绿色港口建设中港区大气污染物排放研究综述

我国是世界上拥有集装箱吞吐量超百万标箱港口数量最多的国家,港口在获得良好经济效益同时,船舶运输活动和装卸设备作业造成的大气污染也日益严重.为贯彻港口可持续发展理念,绿色港口建设势在必行.通过分析研究了我国港口大气污染物来源、排放清单编制方法、大气污染物排放特征等现状.总结了港口施工期和运营期主要大气污染物来源;为阐述港口船舶大气污染物排放清单,简述了点式空气质量自动检测和PEMS两种主要大气污染物检测方法;并总结了港口运输船舶、港作机械及集疏运车辆的排放清单编制方法及现状;进而归纳了港口主要污染源大气污染物排放特征.为比较不同年份不同地区船舶大气污染物排放特征、评估船舶减排成效,提出了港口船舶大气污染因子的概念及表达式,分析了我国大气污染物排放研究现状,并指出目前排放清单研究中对于内河港口大气污染物排放问题重视程度不足、排放因子本土化程度低、港口大气污染源考虑不全面等问题.     

综合小波分解和BP神经网络的交通小区生成交通短时预测

针对交通小区生成交通的短时预测需求,提出了综合小波分析和BP神经网络的短时预测方法.预测方法主要利用dbN小波函数对交通小区生成交通进行小波分解,利用BP神经网络对分解后的多频段波形进行短时预测,最后通过波形重构获得交通小区生成交通的短时预测结果.在构建综合小波分析和BP神经网络短时预测模型基础上,采集交通小区的实际交通生成数据,并构建短时预测的对比模型,检验构建模型的预测精度.检验结果表明:在交通小区的生成交通短时预测方面,综合小波分析和BP神经网络的组合预测模型比单独采用BP神经网络进行预测的精度更高.     

����PEMS�������շ�վβ���ŷ�ģ�ͷ���

利用车载尾气排放检测系统（PEMS）对捷达轻型车在高速公路人工收费（MTC）和电子收费（ETC）两种方式下的大量尾气排放数据进行了收集和比较。分析结果表明ETC能降低所有污染物的排放,但NOx的降幅却远低于HC和CO的降幅。应用车辆比功率（VSP）模型方法进行了深入的排放预测研究,研究发现[-2, 2]是收费站尾气排放预测的重要VSP区间。对[-2, 2]进行VSP区间细分后,排放预测的准确度得到了提高。对车辆速度、VSP、NOx累积排放的全面分析解释了NOx降幅低于其他污染物的原因。最后对利用排队长度的排放预测模型进行了研究,发现该模型不适用于MTC方式下的NOx排放预测。     

基于模糊约束的空中交通流量预测模型研究

鉴于传统流量预测模型存在预测精度差、耗时长、效率低的不足,将模糊约束引入空中交 通系统,用于表示人工智能领域中一些不确定的信息,构建了基于模糊约束的空中交通流量预测模型。通过分析影响模糊约束的决策向量、模糊参数向量及模糊约束集三个因素,提出预测模型 的构建流程,选取空中交通路线多转折点,并获取模糊矩阵,建立了空中交通流量预测模型。实验结果表明,对空中交通流量进行预测时,采用改进的预测模型相比传统预测模型的预测结果较 优、耗时较短、精度较高。     

城市公交车辆有限状态的到站时间预测

在分析影响公交车辆到站时间影响因素的基础上,选取模型的输入变量和输出变量,设计基于城市公交车有限运行状态的自动机模型,通过对不同时段的到站时间预测模型分析,提出了一种复合的公交车辆到站时间预测模型,并通过实例分析证明有限状态自动机预测模型较单一预测模型预测结果更为精准,对于城市公交车辆到站时间预测工作具有一定的现实意义.     

����ģ���߼��Ľ�ͨ�¹�Ԥ�⼰Ӱ�����ط���

交通事故预测对于提高交通安全管理水平具有重要意义,通过对传统交通事故预测方法的对比分析,提出了基于模糊逻辑的城市道路交通事故预测模型,并结合哈尔滨市133条主次干道的交通及交通事故数据对模型进行了训练及检验,最终确定了含有41条有效模糊控制规则的模糊逻辑预测模型。模型检验结果表明,应用模糊逻辑预测模型预测得到的事故数与实际事故数之间有很好的对应关系。因此,采用模糊逻辑理论进行道路交通事故预测具有一定的可行性。此外,依据模糊逻辑事故预测模型提出了安全改进因子的概念,可据此查明高风险道路上的突出事故影响因素,从而为改善交通安全提供合理建议。     

交通拥堵与温室气体排放

缓解拥堵项目可减少温室气体排放,但基于单个变量(如仅基于出行距离)的CO2排放预测并不精确.为了准确预测缓堵项目减少的CO2排放量,利用车辆运行检测技术、车辆活动数据库及根据车辆类型设计的排放模型,通过分析速度与排放的关系绘制速度-排放曲线,并结合交通运行检测数据,评价缓堵策略、速度管理策略、交通平滑策略等交通运行管理...     

