轻型卷扬机液压盘式刹车系统及其测试台的设计

在分析某轻型卷扬机对刹车系统要求的基础上,设计了液压盘式刹车系统;基于西门子带CPU的分布式I/O单元IM151-7设计了用于系统功能、性能检验及参数调整的测试台,包括控制电路及PLC程序设计;介绍了液压盘式刹车系统测试和调整的基本方法及步骤。液压盘式刹车系统结构简单、安全可靠、维修保养方便;测试台可对该刹车系统进行手动及自动测试,功能齐全而简洁,易于操作。     

智能交通系统综合信息平台研究

分析了综合交通信息平台数据处理、交互平台和辅助决策等主要功能,在此基础上提出了以多种数据处理技术为核心的综合交通信息平台的分布式体系结构,探讨了综合交通信息平台建设的数据融合技术、数据压缩技术、数据标准、数据仓库技术以及数据挖掘技术等,该综合信息平台的具有实现交通运输系统的有效集成、交通运输服务内容的延伸等优越性.     

基于粗糙集-模糊识别技术的交通流状态识别算法研究

构建了基于粗糙集约简的交通流状态模糊识别算法,利用粗糙集属性约简技术在多个交通流参数中获得反映交通流变化的表征变量及其重要度值,在此基础上采用模糊识别方法构建交通流状态识别算法,算法针对三种交通流状态的识别,包括正常状态、常发性拥堵状态、偶发性拥堵状态.利用实际城市快速路的数据,以识别率和误报率为衡量指标,将文中的算法与其他算法进行了对比研究,结果表明在同样的误报率水平下可以得到更高的识别率.     

基于车牌识别数据的机动车OD估计模型

机动车OD矩阵是进行城市道路交通网络分析的核心数据。利用根据车牌识别检测数据分析得到的道路交叉口转向流量以及整体网络中的部分实测机动车OD信息,使用广义最小二乘模型建立整合部分机动车OD信息的路网全样机动车OD估计模型,模型中的OD历史值及分配矩阵应用了真实的部分机动车OD信息推导得到。同时为验证检测数据比例的影响等,使用同一城市两个不同规模的实际道路网络检测数据,结合S-Paramics仿真平台对模型进行验证。结果显示,不同的检测比例对OD估计结果有较为明显的影响,而在较高的检测比例情况下使用转向流量和部分机动车OD信息可以提高路网全样本机动车OD估计的准确性。     

���е�·����ʱ���˹���ģ���о�

城市道路旅行时间是城市交通系统的重要表征参数.基于利用车牌识别系统所检测到的高样本率的车牌数据进行匹配获得信号控制路段的旅行时间数据,本文应用高斯混合模型研究了城市道路旅行时间分布的估计方法,对比了高斯混合模型与正态分布、对数正态分布、Weibull分布模型的差异,并在此基础上分析了高斯混合模型中密集峰的数量对拟合结果的影响.结果表明,针对本文应用的数据,城市信号控制路段的旅行时间可以用高斯混合模型进行良好的表征,恰当的密集峰值往往是2个或3个,更多的密集峰值数量并无实质性影响.研究结果可以为城市信号控制道路旅行时间可靠性等的进一步分析提供良好的支撑.     

基于多模式的公铁联合军事运输网络图模型研究

目前,我军多方式联合运输的主要手段是铁路和公路,在现实运用中军队重点关注运输方式转换的过程,以便合理地制定转运与保障方案。运用多模式网络建模和图论的相关理论与方法,根据部队联合输送任务需求和转运保障特点,采用铁路车站军事运输装卸载能力指数和军事运输道路通过能力指数评估方法,在地理地图的基础上,简化路网,建立公铁联合军事运输网络图模型,拟为军事联合运输路径优化研究提供方法。     

���ڶ�������ϵͳ���ۺϽ�ͨ��Ϣƽ̨�о�

针对综合交通信息平台系统建设的问题，本文在分析综合交通信息平台在智能交通系统中地位和功能的基础上利用多智能体系统技术，提出了基于用户界面Agent、信息感知Agent和信息处理Agent的分布式综合交通信息平台的体系结构，利用多种Agent来完成平台的相关功能，并对各类Agent的主要功能和结构进行了分析.最后分析了基于多智能体系统的综合交通信息平台的优越性，并介绍了目前国内外在综合交通信息平台方面的研究情况.     

道路因素对典型较严重道路交通事故严重性的影响分析

基于道路交通事故数据探究事故影响因素对于认识事故的影响因素、提高交通安全水平具有重要意义。利用近年来国内典型较严重道路交通事故数据,应用泊松模型和负二项模型,以区分事故形态的方式建立追尾事故、侧碰事故及撞行人事故的事故死亡率的道路影响因素分析模型。这些模型以三类事故中涉及人员的死亡数为因变量,以一系列道路因素为自变量,将事故涉及人数作为偏移变量。模型的具体形式以过离散系数及赤池信息量准则(AIC)为依据进行选择。结果显示,追尾事故的死亡率与道路等级、路侧防护设施显著相关;侧碰事故则与天气、路表情况、路口路段位置、坡度以及道路结构有关;撞行人事故与路表情况、道路等级、车道数、平曲线半径有关。本文拓展了事故严重性研究的深度,其研究成果对于更好地利用重特大事故的深入调查数据有现实意义,也可为事故分析及道路设计等提供借鉴。      

中国机动车保有量发展趋势分析

针对中国机动车保有量发展趋势的分析及预测问题,从近20年来中国与其他典型国家、地区和城市的人均GDP、机动车保有量及人口密度的数据着手,分析三者之间的关系。结果表明,在未实施机动车保有量控制政策的情况下,人均机动车保有量与人均GDP有较强的正相关关系,与人口密度有一定的负相关关系。指出各个国家在机动化发展过程中各有特点,难以找到精确的定量化预测方法。针对高保有量、中保有量、低保有量三种情况分析中国未来机动车发展趋势并提出相关建议。     

基于多源数据融合的城市道路旅行时间预测

城市道路旅行时间预测是城市道路交通管理的重要支撑.研究了利用多源数据预测城市信号控制主干道旅行时间的方法.以2015年8月某路段的视频检测器及微波检测器的2种数据为基础,采用回归拟合的方法探究信号控制主干道路段旅行时间与断面流量之间的关系,2段式的线性拟合结果可以较好地拟合信号控制主干道路段旅行时间与断面流量的关系.以BP神经网络模型为基础,从输入层入手,采用直接输入2类数据、应用拟合关系输入拟合数据等方法,综合考虑2类数据之间的相关性,建立了融合2类检测数据进行旅行时间预测的多个模型,对7种不同输入的神经网络预测模型进行了测试、对比和分析.研究结果表明,相比于时间序列、支持向量机、k近邻和历史平均方法而言,应用拟合关系的2类数据融合的BP-2神经网络模型具有更高的预测精度,MA PE为13.04%,表明BP2神经网络模型能够实现较好的旅行时间预测效果.