考虑动态红灯排队消散时间的改进MAXBAND模型

通过分析上游交叉口的驶出车流图式的变化规律,得到下游交叉口红灯排队消散时间与相邻交叉口相位差之间的函数关系,推导出动态红灯排队消散时间模型.并将动态红灯排队消散时间模型与传统MAXBAND模型相合,考虑绿波带控制中红灯排队消散时间随相位差的动态变化,建立了改进的MAXBAND模型.将改进的MAXBAND模型进行变量代换,使其仍然可用传统的混合整数线性规划方法快速地求解.示例路网的计算结果与仿真分析表明,由于考虑了红灯排队消散时间的动态变化,改进的MAXBAND模型较原模型具有更好的控制效果,处于绿波带中的车队不会因下游红灯排队车辆未消散完毕而产生停滞,实际有效绿波带宽增加31.6%,主干方向车辆平均延误减少12.6%.     

吉林省高速公路网规划建设项目实施序列优化

本文结合吉林省交通厅项目“吉林省高速公路网规划”,依据规划期公路发展的总目标和大布局,确定优化指标体系,使优化指标能全面反映公路网的全网经济性、交通功能性和社会功能性,同时,指标的口径对各公路网一致。运用本文提出的方法,对吉林省高速公路网规划建设项目进行为期5年的建设项目实施序列优化设计。     

双弓作用下弓网动力学性能

建立了接触网有限元模型和双弓集中质量模型,通过接触单元将二者耦合得到弓网系统模型.推导了系统的动力学平衡方程,用直接积分法计算弓网系统的动力学性能参数.结果表明:双弓运行时,后弓对前弓受流的影响较小,前弓对后弓的影响较大;双弓间距对前弓抬升位移和接触力影响较小,对后弓的影响较大.当双弓间距为90或150 m时,对后弓受流最不利;当双弓间距为200或210 m时,后弓受流较好.     

基于预算时间的路径选择模型参照点设定方法

针对路径选择模型的特点,基于前景理论分析了实际路网中出行者在不同得失状况下的选择行动,进而重点分析了模型中参照点的设定方法.从传统参照点设置方法入手,针对其自由流时间不适用于拥挤路网的弊端,通过结合出行时间预算和有效路径的相关理论,提出了一种更加符合实际的路径选择模型参照点设定方法.算例演算表明,提出的参照点设定方法能有效地反映路网出行者的实际出行行为,特别是在出行者对出行时间要求越严格的情况下,改进方法的优势越明显.     

基于数学形态学与动态时间扭曲的电压扰动分类

为提高电压扰动信号分类识别的精度,提出了一种基于数学形态学与动态时间扭曲的新算法．该算法首先通过形态滤波器对信号进行滤波处理,然后利用如变换提取滤波输出的特征,再通过动态时间扭曲分类器与参考模板进行匹配,最后获得有效的分类识别结果．用Matlab进行仿真分析的结果表明,该算法能有效识别各类扰动信号,准确率高,即使在强噪声环境下,识别精度也超过84％．     

基于蚁群算法的铁路空车调整优化模型设计

针对铁路空车调整问题,采用蚁群算法解决此问题,建立以空车走行公里数最小为目标的优化模型,并给出求解算法。算例分析表明模型的正确性和算法的合理性,将蚁群算法的时间复杂度与其他一些解决空车调整问题的算法的时间复杂度进行比较,充分体现蚁群算法解决大规模路网空车调整问题的优越性。     

强腐后Q345钢力学性能退化试验

系统研究了强腐后Q345钢表面形貌和腐蚀时间对其力学性能退化的影响;采用浓度36%工业盐酸在室温环境下快速腐蚀的方法,设计了腐蚀时间分别为0、1、2、4、8、12、24、48、72 h的9组钢试件;采用三维非接触激光扫描仪和扫描电镜扫描腐蚀钢,测量了最大蚀坑宽度、高度和腐蚀试件厚度,计算了最大蚀坑影响系数;开展了拉伸试验,结合扫描形貌与微观组织形态解释了强腐后Q345钢的力学性能退化机理;建立了浓度36%工业盐酸在室温环境强腐后Q345钢的腐蚀动力学曲线和本构关系模型,揭示了强腐后Q345钢的力学性能退化规律。研究结果表明：随着腐蚀时间的增加,Q345钢的腐蚀动力学曲线展示了腐蚀率的变化规律;腐蚀时间在1 h以内,最大蚀坑影响系数增大最为明显,钢的名义屈服强度、名义抗拉强度、名义弹性模量和伸长率退化较大,分别达到未腐蚀钢的3.00%、0.69%、1.99%和4.88%;当腐蚀时间超过12 h,最大蚀坑影响系数增加缓慢,钢的名义屈服强度、名义抗拉强度、名义弹性模量和伸长率退化较为缓慢,分别达到未腐蚀钢的7.58%、4.02%、10.27%和26.64%;随着最大蚀坑影响系数和腐蚀时间的增加,屈强比变化较小;在腐蚀试件的应力-应变本构关系曲线中,随着腐蚀时间的增加,钢材的屈服平台逐渐缩短甚至消失,钢材由延性破坏转变为脆性破坏。     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析,不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先,将来源于AFC(Automatic FareCollection)的进站客流量数据处理为时间序列数据,并基于K-Means++算法对各个站点的客流量进行聚类;其次,建立客流量聚类结果与土地利用特征多维参数的拟合方程,计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上,充分考虑属于同一大类站点不同站点的细分特性,使用5类客流量公共特征比重组合精细描述具体站点类型。实例结果表明,使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内,说明该分类方法具有可行性。     

考虑行驶时间不确定性的合乘路径鲁棒优化方法

为应对实际合乘过程中时间不确定性带来的负面影响,本文研究不确定行驶时间下的合乘问题。采用预算不确定集合描述时间变量,引入不确定性水平可调节的预算系数,构建以车辆总里程最短和车辆数最少为目标的合乘路径鲁棒优化模型。并设计两阶段算法求解,第1阶段以两乘客间的可行合乘路径为基础,从车辆总里程节省率和乘客时间窗匹配灵活性两方面设计公式量化合乘匹配机会,以匹配机会为权重构建乘客图网络并聚类乘客需求;第2阶段设计以顺序插入启发式方法构造初始解的禁忌搜索算法求解。案例数据实验结果表明：本文聚类方法能保证优化质量并提高85%以上的计算效率,同时能缩减乘客等车时间和绕行距离;增大预算系数时解的鲁棒性逐渐提高,但会增加10%~40%的车辆数并降低1%~10%的里程节省率;大规模乘客案例和窄时间窗案例的合乘路径对不确定时间的敏感性更高,宽时间窗案例无需增加过多额外车辆和总里程就能达到较高水平的路径鲁棒性。     

基于多源数据融合的干线公交车辆 行程时间预测

为提高城市中心区干线公交车辆行程时间的预测精度,在拟合公交车辆行程时间分布特征的基础上,提出基于多源数据的干线公交行程时间预测模型.对RFID及GPS检测器获取的实际数据进行预处理及分布拟合,其中混合高斯分布函数适用于单路段拟合,对数正态分布适用于多路段的拟合.采用皮尔逊相关性系数对影响行程时间的因素进行相关性分析,其中上游路段前2 个时间窗的平均行程时间的影响最大.分别采用ARIMA、改进的SVM模型对行程时间进行预测,其中改进的SVM模型的平均绝对百分比误差为6.26%,优于ARIMA模型的11.69%,更适用于短距离交叉口间的公交车辆行程时间预测.