基于SVM-LSTM的车辆跟驰行为识别与信息可信甄别

为利用智能车路协同系统内实时交互信息有效提升交通系统的安全性,提出了基于交通业务特征的交通信息可信甄别方法;重点构建了基于支持向量机(SVM)-长短时记忆(LSTM)神经网络的车辆跟驰行为识别与信息可信甄别模型,包括基于SVM的车辆跟驰行为识别模型和基于LSTM神经网络的车辆跟驰速度预测模型;设定了表征车辆行驶状态的特征向量,基于SVM的车辆跟驰行为识别模型将车辆行驶状态分为跟驰与非跟驰;对于跟驰车辆,基于LSTM神经网络的车辆跟驰速度预测模型根据其历史数据进行速度预测;SVM-LSTM信息可信甄别模型通过检验跟驰车辆的预测速度与其实际速度的差是否在合理范围来判断车辆数据的可信性,实现信息的可信甄别;采用公开数据集对提出的模型进行了训练与测试,并构建了不同异常类型和异常幅度的多个异常测试数据集,对基于SVM-LSTM神经网络的车辆跟驰行为识别与信息可信甄别模型进行了验证。研究结果表明:基于SVM的车辆跟驰行为识别模型对车辆行驶行为识别的准确率达到了99%,基于LSTM神经网络的车辆跟驰速度预测模型的跟驰速度预测精度达到了cm·s-1数量级;基于SVM-LSTM神经网络的车辆跟驰行为识别与信息可信甄别模型在正常数据测试集与多个异常数据测试集上的甄别正确率达到了97%。由此可见,提出的方法可用于路侧设备(RSUs)对车载单元(OBUs)实时信息和车载单元间实时信息的可信甄别。      

基于行为识别的智能车纵向决策研究

针对智能车纵向决策问题,提出基于环境车辆偏离车道程度识别运动模式的方法;构建动态环境车辆横纵向轨迹预测模型,并求解;构建保持、先行、避让在内的决策集,提出基于预测轨迹的单个车辆决策方法,并基于所有动态环境车辆的决策结果在加速、减速和匀速3 种结果中做出综合决策. 实车实验表明：在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11,0.29,0.80 m,预测精度较高;复杂动态环境下,本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.     

基于卡尔曼滤波算法的公交车辆行程时间预测

通过分析公交车辆的行驶特性,利用卡尔曼滤波算法建立行程时间预测模型,并用该模型预测未来时段的公交车辆路段行程时间.预测结果表明,该方法预测精度较高,可有效地改善公交车辆动态调度效果,提高交通资源利用率,因此该方法具有推广意义.     

尾气污染对自行车出行选择的影响研究

为了解机动车尾气对自行车出行的影响,首先在出行者离散选择模型效用函数基础上,引入尾气污染效用项．然后提出尾气污染规避附加时间的概念,并基于调查数据给出不同道路空气质量等级下尾气规避附加时间的计算方式．建立考虑尾气污染效用项的自行车网络分配模型,最后通过算例分析效用函数修正前后自行车流网络分配的差异。这对于研究自行车路径选择行为以及合理规划自行车道路资源具有一定的意义。     

雾霾情况下路网模型及雾霾对交通路网的影响

雾霾对城市交通路网的影响主要包括交通数据缺失、交通安全和污染物排放三大问题.首先,基于城市交通数据监测系统,增加路网模型中驾驶员对能见度因素的反应特性,建立雾霾情况下交通路网模型,包括车道模型和交叉口模型两部分.然后,建立雾霾情况下交通路网模型评价指标,包括路网交通数据缺失率、交通危险系数和路网车辆污染物排放指标.最后,通过雾霾对路网影响程度和影响区域的仿真,得出如下结果:雾霾程度越严重、影响区域范围越大,交通数据缺失率越高,越不利于交通安全,同时污染物排放越多.     

模糊数学在轨道交通工程设计方案比选中的应用

针对轨道交通设计方案优选问题具有多因素和模糊性的特点,引入模糊综合评价模型对方案进行比选,首先采用层次分析法计算设计方案各影响因素的权重,然后计算影响因素对评价等级的隶属度,对评价指标的权重与隶属度进行模糊运算,得到设计方案的评价等级。最后通过实例研究,证明了这种方法的合理性和有效性。     

客运量预测模糊时间序列和灰色模型的比较

基于模糊集理论在模糊时间序列分析的基础上分别建立铁路、公路及民航客运量模糊时间序列模型,并与基于灰色理论的GM(1,1),修正GM(1,1)和Markvo三个模型进行标杆对比,结果表明:模糊时间序列模型能有效提高Markvo模型的预测效果;模型的外推预测能力比Markvo模型强;模糊时间序列模型和灰色模型相比,传统ARIMA时间序列模型及人工神经网络模型具有不需要大量历史时间序列样本的特点.     

