基于模糊多准则优选的高速兼顾普速线路超高设计

合理设置曲线超高对提高列车运行舒适性、减少轮轨磨耗、节省铁路工务作业成本具有重要意义.为进一步提高我国当前的路网运输效率,对高速铁路兼顾普速客车上线的曲线超高设置问题展开研究.基于车辆—轨道耦合动力学理论计算高速及普速列车的动力响应,采用模糊多准则优选算法对高速列车和普速列车的运行舒适性Sperling指标进行优化.以...     

基于对数线性模型的酒后驾驶人的人口特征研究

研究酒后驾驶人的人口社会学特征,有助于提高酒后驾驶交通安全宣传的针对性.搜集某地某年查获的1 072位酒后驾驶人的年龄、性别、户籍和文化程度4个人口学变量的数据,运用线性模型,分析酒后驾驶人在上述4个变量上的分布及其交互关系.结果表明:①酒后驾驶人在年龄、性别、户籍和文化程度4个变量上存在显著差异,男性较之女性、中年较之青年、外地较之本地、高学历较之低学历更多地涉及酒后驾驶;外地较之本地更多涉及酒后驾驶,与既有研究和直觉判断差异较大,反映了当地酒后驾驶安全意识较之外地更好.②4个变量之间均存在显著的二阶交互效应(p<0.01),其中,性别-年龄、性别-户籍等2个二阶效应为正,性别-文化程度、年龄-文化程度、户籍-文化程度与年龄-户籍4个二阶效应为负;表明文化程度调节了性别、年龄、户籍等3个因素对酒后驾驶的影响,年龄调节了户籍对酒后驾驶的影响.调节效应一定程度上解释了酒后驾驶的原因.基于上述结论,提出了改进对酒后驾驶交通安全宣传的策略.      

基于改进型D3QN深度强化学习的铁路智能选线方法

传统的人工选线方法劳动强度大,设计效率低,随着我国铁路建设重心向西部复杂艰险山区转移,人工选线面临的困难日趋凸显。为缩减铁路选线的人力物力成本,提高设计效率,亟需发展结合了人工智能和信息技术的现代选线技术。为此,提出一种基于深度强化学习理论的铁路智能选线方法。以带有空间属性信息的数字高程模型为选线环境,以相邻空间点间的建造费用为即时奖励,以工程建造费用最小为优化目标,设置离散化的备选动作,考虑多种约束条件,构建面向铁路选线的深度强化学习模型。结合深度学习的感知能力和强化学习的决策能力,利用双竞争深度Q学习网络(DuelingDouble-Deep Q Network,D3QN)对模型进行训练,既克服强化学习问题对复杂状态和动作空间难以收敛的缺点,同时解决了传统DQN算法易于出现过估计、训练不稳定的问题,实现自动对选线环境进行感知、搜索、判断、决策,最终寻得目标函数最优的线路方案。以某山区铁路对本方法进行验证,实验结果表明：该方法能搜索到多样化的线路备选方案,可以为设计人员提供新的设计思路;有效降低了铁路建设的经济费用,较人工选线方案节约最多达17.5%。智能选线方法可以帮助节省选线工作...     

基于SARIMA时间序列模型的高速铁路桥梁段轨道高低不平顺劣化预测

高速铁路在长期运营下需要高平顺性以保证列车安全、平稳运行,然而简支梁桥作为高铁线路设计中一种重要结构,其服役过程中受环境影响出现不同程度的挠曲变形,从而降低轨道平顺性,影响列车运营安全。本文通过结合轨道动检车数据及线路信息,将某线路简支梁桥区段的轨道高低不平顺作为分析对象,从时域和频域的角度分析并提取桥梁段轨道高低不平顺劣化指标。采用SARIMA模型对连续40个月的劣化指标时间序列分析,实现高速铁路桥梁段轨道高低不平顺的劣化预测。研究结果表明,轨道高低不平顺劣化指标时间序列具有近似线性的趋势项以及和气温强相关的季节项。SARIMA模型预测结果较为理想,该预测方法可以为高速铁路桥梁的轨道养护维修工作提供一定的指导意义。     

高速铁路动检车轴箱加速度与轮轨力数据里程对齐研究

高速铁路动检数据对轨道养护维修具有重要意义,其中轴箱加速度和轮轨力是两种能够反映轨道短波不平顺信息且相互关联的高频采样数据。然而,这两种数据之间存在里程误差,以至于在评价轨道平顺性时无法建立参考基准。现有的动检数据里程修正方法大多需要结合线路台账信息,主要针对轨道几何不平顺数据的里程对齐,鲜有适用于无线路超高信息且高频采样下的轴箱加速度和轮轨力里程对齐方法。提出一种二阶段窗长收敛的里程误差修正模型,结合线性插值方法调整全局波形。根据某高速铁路实测轴箱加速度、轮轨力数据修正结果表明：该线路区间的里程误差在第一阶段修正后从1 km左右减小至42 m以内,经第二阶段精确修正后误差在99.7%的置信度下可控制在1.55 m以内。数据能量趋势结果表明,修正后轴箱加速度、轮轨力数据趋势线性相关性在全区段显著提升。     

制动失灵,紧急避险是关键

事故回放 2012年夏日的一天,一辆满载50余吨水泥的大货车,在连霍高速河南境内,由于严重超载和连续下坡,驾驶员长时间使用脚制动,导致制动片与制动毂之间间隙过大,制动完全失效,疾速向下冲去,货车先将前方一辆满载乘客的大客车撞出70多米后,仍然没有停住,又将一辆面包车撞翻,最后致使挂车与机车分离后倾翻,造成多人死伤的惨剧.     

基于负二项模型区域日度事故预测及影响因素分析

分析区域日度交通事故规模的影响因素,是做好区域日度交通事故短时预测与防控的基础.搜集北京某区域2012—2015年道路交通事故、气象和日期性质等数据,采用负二项回归技术,建立了区域交通事故预测模型;以2012—2014年的数据作为训练集,以2015年的数据为测试集,拟合模型伪R2为0.645,预测期内绝对百分误差的中位数为17.04%,模型预测效果较好,达到了精度要求.模型还表明:①节假日期间事故减少,节假日前1d事故增加,节假日后1d天事故平稳;②1周内,周一和周日事故规模相对较小;③1年内,2月、3月事故规模稍小,7月、9月、10月、11月、12月事故规模稍高;④尾号限行对事故规模影响大,但针对尾号为4和9的限行几乎没有影响;⑤相较于晴天,多数非晴朗天气情况下事故规模反而下降;⑥日平均气温提高会小幅降低事故规模,但日最高气温和最低气温之差增大会增加事故规模.     

美国运输工程师协会关于路段限速的指南

路段限速的目的是在给定的路段上设置一个合理的、安全的限定车速。理解这句话至少要抓住两点：第一是对谁来说是合理的，其次是限速和交通安全之间究竟存在什么样的因果关系。     

基于模糊数学的长江中下游X型排可靠性评判模型

随着我国航道整治工程的不断展开,护滩建筑物的X型排已成为一种长江中下游的重要整治形式,X型排受损或破坏的现象直接影响航道整治效果。由于影响X型排水毁的不确定性因素众多,很难将其全部考虑清楚而进行量化。因此,文中通过模糊数学的方法,在综合考虑各因素的模糊作用下得到X型排可靠性评定模型,并通过实测资料进行验证,为解决X型排的实际模拟技术具有一定的理论意义和实用价值。