排序方式: 共有116条查询结果,搜索用时 15 毫秒
111.
112.
113.
114.
高速铁路运行风险研究对于保障高速铁路运行安全具有重要价值。为探究高速铁路运行突发事件的发生原理,识别影响高速铁路运行安全的主要风险,从基本概念、定性描述和定量计算3个层面,应用风险元传递理论、Bow-tie模型和贝叶斯网络研究高速铁路运行风险。研究结果表明:可以使用基于风险元传递理论的Bow-tie模型描述高速铁路运行风险对高速铁路安全的影响,利用Bow-tie模型和贝叶斯网络做定性分析和定量计算可以确定风险元对高速铁路安全影响的相对大小,根据风险元对高速铁路安全的影响可以提出应对策略,当前需要重点关注高速铁路沿线环境治理,以保障高速铁路运行安全。 相似文献
115.
基于自动驾驶车辆(AV)和常规人驾车辆(RV)混合行驶的情况,在全速度差(FVD)模型的基础上考虑了多前车和一辆后车的车头间距、速度、速度差、加速度差等因素,建立了适用于AV和RV 2种车辆的混行车辆跟驰模型;引入分子动力学理论定量化表达了周围车辆对主体车辆的影响程度;利用RV和AV混行场景跟车数据,以模型拟合精度最高为目标,对所有参数遍历寻优,进行标定;对比分析了混行车辆跟驰模型和FVD模型控制下交通流的稳定性,解析了车速对交通流稳定性的影响;设计了数值仿真试验,模拟了城市道路和高速公路2种常见场景,分析了混行车辆跟驰模型的拟合精度。研究结果表明:考虑周围多车信息有利于提高交通流的稳定性;车辆速度越低交通流稳定性越差;考虑多车信息的分子动力学混行车辆跟驰模型可以提前获得整个车队的运行趋势,更好地模拟AV的动力学特征;与FVD模型相比,在城市道路条件下混行车辆跟驰模型中的RV平均最大误差与平均误差分别减小了0.18 m·s-1和13.12%,拟合精度提高了4.47%;与PATH实验室的ACC模型相比,在高速公路条件下混行车辆跟驰模型中的AV平均最大误差和平均误差分别减小了7.78%和26.79%,拟合精度提高了1.21%。可见,该模型可用于混行环境下AV的跟驰控制与队列控制,以及AV和RV的跟驰仿真。 相似文献
116.