关于公路施工管理中人为因素SHEL模型分析

我国公路施工管理的质量决定着公路交通行车安全,但在实际的施工管理中,往往存在着较多的影响因素导致施工管理问题;其中,人为因素占有比较重的分量。主要采用SHEL模型分析方法,针对我国江西省昌九高速公路施工管理问题中的人为因素进行分析,研究施工人员和施工设施、规章程序、施工现场环境及人员的之间存在的问题。并针对其问题提出一些个人的改进意见和建议,促进公路施工管理,提升公路施工质量。     

高速路节日免费通行对小汽车出行者选择行为影响研究

出行成本是出行者在选择出行方式时的重要考虑因素。随着我国高速公路网和收费政策的逐步完善,自驾已成为出行者考虑选择的主要出行方式。为研究节日里选择小汽车出行的用户特征及影响因素,通过意向调查的方式对小汽车出行者的偏好进行调查。应用二项Logit模型建模分析,结果显示个人属性、出行属性以及出行环境等都在不同程度上影响出行者的节日出行选择行为,其中小汽车拥有状况、驾龄、旅行时间、出行者在以往节日里选择的出行方式、通行费、线路熟悉程度等对节日出行行为影响较为显著,该研究成果在交通预测、交通管控等方面具有指导性作用。     

单交叉口公交信号优先控制策略建模研究

为研究公交信号优先策略对交叉口公交车及社会车辆的影响,建立公交信号优先控制模型及延误模型,以采取公交优先方式后交叉口所有车辆的人总延误减小为控制目标,引入效益指数PI,以信号交叉口优先相位获得的效益与非优先相位损失效益的差值来衡量整体效益,使得每一次采取的公交优先策略都能提高信号交叉口的整体效益。结果表明:在信号交叉口采取信号优先控制策略后,交叉口车辆的人总延误显著降低。本研究成果对其他信号优先控制方式模型、交叉口群公交优先协调控制等具有一定的参考价值和理论意义。     

基于多模式弱分类器的AdaBoost-Bagging车辆检测算法

针对现有车辆检测算法在实际复杂道路情况下对车辆有效检测率不高的问题, 提出了融合多模式弱分类器, 并以AdaBoost-Bagging集成为强分类器的车辆检测算法。结合判别式模型善于利用较多的特征形成较好决策边界和生成式模型善于利用较少的特征排除大量负样本的优点, 以Haar特征训练判别式弱分类器, 以HOG特征训练生成式弱分类器, 以AdaBoost算法为桥梁, 采用泛化能力强的Bagging学习器集成算法得到AdaBoost-Bagging强分类器, 利用Caltech1999数据库和实际道路图像对检测算法进行了验证。验证结果表明: 相比于单模式弱分类器, AdaBoostBagging强分类器在分类能力和处理时间上均具有优越性, 表现为较高的检测率与较低的误检率, 分别为95.7%、0.000 27%, 每帧图像的检测时间较少, 为25ms; 与传统级联AdaBoost分类器相比, AdaBoost-Bagging强分类器虽然增加了12%的检测时间和30%的训练时间, 但检测率提升了1.8%, 误检率降低了0.000 06%;本文算法的检测性能显著优于基于Haar特征的AdaBoost分类器算法、基于HOG特征的SVM分类器算法、基于HOG特征的DPM分类器算法, 具有较佳的车辆检测效果。     

一种考虑吸引型异常事件的行人元胞自动机模型

鉴于目前行人元胞自动机仿真研究中对于吸引型异常事件情况下模型的缺失,本文提出了一种特殊的考虑吸引型异常事件的行人元胞自动机模型.当异常事件发生后,模型将行人分为漠视、驻足、围观和围观离开四种类型.漠视类型指对异常事件毫无兴趣,不受异常事件影响的行人,其动力特性与行人在正常情况下的动力特性一致;驻足类型指对异常事件较有兴趣,驻足观看的行人,其动力特性由能使行人在原地停留的驻足效用值决定;围观类型指对异常事件极有兴趣,向异常事件中心靠近围观的行人,其动力特性由围观效用决定;围观离开类型指对异常事件失去兴趣,从围观人群离开的行人,其动力特性由围观离开效用决定.仿真效果显示,该模型基本可反映行人聚集围观的表征和内部特性.     

