基于贝叶斯网络的高速公路交通事故严重程度预测及致因分析

为了深入研究高速公路交通安全,剖析高速公路交通事故的发生机理以及各类因素对高速公路交通事故严重程度的影响,收集曲靖市境内沪昆高速段2017—2019年的1 939起交通事故进行研究。以事故严重程度为因变量,筛选出人、车、路、环境4个大类下的与事故严重程度相关的19个影响因素为自变量,采用数据融合法基于树增广型贝叶斯网络构建事故严重程度预测模型,量化各因素间的影响关系,经特征筛选找出关键致因,并结合案例进行推理分析。结果表明：影响高速公路交通事故严重程度的关键致因依次为天气情况、视距情况、路面情况等。模型对高速公路事故严重程度预测准确率可达84.27%,高于传统贝叶斯方法,模型有效性验证良好。针对事故主要致因提出改进建议,可为交管部门提供准确事故信息辅助决策,加快事故响应速度,提高事故应急指挥能力。     

港口危险货物泄漏火灾爆炸事故情景构建

为提升港口危险货物泄漏火灾爆炸事故应急处理能力,针对危险货物码头停泊的船舶和陆域储罐泄漏火灾爆炸事故,采用事故情景构建方法,结合事故后果定量分析,建立船舶在港口停泊期间发生泄漏火灾爆炸事故的情景构建方案,通过分析得到港口危险货物泄漏火灾事故情景应急任务,有效提升政府和企业应急管理能力和应急准备能力。     

基于混合机器学习框架的网约车订单需求预测与异常点识别

城市网约车订单需求体现了居民出行活力,同时表征了出行规律和内在特征。如何从复杂动态的时变数据中准确地识别异常点并进行调度优化,是优化网约车平台运力的关键环节。建立了网约车订单需求数据的时间序列图,并分析了订单需求的动态特性,提出1种基于混合机器学习框架的网约车订单需求预测模型（ARIMA-BPNN-DSR, ABD）。混合模型由差分整合移动平均自回归模型（auto regressive integrated moving average model,ARIMA）和反向传播神经网络（back propagation neural network,BPNN）通过动态选择回归算法（dynamic selection of regression,DSR）融合而成。混合模型汲取了统计方法的鲁棒性和机器学习方法的高效性,并考虑各个独立基线模型在数据局部空间上的性能表现。以2019年和2020年（疫情影响下）厦门市滴滴网约车平台订单数据作为试验基准并进行对比分析,结果表明：(1)与多个基线模型相比,ABD模型实现了最优的预测性能,同时在面向疫情外部因素影响下同样表现出优异的性能;(2)消融实验表明,...     

基于集合经验模态分解降噪和优化LSTM的道路交通事故预测

道路交通事故精准预测是有效提升交通安全的重要手段,由于事故数据经常呈现非线性、波动性、无周期性等特征,现有的算法存在预测效果不佳的问题。为此本文提出基于集合经验模态分解降噪算法(ensemble empirical mode decomposition,EEMD)和优化长短时记忆神经网络(long short-term memory,LSTM)的交通事故数量预测模型。在单一模型的基础上,引入降噪算法EEMD对噪声大的交通事故时间序列进行降噪处理,利用EEMD对事故时间序列进行分解得到多个子序列和1个残差项;基于粒子群优化算法(particle swarm optimization,PSO)优化LSTM网络结构参数,并在LSTM的最优网络结构下提取数据中的时间特征信息进行预测,对各子序列及残差的预测结果求和得到最终预测结果。研究结果表明：相对于EMD-PSO-LSTM,PSO-LSTM,EEMD-LSTM,LSTM这4个模型,EEMD-PSO-LSTM的预测效果最好,其对应的预测误差e_rmse分别降低了8.7%、48.3%、53.1%、57.6%,误差e_m...     

