停车顶在鞍钢的应用

TDJ型停车顶是一种无需外部能源,能对铁路车辆起停车和防溜作用的液压装置,目前主要应用于铁路编组站编组场尾部和客车、货车到发线.本文介绍停车顶停车系统在鞍钢冶炼高炉下停车、定位、防溜的应用状况,并对停车顶如何适应特殊作业状况进行探讨.     

弹性工作制和动态停车收费组合策略研究

提出弹性工作制与动态停车收费的组合管理策略,探究组合策略下,出行分布的变化机理及动态停车收费费率的制定,以达到缓解通勤拥堵的目的. 构建双层规划模型建立动态停车收费费率的制定与多用户出行选择的相互作用关系,基于灵敏度分析的下降算法求解. 仿真模拟出不同弹性工作制规模时,均衡状态下多用户出行分布模式和优化的动态收费费率. 结果表明,组合策略能促使弹性与非弹性员工错峰出行,有效分散交通流,与单一策略相比,缓解路网拥堵的效果更好.研究成果为交通管理优化策略的制定提供了新思路.     

基于大数据的大学校园停车系统规划 ——以大连理工大学凌水主校区为例

为解决大学校园停车系统混乱以及用于相关规划的基础数据样本量小、精度不高、时效性 差等问题,应用大学校园停车调查数据、各出入口车辆记录数据以及各院系教职工信息数据进行多源大数据分析,提出了一种基于大数据的大学校园停车系统规划方法。以大连理工大学凌水主 校区收集到的数据为例,首先从静态角度利用各出入口车辆记录数据和校园停车调查数据获取校园整体停车需求,进而利用各院系教职工信息数据分析各部门的停车需求。然后,从动态角度考虑停车位的周转问题,利用各出入口车辆记录数据分析校园出入车辆停车时段分布状况。最后,根据多源大数据分析所得校园停车系统现状,得出相应的校园停车系统规划结果。研究结果表 明：基于大数据的大学校园停车系统规划方法可有效解决传统方法中基础数据样本量小、精度不高、时效性差等问题,提高了规划结果的实用性和科学性。     

机场陆侧网约车停车问题分析与管理对策研究

为了优化管理网络预约出租车(简称"网约车")在机场陆侧的停车行为,集中节约陆侧交通设施资源,从而提升机场航空旅客的出行品质,就需要在明确机场陆侧停车设施功能定位的基础上,考虑机场陆侧网约车的停车需求,以把握住机场陆侧网约车停车管理的重心。本研究从国内典型机场网约车管理现状与问题出发,根据网约车的停车特性与航空旅客乘车需求,总结研究出管理机场陆侧网约车停车的必然途径,并从停车供给、停车需求、停车行为等方面提出机场对网约车可采取的管理策略。     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

危险货物道路运输车辆停放治理研究——以杭州市为例

随着危险货物道路运输行业的快速发展,危货车辆的乱停放问题日益凸显。为有效消除潜在的安全隐患,立足危货道路运输行业实际,结合现有法律法规要求,对危货道路运输车辆停放治理问题进行了分析研究。针对危货车辆停车的四方面需求,研究了潜在的安全风险和问题隐患,分别从企业和政府管理部门层面出发,提出了停车安全管理的对策和建议,并以杭州市为例研究分析了危货车辆停放治理的现状和管理情况。     

湘江新区无人驾驶开放测试道路停车视距研究

国家发展改革委办公厅[2020]年202号文《智能汽车创新发展战略》规划了无人驾驶配套技术在部分城市、高速公路逐步开展、应用,但是尚未出台有关无人驾驶道路技术标准的规范和文件。随着无人驾驶技术的飞速发展,相关开放性测试道路、专用道路技术指标的研究必不可少,尤其是关乎人、车、路、环境安全的指标——停车视距。该文结合传统道路停车视距计算公式和无人驾驶制动原理,提出新的停车视距计算公式,以便为将来无人驾驶专用道路停车视距的研究提供理论指导。     

无线CBTC系统列车自动停站对位分析

介绍了ATO硬件设备及ATO连续制动定位停车原理,从车载ATO和轨旁ATP硬件设备以及软件角度深入分析了车站定位停车的各个操作状态(制动、预对准、停站等)和判定机制。此外,简要介绍了信号系统实时控制列车运行的自适应PI控制器算法。     

基于用地和交通特征的停车需求预测模型

为了解决城市停车难问题,对停车需求进行合理预测,考虑目前日益紧张的土地资源和快速增长的交通流量,分析了用地与交通影响预测模型建立的基本原理,采用用地特征函数描述了土地使用性质与停车生成率之间的关系,采用交通影响函数分析了路网流量增长率和停车率对停车需求的影响,在此基础上建立了停车需求预测模型。利用开发的软件系统,根据典型区域的土地资源规划和道路交通调查数据,进行了城市停车需求预测。预测结果表明:随着时间的变化,在各种因素影响下,停车需求近5 a增长较缓慢,而在随后的5 a中停车需求快速增长,且日停车需求量的增长速度明显高于高峰小时的增长速度。     

基于LSTM(长短期记忆)网络的城市轨道交通列车停站精度预测

城市轨道交通列车进站自动停车过程中常会出现冲标和欠标问题,结合行车日志大数据分析和LSTM(长短期记忆)网络算法,提出了有效的解决方案。首先针对行车日志中大量的列车停车精度历史信息进行大数据分析,按1 d为一个统计周期对数据进行分期,并对数据进行预处理和多类拟合,对比后获得最佳拟合参数的时间序列。然后通过LSTM网络算法构建深度学习模型,对列车进站自动停车精度的分布进行预测。最后基于成都某地铁线列车停车精度的历史数据,对该LSTM预测模型进行训练与验证。结果表明：该预测模型可满足统计学上对相似度大于0.9的要求,从而验证了该模型的有效性和准确性。