基于灰色聚类的交叉航路拥挤识别方法

为了减轻空管人员对交叉航路拥挤态势的认知负荷,针对现有空中交通拥挤识别方法的局限,根据交通拥挤的形成过程,提出了基于飞入、飞出交通量的交叉航路拥挤定义;在此基础上,提出了交叉航路拥挤度量指标,即滞留度指标、汇聚度指标和当量交通量指标,建立了交叉航路汇聚度模型,以及基于灰色聚类的交叉航路拥挤识别方法.交叉航路仿真运行数据的验证结果表明:交叉航路拥挤态势是其宏观动态特征和微观复杂特征相互作用的结果,本文方法识别的准确率达到90%,且计算过程简单可行.      

基于FCM-粗糙集的多扇区交通拥挤识别方法研究

通过分析管制扇区交通时空拥挤特征,基于雷达航迹数据建立了多扇区交通拥挤识别模型.建立当量交通量、接近度、饱和度、交通密度4个多扇区拥挤特征指标,采用FCM(模糊C均值聚类算法)和粗糙集理论,对扇区拥挤程度进行划分和识别,并以中南地区区域管制扇区数据进行了实例验证.实验结果表明,扇区的拥挤态势受扇区多种宏观和微观特征的共同影响,且拥挤识别模型计算可行、识别效率较高.多扇区交通拥挤识别对空域规划、空管辅助决策、空中交通流量管理具有一定的应用价值.     

交通拥挤状态模糊识别方法的设计与应用

交通状态是交通控制、交通诱导等管理措施的基础．在分析交通流运行特性的基础上,提出了交通流状态的拥挤和消散变化过程,并得出交通量和占有率对交通状态变化的敏感特性．建立了以交通量和占有率为输入量的交通状态模糊识别方法,并利用某路段环形线圈检测器的实测数据进行了仿真实验,实验的识别结果与实际交通状态相当吻合,可见该方法具有良好的实用性．     

基于路段的拥挤收费与停车收费组合优化研究

确定性路段拥挤收费对收费路段的交通拥挤缓解有很好的效果,停车收费对抑制区域路网出行需求有重要影响,将两者组合起来系统研究具有重要意义. 本文通过将路段拥挤收费与停车收费进行组合,分析组合收费策略下出行成本和出行需求变化的基础上,建立了双层规划模型. 以收费社会效益最大化为目标,以拥挤收费和停车费可行区间为约束条件作为上层优化模型,下层模型是考虑广义交通出行费用(含行程费用和停车费用)的弹性需求条件下用户平衡模型,进行路段拥挤收费与停车收费组合优化. 设计了模式搜索算法进行求解,得到不同初始步长和迭代精度下模型的最优解. 数值计算结果表明,联合收费使得路网流量分布更加均衡,缓解了收费路段的交通拥挤,同时出行需求得到了一定抑制,证明该模型与算法具有有效性.     

城市交通拥挤的动态组合疏导策略研究

从缓解城市交通拥挤的决策需求出发,提出不同拥挤情况下的多种信号控制与交通诱导的动态组合疏导策略,利用VISSIM模拟方法对提出的多种动态组合疏导策略进行了验证分析.结果表明,信号控制与交通诱导的动态组合策略比两者单独实施的效果更好.     

基于集成学习算法的航路网络航段交通拥挤识别方法研究

基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4 项交通拥挤状态评价指标;采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级;结合集成学习算法构建航路网络航段交通拥挤状态识别模型,实现航段交通拥挤状态的识别. 实证分析表明：航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%,采用决策树基学习器优于k 近邻基学习器,且增加的集成学习基学习器数量可提升模型的识别精度;集成学习识别模型的识别性能优于BP神经网络模型,识别方法符合实际且具有应用价值.     

基于道路网络交通平衡的动态拥挤收费分析

拥挤收费作为一项有效的交通需求管理手段得到许多国家及城市的重视。目前,大多数拥挤收费采取静态管理分析手段,不能真实有效的解决实际交通问题,在此提出道路网络交通平衡概念,以道路网络交通平衡为目标,提出卖时监控、及时反馈、动态实施的拥挤道路收费机制。     

基于视频图像分析的地铁列车车辆拥挤度识别方法研究

准确掌握地铁车辆内拥挤程度是提高城市轨道交通服务质量的手段之一。本文在对地铁车辆监控视频图像提取与分析的基础上,提出了一种基于卷积神经网络的车辆拥挤度识别方法。该方法使用车辆监控视频建立了车厢乘客数据集,通过提取视频图像检测区域以及人群特征检测来实现地铁列车车辆拥挤度识别。实验结果表明,所提出的方法检测速度快,能够满足实际应用中实时性要求,三级拥挤度分类识别实验准确度为98%,四级拥挤度分类识别实验准确度为87%,其检测结果可辅助城市轨道交通管理者快速掌握线网实时客流拥挤情况。     

基于神经网络多分类器组合模型的OCR应用研究

根据多分类器组合原理,提出一种基于神经网络的多分类器组合模型.该模型首先使用基于贯穿码特征的分类器对字符分类,然后,由基于投影特征的分类器对经过上一级分类器分类后的字符进行识别.试验表明,该模型能有效提高光学字符识别率.     

