高速铁路半封闭式声屏障降噪效果测试与分析

当前半封闭式声屏障逐渐在高速铁路工程中得到了应用,但其在运营状态下的实际降噪效果研究还极其有限.为此,以沪昆客专杭长段半封闭式声屏障为工程背景,分别在声屏障内、外表面,以及封闭侧和敞开侧不同距离处布置测点,监测高速列车通过时的噪声,并对场点的声压级频谱、声场分布、衰减规律、隔声量和插入损失等声学特性进行讨论.结果表明:多重反射造成的混响效应使得半封闭式声屏障内表面的噪声有所增大;距封闭侧线路中心7.5 m处,高位测点比低位测点声压级大,而其他位置不同高度测点在垂向的指向性不明显.半封闭式声屏障的隔声量随频率增加而增大,在1 000 Hz处最大约26 dB;距轨道中心线7.5 m和25 m处的插入损失均值为16.5 dB（A）和15.5 dB（A）.      

复杂空间形态边坡的稳定性分析

为合理评价复杂空间形态边坡的稳定性,基于边坡的三维点安全系数,利用三维数值模拟,提出了边坡稳定性的三步点安全系数计算方法.首先,采用强度折减法降低边坡体的抗剪强度指标,使边坡处于临界状态或者大变形状态,计算边坡临界状态的位移场;其次,设置实际的边坡岩土体物理力学参数,计算当前状态应力场;最后,综合临界状态位移场和当前状态应力场,计算边坡的点安全系数.将此方法应用于贵州贞丰煤电厂运煤道路高边坡工程,计算结果表明:未加固边坡的整体安全系数虽大于设计值1.35,但坡脚局部稳定性系数小于设计值;按照点安全系数分布规律对该高边坡的下部两级边坡采用锚杆加固,确定坡脚锚杆加固的范围为下部两级边坡,锚杆加固深度为坡面以下8 m,锚杆间距为2.0 m,锚杆直径为25 mm,锚杆加固后,边坡的局部稳定性得到显著改善,坡体点安全系数均大于1.35.      

基于随机机会约束规划的班轮联盟 舱位租赁最优分配

面对持续低迷的航运市场和激烈的市场竞争,各大集装箱班轮公司通过组建联盟 来共享舱位资源,降低其系统成本,增加市场竞争力.舱位租赁是联盟合作的最基础形式,研究 该模式下的舱位资源最优分配具有很大实际意义.本文在考虑航运市场不确定需求的基础上, 研究了班轮联盟舱位租赁最优分配问题,构建了1 个班轮联盟舱位租赁最优分配模型,并运用 随机机会约束规划的方法,将其应用到班轮联盟舱位租赁分配决策中.结果表明,本文提出的 方法和模型能够有效地对班轮联盟系统舱位进行协同配置,研究结果与实际情况相符,检验 了方法和模型的有效性与实用性.     

在共享单车影响下的公共自行车发展研究

公共自行车作为政府补贴的免费骑行项目,与共享单车相比在供给模式上存在显 著差异,两者具有一定的互补关系.其中明确政府补贴机理,是差异化2 种交通方式、强化两者 互补关系的关键.本文运用多目标规划方法,从政府的效用最大化、企业收益最大化、用户满意 度最大化3 个方面构建三者博弈关系,并以西安市公共自行车系统运营状况为例,分析政府补 贴对用户满意度、企业收益及政府效用等方面的影响.计算结果表明,政府的财政补贴有利于 提高公共自行车企业服务水平、用户满意度;但随着公共自行车使用率的增加,政府的财政压 力加大,用户满意度、企业收益与政府效用呈下降趋势,而共享单车可分担部分用户,减轻政 府及公共自行车运营企业压力.     

基于SVR的区域交通碳排放预测研究

基于STIRPAT模型,选择旅客周转量、货物周转量、人均GDP、机动车保有量、碳排放强度、能源结构和城市化率7项指标作为我国区域交通碳排放影响因素,建立基于支持向量回归机的碳排放预测模型,并以1990-2016年北京市交通碳排放相关数据为基础数据做实例分析.结果表明：训练样本交叉验证均方误差仅为 0.008 040,得到参数C和γ的最优值;模型预测值与真实值的拟合回归效果良好,训练集和测试集的相关系数分别为0.984 2和0.995 0,即模型具有良好的学习和推广能力;未来区域交通碳排放增长趋势逐渐变缓,但总量将继续呈上升趋势,社会仍然面临较大的温室气体减排压力.     

信号控制四路环形交叉口多进口协同放行方法

针对传统信号控制四路环形交叉口环内车辆间相互干扰对交叉口延误的影响,本文提出 1种多进口协同放行的信号控制方法.首先,基于元胞传输模型建立能描述信号控制四路环形交叉口车流特征的动力学模型;并在此基础之上,以交叉口延误为优化目标、配时参数为目标变量建立信号优化模型,利用遗传算法进行优化,从而得到信号配时参数;最后,通过实例对模型的适用性进行分析.结果表明：四路环形交叉口进口道左直车道分流渠化后,环道车辆延误明显降低;与单进口轮流放行方式相比,本文提出的多进口协同放行控制方法能有效降低交叉口车辆延误.     

基于时空聚类算法的轨迹停驻点识别研究

利用手机等智能移动终端获取个体出行GPS轨迹数据,提出了一种新的时空聚类算法AT-DBSCAN识别轨迹中的停驻点.该方法以固定长度的滑窗搜索核心点,以时空邻近条件定义簇间距离,以簇密度大小规定合并次序.提出了出行次数一致性、出行起止时刻误差、停驻点时长误差、停驻点中心偏移距离4个算法验证指标,弥补了传统查全率、查准率等忽略停驻点时空信息准确性的不足.结果表明,识别的停驻点有98%的位置误差在30m以内,100%的时长误差在5min以内,98%的出行起止时刻误差在5min以内.此外,算法对于室内活动、定位飘移、路径重合程度高等复杂轨迹具有较好的泛化能力.     

航班延误信息下旅客选择行为模型及实证

针对航班延误后旅客选择行为的不确定性,本文基于累积前景理论对不同延误情景下旅客的选择行为进行研究.首先,以期望出行时间作为旅客行为选择的参照点,构建航班延误信息下旅客选择行为模型,并指出在不同延误情景下参照点具有动态性特征;然后,利用调查问卷,得到准时到达敏感性、信息影响程度两个参数值及不同延误情景下旅客对出行时间的判断,计算得到期望出行时间;最后,以北京-上海航线为例,计算得到不同延误情景下旅客不同选择行为的累积前景值,从而得到旅客的最优选择行为.结果表明：随着航班延误规模的增大及延误时长的增加,旅客的期望出行时间随之增长,体现了参照点动态性的特点;在不同的延误情景下,旅客的最优选择行为有所差异;通过实际验证,理论模型能有效地描述旅客在不同延误情景下的选择行为.     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.     

数据驱动的电动汽车充电站选址方法

电动汽车在缓解能源压力和环境污染中起着重要的作用,充电不方便成为制约电动汽车发展的一个重要原因.为了合理布局电动汽车充电站位置,本文提出一种数据驱动的电动汽车充电站选址方法.利用海量的移动位置数据提取潜在的交通需求位置,包括出发点和目的地;将地图划分为等间隔的网格,将潜在的交通需求位置与网格关联,统计每个网格内的交通需求量,需求量大的网格作为电动汽车充电站选址的候选位置.实证研究表明,该方法能够精准定位潜在用户需求量大的位置,为电动汽车充电站选址提供数据支持和决策依据.