基于多数据源的CTC调度台工作负荷研究及评定

为准确划分CTC调度台的繁忙程度,提出了一种通过CTC调度台的基础数据对调度台进行划分的方法.参照工作负荷研究中常用的方法,即主观评价法和任务分析法,结合统计学方法中的聚类分析,对某铁路集团有限公司中的17个CTC调度台进行繁忙程度划分.为有效地划分繁忙度,首先,在任务分析法详细分析工作内容的基础上,通过相关分析和回归分析探讨基础数据和工作负荷的关系;然后,基于调度台的基础数据,采用聚类分析中的K-means聚类算法对CTC调度台的工作负荷进行繁忙度划分;最后通过对CTC调度员心理负荷和工作压力的主观评价数据的方差分析来验证聚类划分调度台繁忙度的科学合理性.结果 表明:聚类分析后的繁忙、普通和轻松台之间在主观评价工作负荷上都有显著差异.     

考虑财政补贴的电动公交车队置换优化模型

为解决公交车队置换问题,分析财政补贴政策对公交车队电动化的影响,本文考虑财政补贴、温室气体排放水平等因素,以公交车队生命周期成本最小为优化目标,建立公交车队置换的混合整数规划模型,使用CPLEX软件求解模型,获得最优精确解.以2017年北京市19路公交车队为算例进行计算,得出最优的车辆购置方案、充电桩购置方案、车辆淘汰...     

基于数据驱动的机场水泥混凝土道面性能退化预测

针对机场道面性能退化过程的精确预测问题,本文采用数据驱动的机场道面预测性维护方法,通过指示变量将两种数据集进行联合分析,考虑机场道面性能退化过程受飞行交通量和道面面层厚度的影响,以机场道面性能状况指数衰变的非线性函数为期望函数,建立一种机场道面性能退化双参数预测模型;根据模型的参数估计结果,采用边际效应分析结合预测性能曲线图示,对不同飞行交通量水平和不同道面厚度等级的道面性能退化过程预测进行分析。结果表明,采用数据驱动和非线性混合效应方法,搭载联合估计技术,能较为显著地提高机场道面性能退化预测的精度和效果。     

基于语义挖掘的快递运输货品风险评价研究

为提高快递运输的风险监测管控能力,降低因快递货品风险导致城市安全事件发生的可能性,本文基于语义挖掘方法将快递运输货品描述转化为风险的量化表征,为快递运输风险评价提供可量化的客观指标依据.基于网络大数据资源提供的法院判决书数据,将物品词条与判决结果相关联,通过隐狄利克雷分布模型挖掘物品风险主题,结合模糊均值聚类方法,实现...     

点汇聚系统的航空器污染物减排效应与机理

为研究点汇聚系统的环境效益及减排机理,采用考虑气象条件修正后的航空器性能、燃油 流量及污染物计算模型,设计了理想条件下非高峰时刻与实际运行的高峰时刻两种场景,对比分 析了航空器在点汇聚系统与标准进场程序中污染物(即HC、CO、NOX、SOX和PM)的排放情况,并 从飞行时间、燃油消耗与排放指数3个方面分析了点汇聚系统的减排机理、识别了减排关键因素。 研究发现：在非高峰时刻,点汇聚系统与标准进场程序的污染物排放总量分别为5.79 kg与7.17 kg, 点汇聚系统较标准进场程序共减少约19.25%污染物排放,对NOX、SOX和PM减排效果显著;在高 峰时刻,点汇聚系统与标准进场程序的污染物排放总量分别为290.01 kg与406.69 kg,点汇聚系 统较标准进场程序共减少28.69%污染物排放,其中NOX减排比例最高可达48.32%。结果表明： 无论是非高峰时刻还是高峰时刻,点汇聚系统都具有良好的环境效益,可有效减少污染物的排放 总量,且对NOX减排效果最佳;较短的飞行时间、较低的燃油流量是点汇聚系统体现减排优势的 关键驱动因素。     

