城市快速路匝道连接段车头时距分布模型

在总结、分析现有车头时距分布规律及威布尔分布函数特性的基础上,建立了快速路匝道连接段车辆车头时距分布模型,并就参数估计的图形法和解析法进行讨论,解析法能够直接应用于交通流车头时距威布尔分布模型参数估计.运用实际匝道连接段数据进行验证,结果表明,三参数威布尔分布描述快速路匝道连接段车头时距分布规律较为理想,其对于高密度交通流描述效果较负指数分布、爱尔朗分布等具有明显优势.     

辅助墩对大跨度高低塔PC斜拉桥的受力影响分析

通过分析辅助墩对荆州长江公路大桥南汊通航孔主桥的受力影响，探讨了辅助墩与高低塔斜拉桥结构受力的关系，分析了辅助墩设置的最佳位置，并提出了不设置辅助墩所面临的问题及相应的解决办法，可为同类斜拉桥的结构分析、设计提供参考。     

城市客运交通系统生态型交通需求预测方法

针对采用传统交通需求预测方法导致的环境严重污染和交通运输能源消耗不断增长问题,从生态约束的角度提出城市客运交通系统生态型交通需求预测方法.生态型交通需求预测采用logit模型进行交通方式划分;计算交通生态承载力,从大气污染、能源消耗的角度来限制机动车发展规模;根据博弈论原理进行交通总量2阶段交通分配:第1阶段根据各交通小区权重预测交通小区交通总量,第2阶段根据道路条件预测各交通小区内部的路段交通量.选择大庆市西城区交通规划作为生态型交通需求预测方法的算例,根据大庆市西城区的方式划分比例及交通生态承载力计算结果,得出该地区的交通出行总量应控制在164 793辆的结论.     

寒冷地区城市道路信号控制参数取值研究

在冰雪路面环境下,调查数据表明车辆的运行特征发生了显著变化,主要表现在车速、加速度下降了30%,饱和流率下降了16%,起动、制动损失时间上升了27%。基于HCM、Webster信号控制理论与不同路面环境下的车流运行特征值,对信号控制中周期时长、绿信比、相位差以及黄灯时间、红灯时间的合理取值问题进行了分析,得到了冰雪路面环境下信号控制参数取值的影响因素与变化范围。仿真研究表明:在冰雪路面环境下采用非冰雪路面环境下的信号控制方案会增加车辆延误与排队长度,加剧交叉口的拥挤程度。因此,交通信号控制系统应针对不同的路面环境分别制定与路面环境相适应的信号控制方案。     

冰雪道路交通安全管理措施及其成效分析

针对目前我国寒冷地区冬季冰雪天气条件下道路交通安全管理被动、消极,部门间协调性差,紧急救援效率低的局面,对比分析了国内外冰雪天气条件下的道路交通安全特征,通过总结国内外冰雪天气条件下的道路交通安全处理策略,得到了3类有效降低冰雪天气对道路交通安全影响的管理措施:信息提供、交通控制和冰雪处理,并从道路维护管理者、紧急事件管理者、道路交通管理者和道路交通参与者4个方面就3类管理措施各自所能取得的安全成效进行了分析,初步建立了寒冷地区冰雪道路的交通安全管理体系,期望能对我国寒冷地区的冰雪道路交通安全管理有所帮助。     

交叉口信号控制自组织算法

为提高信号交叉口的控制效率,运用模式识别基本理论,对交叉口交通流运行状态的基本特征进行了提取,构建了信号控制模式类型与模式空间;依据定时控制、感应控制和自适应控制延误模型,运用统计模式识别方法建立了交叉口信号控制的模式分类方法;在此基础上,应用自组织理论,建立了信号控制方式之间的转换算法(自组织算法)与协商机制;最后结合哈尔滨市智能交通系统应用示范工程调查数据进行仿真。研究结果表明:交叉口信号控制自组织算法较单一信号控制方式在提高信号控制效益方面具有明显优势。     

无损检测技术在八盘岭隧道质量控制中的研究与应用

简要的介绍了地质雷达无损检测技术在本溪八盘岭隧道质量控制中的工作原理及工作方法,为以后隧道施工提供参考.     

发动机扭振试验有效性研究

分别采用两种联轴器和两套支撑系统进行了发动机扭振试验。试验结果表明,台架支撑系统和联轴器会对发动机扭振试验结果产生很大影响。通过理论分析发现,发动机采用不同支撑系统时,传感器支架振动也会不同,从而造成扭振试验结果存在差异。利用某发动机扭振仿真模型,提取影响系统扭振的因子,并进行敏感度分析,发现联轴器主动端惯量是影响发动机扭振综合幅值的主要参数。为保证扭振试验有效性,建议应根据不同试验目的,采用不同试验设计方案。     

基于双向自适应门控图卷积网络的交通流预测

针对路网交通流时空依赖上的高度复杂性以及数据污染的现实性,基于图神经网络构建一种新型时空融合交通流预测模型。考虑交通流数据中的缺失、异常与噪声,模型首先对数据进行特征重构与融合,在保持时序特性的前提下,以滑动时间窗口平滑交通流特征信息,做好数据准备。考虑交通流的实际有向性,主体模型采用正、反双路网络设计以分向学习交通流时空特征的有效表示。双路网络结构相同,以轻量有效的因果卷积作为模型的时序特征提取器,以多层自适应门控图卷积神经网络作为模型组件提取空间特征,实现信息的自适应聚合与传播,再通过纵向信息聚合层轻量化地实现不同局部视野下的信息融合,基于注意力有效权衡两路网络的信息贡献并将其聚合,建立双向自适应门控图卷积网络交通流预测模型。在真实交通流基准数据集PEMS03、PEMS04、PEMS07和PEMS08上进行模型的有效性验证,结果表明,所建模型在4个数据集上3个预测精度指标均优于基线模型。同时,相较于最先进的基线模型时空同步图卷积网络与时空融合图神经网络,所建模型能以数倍甚至数十倍比例的参数轻量化与低训练时间代价获得更高的预测精度。