考虑土地利用性质匹配度的城轨客流分布预测

传统城轨站间客流分布模型较少考虑起讫点土地利用对客流分布的影响,当 站点周边土地利用发生改变时适用性变差,无法保持较好的预测精度,因此有必要构建 考虑站点土地利用及其站点间土地利用性质匹配度的客流分布预测模型.首先,基于站点 聚类分析土地利用性质与客流分布之间的关联性,构造性质匹配度指标;其次,综合考虑 站点土地利用、性质匹配度、终点站吸引量、运行时间等因素建立效用函数,结合客流数 据进行参数估计,构建基于目的地选择的轨道交通客流分布模型;最后,利用广州市轨道 交通客流量数据对其进行精度分析.结果显示,在站点土地利用性质未发生改变与改变情 景下全网站间客流分布量的平均绝对误差仅为29.30 和29.52 人,表明模型具有较高的预 测精度.     

基于CML的多重边复杂公交线路网络相继故障研究

为给城市公交系统的规划、建设和管理优化提供决策依据,在现有公交网络模型的基础 上,以常规公交线路为网络的节点,公交线路间的若干个公共停靠站点为连边,建立了基于耦合 映像格子的多重边复杂公交线路网络模型,基于该模型研究了多重边复杂公交线路网络的相继故 障问题。通过Matlab 数值仿真技术,详细分析了扰动幅值和耦合强度对网络相继故障的影响。研 究结果表明：蓄意攻击多重边复杂公交线路网络中度最大的节点最容易造成网络全局故障;另 外,耦合强度和扰动幅值越大,多重边复杂公交线路网络越容易发生相继故障。     

小半径宽箱室弯桥结构受力分析

20世纪70年代计算机性能大幅度提高,同时计算机占据资源也急遽减小,利用计算机进行工程分析计算得到普及,建立完整的或精细的桥梁有限元模型已经变成可能,特别是斜弯桥的空间分析普遍采用有限元分析。弯桥本身受力复杂,同等跨径下由于弯扭耦合效应使弯桥受力较直桥更为不利。对某小半径匝道桥分别采用单梁建模、梁格建模分析,对两种不同建模方式的受力、变形等进行对比,此次计算分析结果可以为同类桥梁的计算提供参考。     

利用患者骨髓瘤细胞建立NOD/SCID小鼠多发性骨髓瘤模型

目的探讨利用多发性骨髓瘤患者骨髓瘤细胞经植入兔骨建立NOD/SCID小鼠多发性骨髓瘤模型的可行性。方法分离取出新西兰白兔股骨与胫骨,清除肌肉、骨膜及软骨组织,沿中间轻柔截断;准备4~6周体质量约25~30g的NOD/SCID小鼠,腹腔注射麻醉,将兔骨植入小鼠后背部,4周后检测兔骨植入成活情况。将分选的多发性骨髓瘤患者CD38+/CD45-的浆细胞5×106经过免疫荧光标记后,由远侧端缓缓注入植入兔骨内。每周观察成瘤情况,采用living-Imaging方法检测小鼠体内浆细胞的生长情况,病理检测肿块性质。结果兔骨植入后4周成活,将分选的多发性骨髓瘤患者骨髓瘤细胞注入兔骨后,2周可见NOD/SCID小鼠荷瘤,8周后肿瘤体积大小约100mm3。living-Imaging方法检测结果显示,在注射后2周可见兔骨局部有浆细胞浓聚,随着注射时间的延长,至注射后8周局部浆细胞浓聚现象更加明显(2.4×104 vs.1.5×105,P<0.05)。肿块病理活检可见大量浆细胞浸润,植入兔骨结构破坏,破骨细胞增多。结论 NOD/SCID小鼠兔骨植入可有效支持多发性骨髓瘤患者浆细胞局部注射,并建立NOD/SCID小鼠骨髓瘤模型,为骨髓瘤相关体内实验及临床药物筛选提供实验模型。     

混合交通流条件下区域交通信号控制优化模型

针对传统区域交通控制技术无法应对机非冲突干扰的问题, 结合中国城市道路混合交通流的特点, 研究了交叉口与路段非机动车对机动车的干扰。分析了区域路网机动车交通特征, 确定了混合交通特性相似的区域。基于路段非机动车的阻滞作用, 分析了交叉口通行能力的折减与相邻交叉口相位差的优化。以区域路网机动车总延误为优化目标, 建立了非机动车影响条件下的区域交通信号控制优化模型, 优化了信号周期时长、绿信比和相位差等参数, 并利用遗传算法求解模型。利用VISSIM仿真软件, 以上海市杨浦区五角场环形区域路网为例对优化模型进行验证。验证结果表明: 现状信号控制方案下区域路网7个交叉口机动车的车均延误为24.5~42.9s, 平均为35.99s, 路网总延误为256.39h, 优化后交叉口的车均延误为21.8~36.4s, 平均为30.12s, 路网总延误为214.57h, 7个交叉口车均延误减少了10%~24%, 平均为16.31%。可见, 优化模型能够显著降低区域路网车均延误与总延误, 提高区域路网通行效率。