基于双重采样粒子滤波的目标轨迹跟踪研究

为保证对目标轨迹跟踪的实时性,提高其精度,提出双重采样粒子滤波模型。首先,利用粒子聚合技术对状态空间的粒子权值进行加权平均处理,形成聚合粒子,使得粒子在状态空间内分布更为合理。然后,利用线性优化方法重新产生新的粒子,优化粒子在状态空间的分布特性,增加粒子的多样性,提高算法的精确性。经仿真验证,本文提出的算法较准确,鲁棒性也较高。     

基于优化SVM的城市快速路网交通流状态判别

以交通流率、速度和占有率为输入参数,采用交叉验证法优化模型惩罚参数C和核函数参数γ,建立以径向基为核函数的支持向量机模型,判断道路断面交通流状态;结合设计的道路网综合状态指数,依据自由流、拥挤流和阻塞流状态下占有率划分区间,构建城市快速路网交通流状态判别方法;最后以某一区域路网为例,进行了实证性研究．结果表明：该方法对道路断面交通流状态判别精度可达92．22％;同时能够实现道路网范围内对自由流、拥挤流和阻塞流状态的判别,判别精度可达86．67％．     

基于Hilbert-Huang变换的车轮扁疤识别方法(英文)

建立了56自由度车辆动力学模型和车轮扁疤模型,计算了车辆的动态响应,采用HHT时频分析方法研究了扁疤冲击引起的轴箱振动的HHT谱特征,对比了车轮扁疤和车轮不圆的HHT谱特征之间的差异,并分析了车辆运行速度和轨道激励对扁疤冲击振动的HHT谱的影响。分析结果表明:健康车轮轴箱加速度的HHT谱呈现均匀分布,带有扁疤车轮的轴箱加速度的HHT谱呈现纵向条带分布,条带间隔与车速成反比,车轮不圆的轴箱加速度呈现横向条带分布,故根据轴箱加速度的HHT谱特征可以识别扁疤车轮。在京津线、国内既有线和美国三级谱上,最低可辨识频率分别为30、50、80Hz。车辆运行速度在150km.h-1以下时辨识频段取为40～100Hz,车辆运行速度在150km.h-1以上时辨识频段应加宽至200Hz。     

城市快速路交通拥挤识别方法

为了从海量动态交通数据中快速识别路网中存在的交通拥挤,通过分析拥挤的特征模式和各种数据挖掘技术的特点后,设计了一种适用于城市快速路的交通拥挤自动识别方法。该方法将占有率、速度和流量三个基础交通流参数进行组合得到新的特征变量,运用优化的多层前馈神经网络模型对特征变量进行处理来判断是否有拥挤发生,通过分析模型输出结果的变化趋势区分常发性拥挤和偶发性拥挤。模拟数据和实测数据对比结果表明,该方法可以识别城市快速路上发生的交通拥挤,具有良好的实用性。     

基于RFID的道路交通拥堵信息识别模型

为推动交通智能化发展,引入射频自动识别技术获取道路上车辆运行信息,进行基于RFID的车辆信息采集框架设计。然后利用信息融合约简方法计算交通流特征值,最后根据速度、密度、流量三变量建立基于模糊层次分析的道路拥堵评价模型,判定道路交通拥堵级别,并在此基础上提出道路交通拥堵峰值异常和总体评价并行的预警机制。实验分析表明,该模型能够快速准确地确定当前道路的拥堵状态,及时预警拥堵路段,保证道路行车通畅和安全。     

基于CRITIC-TOPSIS法的城市交通拥堵演变趋向指数研究

为更加全面地评价城市道路交通拥堵,重新界定交通拥堵内涵,阐述交通拥堵状态与交通拥堵趋势之间的逻辑关系,提出交通拥堵演变趋向指数(ETI)概念.运用聚类分析法构建并筛选拥堵趋势评估指标——行程时间比变化率、饱和度变化率、拥堵里程比变化率及拥堵持续时间变化率,基于CRITIC法和TOPSIS法构建交通拥堵演变趋向指数模型,对城市主干路交通拥堵趋势进行评价,并将此方法应用于哈尔滨市三条主干路中进行交通趋势评价.该指数模型的建立可为城市道路交通拥堵提供更加完善的评价模型,也可为居民出行、提高交通管理水平提供参考.     

