基于置信规则库的驾驶人愤怒情绪识别模型

针对“路怒症”诱发的攻击性驾驶行为影响交通安全问题,提出一种基于生理与脑电特征的驾驶人愤怒情绪识别模型.招募15 名被试在武汉市区开展限时实车试验.由于所选实验线路为交通繁忙路段,被试易被行人横穿马路、车辆加塞等道路事件诱发愤怒情绪.实验中采用愤怒量表记录被试的愤怒等级,以及采用生物反馈仪与脑电记录仪记录被试的生理和脑电信号.将血容量脉冲、皮肤电导、δ 波百分比与β 波百分比这四项生理与脑电指标作为模型输入,建立基于置信规则库的愤怒情绪识别模型.验证结果表明,该模型的识别精度(82.24%)较BP神经网络、SVM分别提高7.15%、5.02%.研究结果可为开发基于生理和脑电信号的驾驶情绪识别设备提供理论支持.     

基于吞吐量的集装箱码头卡车污染扩散研究

作为港口码头货物的主要陆上运输工具和能源消耗设备,集装箱卡车是港口区域大气环境污染的主要来源之一.从港口大气环境安全出发,分析环保部公布排放因子的局限性,综合考虑集装箱卡车保有量、发动机状态、运行工况、燃料使用和道路条件等复杂因素,通过功率法确定集装箱卡车尾气中CO ,SO2和NO2的平均排放因子.以长江某内河港口为案例计算得到该地区2016年全年各类污染的总排放量,并利用灰色预测估计未来10年该港区集装箱吞吐量的变化,与实际数据对比发现,模型精度达到了95% 以上,预测结果良好.借助高斯模型建立港区大气污染物风险扩散模型并计算未来几年集装箱卡车尾气排放对周围居民的影响.结果表明,2016年该地区4月日平均CO的浓度达到250 ug/m3;SO2浓度为57 ug/m3;NO2浓度为1 100 ug/m3.大气污染排放中NO2占比最大,分担率超过80% .各类尾气污染物24 h平均浓度已远超国家标准,港口区域集卡尾气污染对港口周边工作人员健康和港口所在城市大气环境安全威胁极大.     

基于改进ASIF模型的内河港口碳排放预测方法

针对港口碳排放量中长期预测影响因素复杂、预测精度低等问题,提出了基于改进ASIF方法的内河集装箱港口碳排放量核算模型,旨在量化主要因素对港口长期碳排放量的影响,为针对性制定碳中和策略提供依据。将港口集装箱吞吐量、设备结构、能耗强度、排放因子等作为港口碳排放量影响因素,考虑集装箱运输链中“多过程、多设备”的特点,改进了ASIF（activity-modal structure-energy intensity-emission factor）模型,可实现从宏观到微观层面的碳排放量预测。基于改进ASIF模型的解释变量建立情景预测指标体系,并以长江干线某集装箱港口为例,对其基准情景（business-as-usual,BAU）和低碳情景（low-carbon,LC）下的吞吐量、设备构成、运输结构等进行预测和设定,进而核算船舶航行、船舶停泊、岸桥、内集卡、场桥和外集卡的碳排放量。采用单因素实验方法分析不同低碳发展策略下的减排潜力,结果表明：与现有核算模型相比,使用改进的ASIF模型计算案例港口碳排放量,偏差在10%以内;案例港口这2种预测情景下,随着集装箱吞吐量持续增长,基准情景至2060年碳排放尚未达峰,低碳情景下到2055年左右实现碳达峰;船舶排放控制、港机能效提升、港口能源结构优化、集疏运结构优化均为有效的低碳发展策略,但效果依次降低;采用上述方法减排,将在2020—2060年间分别可实现约19万、17万、14.4万及1.1万t的累计碳减排。     

集装箱港口“非集计”碳排放评估方法与“碳中和”实现方法

针对港口向绿色转型,碳排放核算以及港口绿色化转型成本核算问题,通过对集装箱港口物流作业过程的深入分析,构建其碳排放评价方法并探讨其“碳中和”实现路径,以促进其可持续发展。据集装箱港口吞吐量历史数据,通过GM（1,1）模型方法对未来年港口吞吐量进行预测,并基于预测的港口吞吐量,通过分段核算港口各物流作业过程中港口机械与仓储办公等基础设施的平均耗能,进行港口碳排放“自下而上”的预测。针对港口碳排放的主要来源,研究一系列碳减排路径和策略,包括港口设施升级、港口技术革新、港口能源绿色化和政策激励等措施,并针对每个措施的成本进行核算。最后以某集装箱港口为例,分析各项碳减排措施的减排效果和成本。结果表明：随着港口吞吐量的不断增长,港口设施升级和港口技术革新只能够降低港口“碳达峰”时的碳排放量,且在“碳达峰”之后碳排放量不会再减少,与不采取措施的基准情景相比,只采取港口设施升级措施年度最大碳减排比例为38.49%,同时实施港口设施升级和技术革新实现年度最大碳减排比例为61.29%;在实施港口设施升级和技术革新的基础上,增加港口能源绿色化措施,提高新能源应用比例,能够实现港口“碳中和”目标。在政策激励的情况下,能够提前15年实现“碳中和”。各项港口碳减排措施的应用在减少碳排放的同时,还能够降低港口能源应用成本,在其直接经济效益提升方面也具有一定的正向效果。     

