季冻区绿色公路评价指标体系研究

为提高绿色公路评价体系的地域适应性,增强绿色公路评价对于季冻区公路绿色转型发展的引导和支撑作用,在对绿色公路建设内涵特征进行系统分析的基础上,采用系统论的方法围绕生态保护、污染防治、资源节约、节能降碳、品质建设、服务提升、创新支撑构建了包括7项一级指标、25项二级指标和69项三级指标的季冻区绿色公路评价指标体系.采用层...     

机场航空业务发展对区域对外开放的影响研究——以广州白云机场为例

大型机场的建设与发展能够带动其他产业生产和交换的国际化,加快区域对外开放进程.为定量分析机场航空业务对区域对外开放产生的影响,首先构建区域对外开放评价指标体系,采用熵值法计算指标权重,通过加权求和测算区域对外开放的综合指数.以诸多影响因素作为解释变量,采用主成分-回归分析方法建立主成分多元对数回归分析模型.以广州白云国际机场和广州市做实证分析,结果表明白云机场旅客吞吐量和货运吞吐量各增加1％,广州市对外开放指数分别增加0.34％ 和0.42％,机场发展对区域对外开放具有积极正向影响,为机场的规划扩建与发展提供参考依据.     

新冠疫情对高速公路交通量的影响评价

采用时间序列分析中的A RIM A模型对湖北省某高速公路2020年交通量本底趋势值(不考虑疫情影响)进行预测,并通过分析疫情危机的生命周期,将此次新冠疫情危机分为征兆期、爆发期、高峰期、后疫情期4个阶段,对各阶段中收费车流量进行统计分析,计算交通量损失率,判断此次疫情对高速公路交通量的影响程度.选取经济指标、感染人数等相关因素,采用主成分分析、线性回归及曲线估计等方法,建立疫情影响下高速公路交通量短时预测模型,模型误差在±5％ 以内为可接受范围.该模型能够帮助政府主管部门及高速公路运营管理单位对交通量发展趋势进行准确判断,有利于相关应急措施的制定.     

基于人口合成技术的居民出行调查数据扩样

为提高居民出行入户调查样本代表性,使调查数据能够准确反映居民出行特征,在分析居民出行调查数据处理现状及常规扩样方法局限性的基础上,引入基于人口合成技术的IPU算法(iterative proportional updating)和GRE算法(generalized regression),对深圳市居民出行入户调查数据进行实证分析,并利用相关系数及相对误差指标对扩样结果进行评价.结果表明:利用算法关联家庭与个人表的频数矩阵,通过迭代调整扩样权重值、IPU算法和GRE算法均能很好地拟合家庭与个人的属性分布与总体一致,且相对误差控制在6％ 左右,满足扩样的精度要求.由于IPU算法更具普适性,算法不受初始权重及稀疏样本限制,其扩样误差及波动性较小,扩样结果更为稳健.     

智能汽车两阶段UWB定位算法

为了提高智能汽车行驶的可靠性,以超宽带(UWB)为研究对象,研究了智能汽车两阶段UWB定位算法;分析了智能汽车UWB定位算法的基本原理与误差来源;建立了测距值筛选与加权位置解算两阶段UWB定位算法,在测距值筛选阶段,采用高斯筛选剔除小概率、大干扰事件,在加权位置解算过程中,根据多测距点的位置坐标加权计算得到最终的位置坐标,以有效减小非视距、多径效应所带来的误差,通过使用抗多径天线以有效减小多径效应所带来的误差,并分别建立了静态补偿和运动补偿策略,以有效减小设备晶振偏差等硬件问题造成的误差;在MATLAB/Simulink仿真平台中搭建一定测距方差约束下的UWB随机测距值仿真环境,对算法进行了仿真测试并与三边定位算法、三边质心定位算法进行仿真比较,分析基站数量对定位精度的影响;搭建实物UWB测试系统,对UWB设备定位精度进行了评估与误差补偿,并对两阶段UWB定位算法进行了实车测试。仿真结果表明：东向和北向的定位误差均值最小分别可达0.382 3、0.447 0 m;补偿后的UWB定位轨迹更接近RT3002所示的轨迹,东向和北向轨迹误差的平均值分别为0.049 2、0.017 8 m,均方根误差分别为0.069 8、0.0264 m。可见,提出的智能汽车两阶段UWB定位算法能够满足智能汽车的定位需求,具有高精度、低成本、稳定性好等优点。     

开阔水域多物标动态自适应智能航行方法

考虑船舶操纵特性、《1972年国际海上避碰规则》和良好船艺要求,提出了动态自适应目标船不协调避碰行动的开阔水域智能航行方法;将物标分类、建模并构建数字孪生交通环境,结合航向控制方法、操纵运动和复航模型构建了自动航行模型,推演了船舶非线性操纵运动;基于自动航行模型量化解析了《规则》要求,探究动态避碰机理,建立了可行航向求取方法;在多目标环境中,提出了目标船机动判别方法,研究了《规则》约束下构成自主航行方案的改向时机、幅度和复航时机等要素求取方法。仿真结果表明：依靠信息秒级更新的滚动计算,提出的智能航行方法可自适应剩余误差和目标船随机运动;提出的智能航行方法能将可行航向区间和改向幅度精确到1°;将程序运行和复航时机计算步长设置为1、10 s,设置多类静态物标和6艘保向保速目标船,在640、1 053、2 561和3 489 s,本船进行右转9°、复航、保向保速和复航等操纵可让请所有目标并自主航行至终点;设置目标船在300 s采取不协调转向避让行动,本船在980、2 790、3 622、5 470 s时进行右转9°、左转12°、右转17°和复航等操纵可让请所有目标并自主航行至终点。可见,任意初始状态下的船舶均可沿计划航线自动航行至终点,提出的方法能满足多个、多类动静态物标共存的真实开阔水域环境中的智能航行需要。     

