我国沿海船舶工业空间集聚适度性研究

摘要：在船舶市场收紧与产业结构低端的背景下，研究集聚适度性对船舶产业高质量发展具有现实意义。运用区位熵和突变模型对沿海地区船舶工业集聚度和集聚效率进行测算，并通过比对分级研究了区域整体和各省（市，自治区）间集聚适度性状态。结果显示地区间集聚度和集聚效率差异较大，且二者相关性明显，由于各省（市，自治区）条件不同导致集聚适度性区域差异明显，最后提出了政策建议。     

Analysis of air traffic control operational impact on aircraft vertical profiles supported by machine learning

The Air Traffic Management system is under a paradigm shift led by NextGen and SESAR. The new trajectory-based Concept of Operations is supported by performance-based trajectory predictors as major enablers. Currently, the performance of ground-based trajectory predictors is affected by diverse factors such as weather, lack of integration of operational information or aircraft performance uncertainty.Trajectory predictors could be enhanced by learning from historical data. Nowadays, data from the Air Traffic Management system may be exploited to understand to what extent Air Traffic Control actions impact on the vertical profile of flight trajectories.This paper analyses the impact of diverse operational factors on the vertical profile of flight trajectories. Firstly, Multilevel Linear Models are adopted to conduct a prior identification of these factors. Then, the information is exploited by trajectory predictors, where two types are used: point-mass trajectory predictors enhanced by learning the thrust law depending on those factors; and trajectory predictors based on Artificial Neural Networks.Air Traffic Control vertical operational procedures do not constitute a main factor impacting on the vertical profile of flight trajectories, once the top of descent is established. Additionally, airspace flows and the flight level at the trajectory top of descent are relevant features to be considered when learning from historical data, enhancing the overall performance of the trajectory predictors for the descent phase.     

Analysis of telecommuting behavior and impacts on travel demand and the environment

The discussion of whether, and to what extent, telecommuting can curb congestion in urban areas has spanned more than three decades. This study develops an integrated framework to provide the empirical evidence of the potential impacts of home-based telecommuting on travel behavior, network congestion, and air quality. In the first step, we estimate a telecommuting adoption model using a zero-inflated hierarchical ordered probit model to determine the factors associated with workers’ propensity to adopt telecommuting. Second, we implement the estimated model in the POLARIS activity-based framework to simulate the potential changes in workers’ activity-travel patterns and network congestion. Third, the MOVES mobile source emission simulator and Autonomie vehicle energy simulator are used to estimate the potential changes in vehicular emissions and fuel use in the network as a result of this policy. Different policy adoption scenarios are then tested in the proposed integrated platform. We found that compared to the current baseline situation where almost 12% of workers in Chicago region have flexible working time schedule, in the case when 50% of workers have flexible working time, telecommuting can reduce total daily vehicle miles traveled (VMT) and vehicle hours traveled (VHT) up to 0.69% and 2.09%, respectively. Considering the same comparison settings, this policy has the potential to reduce greenhouse gas and particulate matter emissions by up to 0.71% and 1.14%, respectively. In summary, our results endorse the fact that telecommuting policy has the potential to reduce network congestion and vehicular emissions specifically during rush hours.     

基于客户满意度的货运动车组开行方案研究

高铁货运逐渐兴起,本文对货运动车组开行方案优化进行了研究。针对高铁运输安全、快捷、运输成本较低等特性,提出以货运动车组及客货混编动车组为主,客运动车组捎带运输为补充的开行模式,结合运输需求、线路通过能力等限条件,以运输成本最小和货主满意度最大为目标,建立多目标综合优化模型,运用线性加权组合法,以lingo软件为依托进行求解。通过算例给出具体开行方案,并对同一运输区间各种运输方式的单位成本及用时进行对比分析。结果表明,相对于传统运输方式,高铁货运综合运输成本较低,用时更短,能够兼顾运输企业与货主的双重要求;所建模型优化效果明显,可为未来货运动车组的开行提供参考。     

冰雪条件下中国驾驶员跟驰行为及模型研究

分析驾驶员在冰雪条件下的驾驶行为特性，建立考虑驾驶员行为特性的跟驰模型，有助于丰富现有交通流理论.通过招募驾驶员开展实车跟驰试验，对比分析正常条件与冰雪条件下的驾驶行为差异.进而基于任务难度均衡理论构建包含人类因素参数的任务难度模块，引入改进后的智能驾驶员模型，并采用车辆轨迹数据对模型进行标定和有效性验证.研究表明：驾驶员在跟驰行驶过程中受外界刺激及自身驾驶能力影响时会对车辆行驶状态进行动态调整，试图保持期望间距，且速度与前车一致的状态；冰雪条件下驾驶员采取风险补偿行为，其车头时距波动幅度较正常条件收窄，模型引入人类因素参数可以较好地描述其差异性. 模型有效性验证表明，新模型在6个仿真场景中的表现都优于传统智能驾驶员模型，且表现出更好的鲁棒性.研究结果可为冰雪条件下的交通管理措施制定提供理论支持.     

