基于元胞自动机的动态路段走行时间计算模型

为建立合理的动态交通网络中路段走行时间模型,分析了动态路段走行时间函数的一般形式,对比国内外常用的几种离散型动态路段走行时间函数,基于元胞自动机交通流模型,建立了动态路段走行时间模型。模型可以根据实际路段驶入率、驶出率,推算出任意时刻进入路段车辆的走行时间,并利用M atlab对模型进行求解和数值分析。结果表明,车辆进入路段后的交通状态是动态路段走行时间的主要影响因素;根据累积驶入驶出车辆数曲线可以直接求出动态路段走行时间,能够为动态交通网络中路径走行时间求解奠定基础。      

2013款宝马535Li机油保养里程显示错误

<正>车型:F18。行驶里程:7000km。故障现象:车辆的机油保养后进行机油保养复位,里程间隔提示显示错误。故障诊断:按压启动按钮,接通KL.15总线端,仪表正下方提示下一次机油保养的日期和剩余里程,时间间隔为24个月,里程间隔25000km,中央信息显示屏显示机油的保养间隔时间和里程如图所示,与显示器中显示的一样。正常的机油保养里程间隔     

SOx、NOx、PM10浓度的时间序列模型及其残差T2控制图

利用统计学软件,对内蒙古包头市2012年1月1日~2012年12月31日市环境监测站的SOx、NOx、PM10日浓度数据,进行了时间序列分析,并建立了时间序列模型(ARIMA)。然后对模型进行识别、估计,并对估计后的残差进行检验,经检验后的SOx、NOx、PM10浓度的残差值均为白噪声序列,则计算出相应的SOx、NOx、PM10日浓度的残差值。由于残差值满足传统的统计过程质量控制理论中的统计量彼此独立的基本假设,因此我们绘制出多元自相关过程的残差T2控制图。实例应用表明,该方法是合理科学的。     

喷锚支护的时间效应与空间效应

喷锚支护是新奥法构筑隧道的主要支护手段，为使喷锚支护与围岩形成共同承载结构，必须在适宜的时机及根据适当的围岩变位量来确定恰当的喷锚支护结构。     

高速道路异常状况下车辆排队长度的预测模型

分析了高速道路交通事故发生后交通流的变化情况，并采用车流波动理论推导出排队长度随时间变化的公式，为开发高速道路紧急救援系统提供了理论依据。     

现代物流位置服务系统的设计

介绍了一个用于现代物流业的位置服务系统LTLBS，并着重就系统设计中的关键技术和与现代物流业有关的问题进行了分析。针对现代物流的特殊应用，在LTLBS中设计了一些特殊的功能，如货物跟踪，到达时间估计等。系统的性能分析表明定位精度和数据传输时延完全满足要求。     

酒后驾车险观点大碰撞

一家不太知名的保险公司，却因一种特殊险种的推出，引起社会各界的关注，一时间闹得沸沸扬扬。     

喷锚支护的时间效应与空间效应

喷锚支护是新奥法构筑隧道的主要支护手段,为使喷锚支护与围岩形成共同承载结构,必须在适宜的时机及根据适当的围岩变位量来确定恰当的喷锚支护结构.     

大型综合客运枢纽送站坪的车辆延误（双语出版）

为了准确评估大型综合客运枢纽送站坪的服务水平,改善其交通秩序,提高管理水平,针对送站坪车辆的常规落客行为和违规行为造成的延误,进行了量化分析研究。在大量调研数据的基础上,提取车辆轨迹,通过虚拟线圈的方法获取车辆的运动参数和交通流信息,基于车辆运行特征和车流波动理论,提出了落客车辆汇入行车道时等待可穿插间隙的延误模型、行车道车辆受穿插车辆影响的延误模型以及违规行为造成的行车道车辆延误模型等,验证结果表明,延误模型计算结果与实测结果近似。针对客运枢纽常见的两车道送站坪的交通特性,将车辆在落客车道的行驶距离、落客时长、速度、加减速度等参数作为自变量,基于高峰期间车辆到达分布推导出了送站坪车辆的平均延误,在此基础上给出了送站坪车辆行程时间的理论推导模型和多元线性回归模型。实例验证结果显示：2个行程时间模型计算结果与实测数据基本吻合,平均误差均为13%,回归模型的拟合优度为0.868;减少模型变量,以车辆在落客车道的行驶距离和落客时长为自变量,拟合优度也达到了0.853,表明这2个变量对车辆在送站坪系统的总延误影响最大,它们的值可以基本反映出车辆在送站坪系统的总延误,研究结果可为仿真模型的构建及通行能力的研究提供理论基础。     

可变线路公交车辆调度算法优化研究

为提高可变线路公交的调度效率,在建立以服务人数最多和乘客出行时间最小为目标的可变线路公交调度双层规划模型之后,以拒绝=重新插入为思路,分别从减少乘客平均出行时间(算法2)和降低系统拒绝率(算法3)2个方向出发,对简单插入算法(算法1)进行优化,提出2种调度优化算法以提高简单插入算法的精度.通过仿真试验对3种算法进行比较,研究结果表明,乘客出行需求为10人/h时,3种算法不会或偶尔出现拒绝乘客的现象,最大拒绝率分别为11%,3%和0%,平均乘客平均出行时间均在51 min左右;乘客出行需求为15人/h时,3种算法的平均拒绝率分别为6.70%,3.67%和3.28%,方差分别为14.90,12.64和11.91,平均乘客平均出行时间分别为73.49 min,77.50 min和78.73min.与算法1相比,算法2和算法3更能够提高调度效率和保证系统服务质量的稳定;与算法2相比,算法3能够在不明显提高乘客平均出行时间的基础上,进一步降低系统的拒绝率.