考虑尾气排放的道路收费研究综述

考虑尾气排放的道路收费是将道路使用外部性内部化的重要手段,有利于减少环境污染、实现社会效益的最大化.介绍了过去30年里相关理论的经济学基础、产生背景以及发展情况,指出由于相关技术和出行者认识有限,具体实施还存在一定难度.综述了尾气排放量的测算方法、收费模型建立以及收费对汽车尾气排放的影响评估,分析了其优缺点和适用范围....     

上海市机动车交通排放模型构建

机动车交通排放污染状况和减排政策研究是交通和环境研究机构共同关注的内容,而机动车交通排放模型是开展相关工作的基础工具。上海市采用交通研究机构和环境研究机构合作开发的模式,共同开展机动车交通排放模型构建、验证和应用工作。从交通和环保双方的共同需求出发,模型侧重于排放清单核算和政策评估,并预留实时排放测算的功能。上海市机动车交通排放模型对机动车排放因子、运行工况和车辆结构等模型参数进行本地化,并根据排放模型要求对道路交通模型进行深化。上海市机动车交通排放模型已经应用于上海市机动车排放清单制定和各类交通政策的减排效果评估中。     

��������ӵ����������ʱ�����Ԥ��ģ��

基于时空理论,结合未来我国经济发展趋势,对中国民用汽车拥有量进行预测. 首先,根据国内外汽车发展经验,利用灰色Verhulst模型拟合中国汽车拥有量的发展规律,并初步估计中国未来20年汽车拥有量;然后,根据关联理论筛选出与民用汽车拥有量关系密切的若干个社会经济指标,运用主成分分析法对这些指标进行降维,提取出几个主要的彼此不相关的综合指标,运用计量经济学理论建立民用汽车拥有量预测模型,并再次估计中国未来20年汽车拥有量;结合上述两个模型的优点,利用BP神经网络建立非线性组合预测模型. 2003～2007年数据证实该非线性组合预测模型具有更强的可靠性和预测精度. 最后利用该非线性组合预测模型对中国未来20年的民用汽车拥有量进行预测.     

民用汽车拥有量非线性时空组合预测模型

基于时空理论,结合未来我国经济发展趋势,对中国民用汽车拥有量进行预测. 首先,根据国内外汽车发展经验,利用灰色Verhulst模型拟合中国汽车拥有量的发展规律,并初步估计中国未来20年汽车拥有量;然后,根据关联理论筛选出与民用汽车拥有量关系密切的若干个社会经济指标,运用主成分分析法对这些指标进行降维,提取出几个主要的彼此不相关的综合指标,运用计量经济学理论建立民用汽车拥有量预测模型,并再次估计中国未来20年汽车拥有量;结合上述两个模型的优点,利用BP神经网络建立非线性组合预测模型. 2003～2007年数据证实该非线性组合预测模型具有更强的可靠性和预测精度. 最后利用该非线性组合预测模型对中国未来20年的民用汽车拥有量进行预测.     

Non-Linear Combined Prediction Model of Medium and Long-Term Civil Vehicle Population of China

With consideration of the economy development tendency in China, a civil vehicle population prediction model is developed based on the space-time theory. First, with the domestic and international experience on vehicle development, the gray Verhulst model is used to describe the vehicle population development tendency and predict the vehicle population in the next 20 years. Second, several social and economical indexes related to the civil vehicle population are selected by comparing the correlation coefficient value, and then, the principal component method is used to reduce dimension of the selected indexes and obtain some principal indexes. Based on the econometrics theory, a forecasting model is formulated to predict the vehicle population in the next 20 years. Integrating these two forecasting models, a non-liner combination forecasting model is developed based on the BP neural network. The reliability and accuracy of the linear combination forecasting model are tested by the vehicle data from 2003 to 2007. Finally, the civil vehicle population of China in the next 20 years is predicted based on the linear combination forecasting model.     

缺损钢筋混凝土梁桥模糊可靠性评价模型

结合模糊评价理论、层次分析法以及概率可靠度方法,建立了钢筋混凝土梁桥缺损状况模糊可靠性评价模型。通过建立模糊评价集,确定项目层、指标层模糊评价因素集和模糊评价因素权重集,构造概率型判断矩阵,经加权平均值法计算,得到梁桥缺损状况模糊评判得分,以目标可靠指标和最低可靠指标为界,将模糊评判得分转换为模糊可靠指标,实现在役梁桥缺损状况的模糊可靠性评价。采用该方法对一座使用25年的多跨简支钢筋混凝土梁桥进行评价,得到模糊可靠指标为3．769,满足最低可靠指标要求,与桥梁实际状况相符,表明该方法可行。