交通可达性与城市经济活动的空间特征分析：以北京市为例

借助开源大数据平台，提出交通可达性及城市经济活动数据采集策略，利用全局常参数和局部变参数回归模型研究北京市六环区域内两者的空间特征.相比于全局模型，局部模型能够较好地刻画交通可达性与城市经济活动间的空间异质性特征.结果表明，私人交通可达性呈现以天安门为中心径向递减的多圈层结构，公共交通呈现轨道交通沿线区域高的特点.交通可达性与经济活动匹配度具有空间非平稳性，空间分离和匹配现象并存.西北部、中部区域空间匹配特征显著，东北部、东部区域次之，西南区域空间分离现象最为严重.丰台及良乡等分离区域，宜重视道路及轨道线网等基础设施建设工作；未来科学城等私人交通匹配，公共交通分离的区域，可考虑修建轨道线路，并增加公交运营服务水平；中关村科学城、北京经济技术开发区等匹配区域，以调整交通运营管理政策为主.     

基于有限混合零截尾事故预测模型的事故多发段判别方法

为了准确判别事故多发段,有针对性地提出安全应对措施以提升道路交通的安全水平,针对零值缺失交通事故数据并考虑其异质性特点,在单零截尾负二项(ZTNB)模型的基础上建立有限混合零截尾事故预测模型(FMZTNB)。应用R软件对单零截尾负二项模型中的参数进行估计,采用马尔科夫链蒙特卡洛算法(MCMC)对FMZTNB预测模型参数进行求解,并采用Gelman-Rubin收敛统计量对抽样结果进行检查。选择事故风险水平分别为低、中和高的9个路段,分别用2种模型对交通事故次数进行预测。综合观测到的事故次数和相应的事故预测模型结果,采用经验贝叶斯方法对事故相对多发段进行判别。最后采用事故次数一致性检验、判别点段一致性检验和排序一致性检验3种检验方式对判别结果对比分析。结果表明:基于事故率的事故相对多发段判别方法存在较大的不一致性,基于零截尾负二项预测模型的路段事故相对多发判别结果明显优于基于传统负二项预测模型的结果。整体上,基于有限混合零截尾事故预测模型的事故相对多发路段的判别结果高于基于单零截尾负二项分布模型的判别结果。     

驾驶人“感知-决策-操控”行为模型

为准确模拟驾驶人跟车行为，提出基于隐马尔可夫模型(Hidden Markov Model，HMM)的驾驶人“感知-决策-操控”行为模型。建立描述驾驶意愿的HMM模型，模拟驾驶人感知过程，获得期望的车间距；预测模块模拟驾驶人根据交通环境和自身生理、心理状态预测车辆未来轨迹，即决策过程；优化模块描述驾驶人为使预测的车辆轨迹跟踪上期望的车辆间距而采取的操控汽车的执行动作，即操控过程。上述3个模块的滚动过程实现了对驾驶人跟车行为的模拟。利用自然驾驶数据进行算例分析，结果表明，本文模型预测车间距平均误差仅为1.47%，证明了所建模型的有效性及准确性。本文为驾驶行为建模方法的理论研究和应用拓宽了思路。     

基于数据驱动的机场水泥混凝土道面性能退化预测

针对机场道面性能退化过程的精确预测问题，本文采用数据驱动的机场道面预测性维护方法，通过指示变量将两种数据集进行联合分析，考虑机场道面性能退化过程受飞行交通量和道面面层厚度的影响，以机场道面性能状况指数衰变的非线性函数为期望函数，建立一种机场道面性能退化双参数预测模型；根据模型的参数估计结果，采用边际效应分析结合预测性能曲线图示，对不同飞行交通量水平和不同道面厚度等级的道面性能退化过程预测进行分析。结果表明，采用数据驱动和非线性混合效应方法，搭载联合估计技术，能较为显著地提高机场道面性能退化预测的精度和效果。     

数据驱动跟驰模型综述

车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型，是交通流理论 的基础。近年来，信息感知与获取、大数据、人工智能等技术快速发展，推动了数据驱动跟驰模型 的快速发展。数据驱动跟驰模型，是以真实的车辆行驶数据为基础，利用数据科学与机器学习等 理论和方法，通过样本数据的训练、学习、迭代、进化，挖掘车辆跟驰行为的内在规律。本文系统 回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究 热潮，归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱 动的跟驰模型3类数据驱动跟驰模型，并分别介绍了其中的典型代表。分析数据源发现，尽管各 种高精度轨迹数据不断涌现，目前研究仍多使用美国于2006年发布的Next Generation Simulation (NGSIM)高精度车辆轨迹数据，模型的可移植性和泛化能力值得思考与研究。提出关于模型输 入、输出的3个问题：如何考虑更多驾驶行为变量，是否有必要考虑更多行为变量，现有输入、输出 是否可替换。在模型测试与验证方面，发现并讨论了目前测试不充分、对比不完整、缺少统一测 试集与测试标准等问题。最后，探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期 望通过本文的梳理，帮助研究者更好地了解数据驱动跟驰模型的过去与现状，促进相关研究的快 速发展。