--以应用型本科院校航运营销为例

应用型本科的人才培养必须以市场的需求为最终落脚点。以航运类应用型本科院校为例，通过调查和分析航运类企业所设置的市场营销岗位的要求特点，提出市场营销专业人才的培养目标并设置合理的人才培养方案，能更加有效的实现高校与企业的人才无缝接轨。     

结构动力抗震可靠度理论的研究进展

从状态变量模型、基本变量模型和实用简化模型3个方面,对结构动力抗震可靠度理论的研究进展系统地进行了总结与评述.针对状态变量模型,结合随机振动理论,将随机振动分析方法分为两类:第1类是面向数字特征的方法,主要解决结构的随机反应从基本随机变量空间到状态变量空间的统计矩演化问题;第2类是面向概率密度的方法,主要解决结构的随机反应从基本随机变量空间到状态变量空间的概率密度演化问题.分别评述了两类方法中的代表性方法:等价线性化方法和概率密度演化方法.针对基本变量模型,分别总结了考虑系统参数随机性的结构动力抗震可靠度分析方法,以及将动力可靠度问题转化为静力可靠度问题的理论和方法,对近年来提出的尾部等效线性化方法、子集模拟法、等价极值法等进行了对比分析.针对实用简化模型,总结评述了3种方法:基于随机地震动模拟-确定性时程分析的直接方法、基于一致危险性反应谱和等效非线性体系的简化方法、基于可靠度简化解析表达式与数值模拟的半解析方法.最后,对新近提出的结构整体抗震可靠度理论及其存在的问题进行了归纳分析,并从地震作用的输入模型、主要失效模式的搜索、结构的破坏准则、结构失效模式的多重性、结构的整体极限状态方程等方面给出了研究建议.      

交通方式划分预测模型的研究

针对目前较为关注的非集计类交通方式划分模型，对目前较为常用的Logit模型的原理进行简单阐述，重点介绍了几种较为适用的Logit改进模型，最后采用文中介绍的模型对赣州市居民出行方式进行拟合比较．     

车辆跟驰模型研究进展

梳理了近70年关于跟驰模型的研究, 根据建模方法将其分为理论驱动与数据驱动2类模型, 并归纳了跟驰模型的研究热点; 从人类因素、基础设施、交通信息、异质交通流、新建模型理论5个方面对理论驱动类跟驰模型的研究进行了综述; 根据所用机器学习算法的不同, 从模糊逻辑、人工神经网络、实例学习、支持向量回归、深度学习5个方面对数据驱动类跟驰模型的研究进行了综述。分析结果表明: 理论驱动类跟驰模型以理论推演交通现象, 对影响因素的考量难以全面, 部分人类因素难以量化, 驾驶人决策制定过程的解释不够准确, 异质交通流的跟驰模型缺乏一般交通条件下有效性的理论基础和形式化证明; 数据驱动类跟驰模型以交通现象归纳交通规律, 由于数据的来源、评价指标及评价方法不同, 导致应用机器学习算法得到的模型无法系统比较; 数据驱动类模型侧重于从微观角度研究驾驶行为特性, 对复杂交通现象(如交通震荡、迟滞等)的解释性不强; 跟驰模型的研究应创新数据采集方法, 捕捉驾驶人的心理倾向、感知特性和认知能力, 并量化人类因素的影响和充分利用大数据; 数据驱动类跟驰模型应为无人驾驶技术发展提供技术支持; 在自动驾驶完全普及之前, 人工驾驶与自动驾驶混合场景下的驾驶人跟驰行为特性尚待深入研究。      

公路仿真系统设计与实现

对公路的特点和设计评价手段进行了分析，提出了建立公路仿真系统，对设计方案和设计指标进行评价的思路．分析了公路仿真系统的特点，建立了基于Multi—Agent的仿真系统框架，将仿真主体划分为反应Agent，合作Agent，界面Agent3类，分析了各Agent的结构特征．建立了多刚体汽车动力学模型、基于约束Delaunay三角网的公路视景模型、基于预瞄理论的驾驶员模型，并对仿真结果进行了初步的实验验证．     

大数据背景下的交通模型发展思考

将传统交通调查和模型与新的信息技术相结合,根据大数据的特征改进交通模型的方法体系,是交通模型发展面临的极大挑战.分析交通大数据对交通模型研发的促进作用,特别是在人口及就业岗位分布、综合交通网络数据和基于交通调查的模型参数等核心数据方面的支撑作用.从相关定义、市场细分以及信息完整性三个方面阐述大数据与交通模型的一致性问题.深入讨论应用大数据改进交通调查技术、4D模型研发、出行分布目的地选择模型、轨道交通出行接驳模型、出行成本校核等交通模型关键技术.通过对比大数据和交通模型的决策分析过程,指出大数据与交通模型互动发展的途径.     

粒状类材料模型研究综述

对粒状类材料的模型进行了分析比较,并对粒状类材料的各向异性特性对路面结构的影响做了相关总结,为粒状类材料在今后我国公路工程建设中的广泛使用提供了依据。