新冠肺炎交通防控政策对长沙市人口流动的影响

为探究新冠肺炎疫情下交通防控政策对长沙市人口流动的影响,本文根据长沙市在新冠 肺炎疫情期间颁布的交通防控政策和疫情实时防控情况划分防控阶段,基于百度迁徙大数据,利 用双重差分模型,识别长沙市不同阶段的交通防控政策以及量化防控效果,分析交通防控政策对 长沙市人口流动的影响。结果显示,长沙市在交通管制阶段,平均人口迁出强度、平均人口迁入 强度及城市内部出行强度分别下降了83.68%、69.24%及59.74%,有效地控制了人口流动,降低了 疫情扩散危险。在交通恢复阶段,长沙市人口流动强度逐渐反弹,城市内部出行强度基本恢复到 2019年同期水平。本文研究结果显示了交通管制对疫情扩散限制的有效性,为常态化疫情防控 下精准防控政策和复工复产政策制定提供参考。     

“无人机-车辆”配送路径优化模型与算法

基于城市配送的发展趋势,提出一种“无人机-车辆”联合配送模型,以无人机为主导,分3 步进行路径分配,无人机每次配送可以服务多个顾客点,车辆不用在固定点等待无人机。进行单 次路径规划时,让顾客需求点尽可能多的得到服务,最后,以总配送距离最小为目标,对整体路径 进行优化。此外,设计了3种不同的配送场景,构建的模型能同时适用于这3种场景。采用带末 端优化的模拟退火算法求解问题,结果验证了模型的可行性。考虑到未来无人机技术的进一步 提高,对无人机的最大载重量和飞行距离进行灵敏度分析。结果表明,无人机的配送能力受载重 量和飞行距离影响,增大配送能力可以使无人机服务更多的顾客需求点,均衡提升载重量和飞行 距离可以充分发挥无人机的配送能力,更好地完成农村地区的物流配送。     

加氢站运营管理云服务平台的设计与实现

针对当前加氢站运营管理存在的人工依赖程度高、管理效率偏低、站内设备运行状态数据的分析与预测困难等不足,研发了数据采集软网关以解决现有站控系统对外接口单一、无法满足多站点并发通信需求的技术难点,设计了加氢站信息对象模型并开发了加氢站运营管理云服务平台,实现高效、快捷的站内设备管理与安全生产监管,保障加氢服务安全、可靠、高...     

基于智能驾驶员模型的危险跟驰行为特征分析

为提高危险跟驰行为研究的效率和可靠度,创新研究基于智能驾驶员模型(IDM)模型参数的危险跟驰行为定义方法。首先,以NGSIM自然车辆数据集为基础提取跟驰轨迹数据,并通过遗传算法标定IDM模型参数,挖掘驾驶员跟驰行为特征;其次,在分析跟驰行为特征指标分布规律的基础上,考虑指标间的相关性,确定各等级危险跟驰行为指标阈值;最后,设计车辆跟驰的仿真试验,选择6个指标对不同级别危险场景下的交通运行仿真结果进行评价。结果表明,危险驾驶员跟车间距更小,间距波动系数较大,并且会干扰交通整体运行。     

基于Multinomial Logit模型的美国北卡罗莱纳州慢行交通事故严重程度分析

为分析慢行(自行车与行人)交通事故严重程度的显著性影响因素,将交通事故分为仅财产损失事故、潜在伤害事故、非伤残事故、伤残事故、死亡事故5类,从人、车、路、环境4个层次选出11个自变量,以交通事故严重程度为因变量,基于Multinomial Logit模型计算每个变量对慢行交通事故严重程度的边际效应。结果表明,驾驶员性别、驾驶员饮酒状态、行人年龄、道路特征、路面状态、一天内发生时间、光线条件、年平均日交通量、地形等9个变量均与道路交通事故严重程度显著相关。