海员疲劳问题及履约探究

随着全球贸易的快速发展,海运运输变得尤为重要,但海上事故频发不仅导致大量悲剧也伴随着巨大的经济损失。在许多海上事故中,外界忽略了海员严苛的工作环境和所承担的工作量。疲劳是海员在航行过程中产生失误的重要原因,国际海事组织和国际劳工组织均在STCW公约和海事劳工公约中制定了相关条款对海员作息时间进行规范管理,航运界更应重视海员的疲劳管理和相关公约的有效执行。     

旅居车9 kW燃油驻车加热系统的降噪措施

针对旅居车9 kW燃油驻车加热系统噪声开展降噪研究。9 kW燃油驻车加热器取暖性能良好,但噪声性能较差,基于噪声-振动-声振粗糙度测试手段和消声理论,提出了4种降噪方案。结果表明：优化排气消声器扩张比和容积的组合方案效果最佳,车内噪声可有效改善5.5 dB,改善后噪声满足旅居车内部噪声控制要求（≤55 dB）,可以实现燃油驻车加热器取暖性能和噪声性能的平衡。     

"站车一体化":地方合资铁路客运管理一种新范式

管理的功能性和经济性维度,是衡量铁路站车管理效率的重要导向.本文结合合资铁路公司"大部制"组织框架,深入探讨"站车一体化"的管理内涵和创新做法,剖析措施和成效之间的必然关系,以期通过提炼输出管理模式,在更广阔的铁路客运管理平台发挥指导作用.     

刹车状况下桥上随机车流动态演化及车-桥耦合振动分析

为实现刹车时桥上多状态车流并行动态演化的高真实度模拟和时变汽车荷载与桥梁运动状态的时时耦合,首先从宏观和微观上丰富随机车流模拟方法,宏观上沿用交通荷载调查数据中的车辆顺序、车辆基本特性等不变量,以车辆间距为服从正态分布的限幅随机变量,形成深度融合交通荷载调查数据和交通流理论的随机车流高真实度仿真方法;微观上对车辆间距随机变量确定的关键状态-阻塞状态,引入加权速度,实现阻塞密度时车流的走走停停动态描述,采用考虑驾驶人状态的概率分布方法确定车辆时距;实现多密度随机车流的高真实度仿真。其次细化刹车过程模拟,建立车流差异化刹车模型：采用顺次对比方法,筛选桥长范围最不利刹车车流;引入停车视距,考虑驾驶人反应,区分头车和跟驰车辆,精细模拟车辆刹车动态过程和刹车车流演化过程,差异化确定各车辆刹车参数;实现桥上多状态车流并行动态演化模拟。第三建立刹车力学模型,并融入至已有正常车流的车-桥耦合系统,构建可考虑刹车状态的分析系统。最后确定桥梁典型响应和分析指标,以一座大跨斜拉桥为例,对多刹车工况下的桥梁响应进行分析。结果表明：桥上刹车状况一般会产生超过正常行驶状况下的桥梁响应,最不利单车道刹车状况下的塔根弯矩甚至达到跑车工况的2.7倍,简单采用规范冲击系数方法很难实现刹车响应的包络;刹车过程中的桥梁响应最值不仅与采取刹车的车辆数目和桥上车辆保有量有关,还受刹车作用与桥梁原响应趋势的顺逆程度控制;桥梁及桥上刹停车辆的总质量和桥上正常行驶的车辆决定桥梁响应时程曲线趋势振幅;典型桥梁响应的总体趋势,与车流密度和刹车车道数相关性较小,不同时段车流会对梁端顺桥向位移和塔根弯矩产生影响。     

道路交通事故分析发展研究

近些年,我国交通事故量一直居高不下,而事故发生时车辆运行速度是分析事故原因、认定事故责任的重要内容,涉及保险理赔、法院审判等各个环节。目前分析事故原因,进行事故再现的主要途径是委托具有相关资质的事故鉴定机构进行速度重建,使用的方法主要有基于经验公式的事故重建、基于视频图像技术的事故重建、基于车载记录数据的事故重建和基于模拟软件的事故重建。文章主要介绍了交通事故分析的基本方法和发展方向。     

基于船舶驾控测试系统的嵌入式车钟系统设计

针对船舶驾控设备类型多样的特点,提出一种基于船舶驾控测试系统的嵌入式车钟系统,对系统硬件组态进行布局,并结合软件,通过改变拨码盘状态,实现硬件和通信两种作业模式。该系统完成人员安全训练和设备开发功能,具有较高的应用价值。