面向交通排放测算的跟驰模型优化方法

为了消除跟驰模型用于交通排放测算产生的系统误差,提高微观交通仿真模型与交通排放模型融合应用于交通排放测算的准确性,引入衡量加速度变化率的参数急动度(jerk),提出一种考虑jerk分布特征的Wiedemann跟驰模型优化方法。通过对实际轨迹数据与车辆跟驰数据的拟合分析,建立各加速度区间下的jerk分布,并增设jerk约束对交通仿真模型生成轨迹进行优化。以北京市出租车轨迹数据和跟驰数据为例,测算结果表明：Wiedemann模型优化后,不同速度区间的车辆比功率(Vehicle Specific Power,VSP)分布误差平均降低1.2%,CO₂,CO,THC,NO_X等4种排放物的排放因子平均误差分别降低了16.9%,118.3%,27.0%,20.5%,表明该优化方法能够有效改善原模型中不真实的加速度,降低排放测算误差。     

跟驰理论在受限航道水域船舶间安全间距计算的应用

为得到适用于受限航道水域船舶间安全间距确定方法,本文基于道路交通工程学的相关理论,引入船速、货种安全系数等参数构建受限航道水域船舶间安全间距计算的跟驰模型,利用该模型得到不同安全水平下,单向行驶船舶之间安全间距的表达式.以某海港进港航道两大型船舶编队进港为例,利用本文提出的船舶间安全间距确定方法从一般安全水平和充分安全...     

基于自然驾驶数据的高速公路跟驰模型参数标定

为了研究中国驾驶人在高速公路上的跟驰行为特征,从上海自然驾驶研究试验数据库中提取48位驾驶人在高速公路上的跟驰事件并进行特征分析。利用自动化筛选准则及人工验证方式提取1 548个有效事件,选取后车车速与车头间距为性能指标,其均方根百分比误差之和为目标函数,利用遗传算法对Gazis-Herman-Rothery模型、GIPPS模型、智能驾驶人模型、全速度差模型和Wiedemann模型进行参数标定及效果验证。基于误差、碰撞及后退等异常情况出现次数等比较其表现性。研究结果表明：不同模型对中国驾驶人的适应性不同,智能驾驶人模型具有最小的误差和误差标准差,更加适合仿真中国驾驶人在高速公路上的跟驰行为。研究结果对于开发适合于中国驾驶人与道路环境特征的跟驰模型具有重要价值。     

航行实习教官选任中的问题及对策

以上海海事大学为例,分析航海院校目前在航行实习教官的选拔、任用、管理过程中存在的问题。通过充分调研和比较分析,结合航海类专业实践教学工作的实际情况,提出相应的政策建议。     

浅谈高职教育中学生校外实习教育管理体系的构建

校外实习是高职教育的重要组成部分。本文从有利于保证高职教育质量、提高学生就业能力出发,结合实际工作经验,就如何调适高职学生校外实习期间的个体心理,研究和加强校外实习管理,构建校外实习教育管理体系做了有益的探索。     

高职新专业目录背景下跟岗实习的现状与对策——以广西机电职业技术学院汽车制造与试验技术专业为例

本文根据高职新专业目录对汽车制造与试验技术专业内涵的重构及国家对跟岗实习的政策导向,结合广西机电职业技术学院汽车制造与试验技术专业特色,构建了"理实交替,三维四阶"递进式人才培养模式,阐述了跟岗实习对高职院校专业人才培养的重要性,从学生、学校、企业三方分析了跟岗实习现状,并针对性提出了"多岗双线"跟岗实习动态管理模式等举措,解决了职业教育跟岗实习难以推进的现实问题,人才培养初见成效,对相关专业的专业建设具有一定的指导意义。     

考虑慢车影响的双车道PFV跟驰模型研究

在双车道交通系统中会有较多的因素影响跟驰行为,针对单车道提出的跟驰模型能否直接适用于双车道系统值得研究。双车道交通系统中的车辆存在换道行为,因此,在研究双车道跟驰行为时不仅应考虑本车道前后车辆的影响,还应该考虑邻近车道车辆的影响,合理地将换道规则引入跟驰模型中。考虑慢车影响,基于PFV跟驰策略建立了双车道跟驰模型。仿真结果表明,相较于FVD策略而言,采用PFV策略,慢车在双车道交通系统中造成的车辆延误较小且无碰撞发生,可以更好地描述车辆在双车道系统中遇到慢车时的跟驰行为。     

高职城市交通专业“课岗证赛”相结合的实践教学体系研究

随着社会的不断发展，高素质的专业技能型人才已经成为国家重点需要的人才。高职院校培养高素质技能型人才是实现高端发展、优化人才结构的基本途径。基于此，职业教育需要不断创新教育特征与人才培养模式，不断使学生得到全面发展。基于高职城市交通专业的“岗课赛证”融合人才培养模式是高职院校实现新突破的必由之路。     

基于改进跟驰模型的混合车辆编队研究

现有的车辆编队控制研究多基于全智能网联环境，不适用于智能网联汽车(Connected and Automated Vehicle, CAV)与人工驾驶汽车(Human-Driven Vehicles, HDV)组成的混合交通场景，因此以混合交通环境下CAV和HDV组成的车辆编队为研究对象，引入头车及前车、后方HDV信息，提出一种改进的智能驾驶员模型(Intelligent Driver Model, IDM)。为更贴合驾驶员的操作行为，缓解优化速度模型(Optimal Velocity Model, OVM)受前车影响产生的速度波动，通过引入驾驶员误差，对OVM模型进行改进。为验证模型的有效性，分别对以上改进进行仿真对比分析，结果表明改进后的IDM模型和OVM模型组成的混合车辆编队在速度响应时间、跟驰间距、油耗、安全性、稳定性等性能方面得到明显改善。