考虑驾驶员反应能力的跟驰模型

考虑驾驶员个体行为差异,对驾驶员的反应时间进行了分析,利用统计分析与概率论相结合反映驾驶员反应能力特性分布.在传统跟驰模型的基础上,结合最优速度差模型,建立了反映驾驶员反应能力的车辆跟驰模型.该模型对城市交叉路口车队启动过程进行了仿真,仿真结果表明:后面车辆的启动都会出现延迟,延迟时间的长短以概率的形式反映了驾驶员的个体差异,与实际交通更为接近.     

基于结构方程模型的疲劳驾驶行为影响因素间量化关系研究

导致疲劳驾驶的影响因素众多,量化相互间的关系是疲劳驾驶行为研究的理论基础.通过实车试验采集了32名驾驶人在疲劳状态下的驾驶行为数据,观测变量包括车速、加速度、车道位置、车头时距、血流量脉冲、皮电、闭眼周期等,并对数据进行了预处理以及利用Bootstrap法对样本容量进行扩充来满足结构方程模型对样本的需求.建立结构方程模型分析了疲劳程度、身体状况和驾驶经验之间的关系以及对疲劳驾驶行为的影响.结果表明,疲劳程度对驾驶行为的影响程度最大,达到0.944;其次是驾驶经验,相关系数为0.447,说明在驾驶过程中驾驶人应时刻注意自身的疲劳状况,因其会直接影响驾驶安全.     

长江内河港口污染物产生与处置能力风险分析

建设绿色港口是顺应未来港口发展趋势的必然需求,港口污染物处置能力是绿色港口的关键指标之一.为更好地加强绿色港口建设,在Bossel可持续发展定向指标框架的基础上,选取合适的指标,构建长江内河港口污染物产生与处置能力风险分析体系,并以某省港口为例,将港口产生的污染物种类及数量、各类污染物接收装置容量和污染物处置能力等作为...     

基于路网空间拓扑结构的交通流数据填补模型研究

由于传感器故障、状况不稳定或数据传输等问题,交通流数据存在大量丢失的情况,对依靠这些数据进行交通科学决策产生了很大的影响.基于以上问题,提出一种基于空间拓扑结构的交通流数据填补方法,模型通过选取区域的典型道路训练上下游之间相关参数,根据道路类型匹配典型道路,应用典型道路的参数进行交通流数据填补,并利用武汉市实际交通检测...     

基于局部路网空间结构特征的无检测器路段交通流预测方法

城市路网中存在大量尚未布设交通检测器的路段,其交通流数据难以获取,不利于开展精准路网管理,为此提出了利用局部路网空间结构特征预测无检测器路段交通流量的方法。基于有检测器路段的海量交通流数据,分析局部路网空间结构特征与路段交通流量之间的相关性;根据路网拓扑关系使用多元线性回归算法估计所有的有检测器交叉口交通流分配权重,并使用多元线性回归算法进一步挖掘局部路网空间结构特征对交通流分配权重的影响;结合空间特征影响度系数、无检测器路段所在的局部路网的空间结构特征及相邻路段的交通流,对无检测器路段进行交通流预测。实验结果表明,路段道路类型、相邻路段数量及相邻路段道路类型这3类局部路网空间结构特征与路段交通流量相关性显著,采用基于空间特征影响度系数对局部路网中只有单个相邻上游和具有多个相邻上游的无检测器路段进行预测,发现其平均误差分别在8%和22%左右。     

港口船舶尾气排放量及泊位调度优化研究

为加强绿色港口建设、降低港口污染排放水平,基于海量船舶自动识别系统（AIS）数据挖掘船舶运行规律并应用分布式运算获取港口船舶污染物典型排放量及分布特征。结果表明,两种主要污染气体SO_x和NO_x呈现相似的变化趋势且船舶排放的尾气大多集中在泊位以及主航道上。经相关性分析发现,船舶活动水平因子与船舶尾气排放量呈显著正相关关系,船舶的到达数量及在港口的作业时间影响着泊位区域的污染水平。最后,针对现有的港口船舶调度机制和港口基础条件,基于AnyLogic建立仿真模型对港口泊位配置数量进行优化,有效降低了港口船舶的尾气排放量,为绿色航运提供了一种新的方案参考。