基于高分辨率遥感影像的道路提取方法

分别采用面向对象、最大似然、支持向量机3种分类方法进行实验区高分辨率遥感影像的道路提取,并作分类精度评定。结果表明,面向对象法能够综合利用高分辨率遥感影像的波谱、几何、纹理等多种特征信息,可有效克服影响因素的干扰。本案面向对象法道路提取的总分类精度较高,获得的分类结果较好。     

一种基于机载数据的民用航空器飞行阶段划分方法

为有效解决民用航空器的机载快速存取记录器(QAR)航迹数据中飞行阶段出现错误划分的情况,通过航空器气动构型和垂直运动态势变化提出了飞行阶段重新划分方法,具体分为4个步骤：数据预处理、垂直运动态势划分、飞行状态特征模型构建和飞行阶段重新划分;使用基于DBSCAN的局部遍历聚类方法对气压高度变化趋势进行聚类分析,划分垂直运动态势,并通过设置有效态势最短持续时间解决气压高度的局部抖动问题;考虑不同机型在不同飞行阶段时的襟翼位置和操纵各不相同,场面滑行时的场压抖动以及空速表在低速滑行时数值不准确等因素,根据航空器襟翼位置开关、起落架位置、地速和垂直态势等状态参数建立适合所有机型的飞行状态特征模型,并对QAR航迹划分飞行状态特征段;建立各飞行阶段与飞行状态特征的关系模型,结合起落架空地逻辑将所有飞行状态特征段识别为对应的飞行阶段。以3个典型的样本航班为例,计算结果表明：航班包含复飞在内的所有飞行阶段均被有效识别和划分,并与航空器飞行时的襟翼和起落架状态保持一致, 原QAR数据中的飞行阶段错误划分问题得到有效解决;对272 268个航班的QAR航迹进行了飞行阶段重新划分,成功率为99.7%,起飞、初始爬升、进近和着陆等非光洁构型飞行阶段的平均历时分别为0.6、1.9、6.1和4.0 min,平均距地高度分别为54、3 680、6 030和2 500 ft,符合航班实际运行规律。可见,所建立的飞行阶段重新划分方法可适用于大批量航班,为民用航空器的飞行阶段特征分析提供技术支撑。     

基于最小修正量法的振系物理参数识别方法

在分析振型矩阵关于质量和刚度矩阵加权正交性的基础上, 利用振动频率和振型数据识别系统物理参数的最小修正量, 借助Lagrange乘子法, 求解约束条件下的质量与刚度矩阵误差加权范数为最小的优化问题, 提出了以实测模态参数为基准的振系物理参数识别的计算方法, 推导了完整和非完整2种试验模态参数情形下的物理参数识别计算表达式, 给出了迭代算法, 并对4自由度系统进行了模态试验及数值分析。分析结果表明: 刚度矩阵和质量矩阵与真值非常接近, 最大误差分别为0.086%和0.34%, 因此, 提出的方法具有很高的可靠性。     

城市用地再开发下交通拥挤预检方法

根据系统分析的方法, 建立了交通状态与拥挤程度评价指标体系。根据路网交通拥挤率和路网交通拥挤促成度2个指标, 评价了交通拥挤的影响程度, 确定了交通合理性的判断标准, 建立了城市用地再开发下交通拥挤预检方法, 以马里兰州部分地区的无再开发、住宅再开发、住宅与就业再开发3种方案为例进行实例验证。分析结果表明: 在第1种方案下, 小汽车分担比、平均出行距离、总行驶里程、总行驶时间、总车辆延误、拥挤车道里程、车辆延误指数和拥挤车道里程比分别为93.70%、24.98km、225 817 698km、5 369 291h、2 038 880h、4 686km、0.380、0.180;在第2种方案下, 上述指标分别为92.48%、24.78km、219 992 101veh、5 227 303h、1 831 190h、4 320km、0.350、0.166;在第3种方案下, 上述指标分别为92.22%、24.82km、219 023 166km、5 342 457h、2 062 041h、4 422km、0.386、0.169;3种方案的路网交通拥挤度分别为0.280、0.258、0.278, 但第3种方案下的车辆延误和车辆延误指数增加, 第2种方案对交通拥挤具有轻微缓解作用, 优于其他2种方案。     

风险辨识技术在港口工程中的应用研究

港口工程建设是一个高风险行业,存在众多的生产性风险因素,需要用风险识别方法在安全管理中对其辨识并加强控制。风险辨识有多种方法,各种方法固有特点的不同导致适用范围也不同,目前尚无专门针对港口工程形成的辨识技术。因此,有必要针对港口建设工程生产特点,结合风险辨识方法,找出适合港口建设工程的专项风险辨识技术。