考虑排放约束的电动汽车混行交通路网均衡模型

随着电动汽车的推广和使用,电动汽车与燃油汽车在路网中交互运行,形成了混行交通环境.本文构建考虑排放约束和途中充电的电动汽车混行交通路网均衡模型.首先,分别定义了电动汽车用户与燃油汽车用户的出行成本函数,其中电动汽车用户出行成本包含行驶时间、充电排队时间及充电时长.其次,构建了考虑排放约束的混行交通路网均衡模型,证明了解的唯一性,推导了模型对应的KKT条件,且与Wardrop第一原理等价.然后,将均衡模型表述为包括用户均衡条件、排放约束、守恒约束的互补性条件形式,通过引入间隙函数,进一步将其转化为等价的无约束最优化问题,并利用基于梯度的算法进行求解.最后,通过算例验证了均衡模型及算法的有效性,结果表明:(1)考虑路网排放约束将影响混行交通量和充电站充电流量空间分布;(2)总需求和电动汽车渗透率不变的条件下,提高减排力度会导致路网总行程时间的增加;(3)给定减排力度时,可以确定路网总行程时间最小时对应的电动汽车最优渗透率.     

基于语义挖掘的快递运输货品风险评价研究

为提高快递运输的风险监测管控能力,降低因快递货品风险导致城市安全事件发生的可能性,本文基于语义挖掘方法将快递运输货品描述转化为风险的量化表征,为快递运输风险评价提供可量化的客观指标依据.基于网络大数据资源提供的法院判决书数据,将物品词条与判决结果相关联,通过隐狄利克雷分布模型挖掘物品风险主题,结合模糊均值聚类方法,实现...     

货车轨迹数据在公路货运系统中应用研究综述

随着轨迹数据可获取性及精度的持续提高,货车轨迹数据被广泛应用于公路货运系统的 规划与管理中,同时,人工智能和大数据分析技术的快速发展也为公路货运系统研究带来新的机 遇与挑战。本文全面梳理并总结了公路货运轨迹数据应用领域的相关研究,从基于轨迹数据的 货运出行信息辨识、货运系统关键特征预测、货运轨迹数据进一步应用3个方面回顾现有文献的 研究目标、主要内容和研究方法。通过文献分析发现：货运出行信息辨识研究聚焦于货运停留 点、车辆和货物、活动出行模式等热点主题,但现有辨识方法多移植于旅客出行研究,需要更多地 考虑货运出行的独特特征。在货运系统关键特征预测方面,研究者主要针对货运行程时间、空间 位置、出行需求等主题展开研究,并证明了基于轨迹数据预测货运特征的可行性,但预测时空范 围较为局限,需要根据具体的货运任务、货车司机特征和货运政策进行深入研究。此外,轨迹数 据也被应用于货运出行路径选择行为、货运停车休息行为、行驶安全、货运排放和能耗分析、货运 政策评估等研究。最后,在总结现有研究不足的基础上,本文认为未来研究应重点将货运轨迹数 据与其他多源数据相结合,从3个关键技术进行突破：一是针对货运实践个体,重点探索高效货车 驾驶员的出行特征和出行模式,并在货运系统中进行推广应用;二是针对交通运输新技术和新形 势,重点开发和优化自动驾驶技术和重大应急事件影响下的货运组织模式与策略;三是针对货运 供需关系及匹配机制,重点研究货运全流程供需状态辨识与预测,并结合深度学习等方法训练和 开发智能供需匹配模型,从而优化货运系统调度,助力社会散乱运力资源整合,提高货运系统的 综合效率。     

“无人机-车辆”配送路径优化模型与算法

基于城市配送的发展趋势,提出一种“无人机-车辆”联合配送模型,以无人机为主导,分3 步进行路径分配,无人机每次配送可以服务多个顾客点,车辆不用在固定点等待无人机。进行单 次路径规划时,让顾客需求点尽可能多的得到服务,最后,以总配送距离最小为目标,对整体路径 进行优化。此外,设计了3种不同的配送场景,构建的模型能同时适用于这3种场景。采用带末 端优化的模拟退火算法求解问题,结果验证了模型的可行性。考虑到未来无人机技术的进一步 提高,对无人机的最大载重量和飞行距离进行灵敏度分析。结果表明,无人机的配送能力受载重 量和飞行距离影响,增大配送能力可以使无人机服务更多的顾客需求点,均衡提升载重量和飞行 距离可以充分发挥无人机的配送能力,更好地完成农村地区的物流配送。