一种适用于机器人换刀的新型滚刀刀座设计与分析

针对传统刀具更换动作复杂、机器人无法快速拆装刀具的问题,分析传统刀具卡块式紧固方式的受力特点,进行联动传动链与结构尺寸综合设计,开发一种连杆闭锁刀具紧固结构,实现机器人一次动作完成刀具快速拆装。利用有限元技术和接触理论,建立刀座紧固力学模型,研究刀座设计参数对刀座结构性能和紧固性能的影响关系;通过ANSYS Workbench平台,分析掘进工作状态下刀座应力分布和变形量,验证新型刀座静强度可靠性。经分析,新型刀座能够实现机器人一次位姿调整下刀具快速拆装,且满足掘进机施工对刀座系统的力学性能要求。     

电动汽车全参数化车身平台化与模块化建模及性能带宽研究

为解决概念设计阶段电动汽车开发周期长等问题,基于隐式参数化方法提出一种电动汽车全参数化车身的平台化与模块化建模策略。首先将车身结构分解为上车体结构与下车体结构,根据设计要求对上下车体各自进行区域划分,定义各区域关键平台化衍生尺寸并进行基线总布置,形成平台化建模策略;然后基于平台化建模对下车体进行功能性模块划分,对上车体进行匹配性模块划分,分别进行参数化建模,形成模块化建模策略;最终建立了某款电动汽车车身的全参数化模型。结果表明,建模策略可实现不同车型的快速衍生,并且根据性能带宽规律,探究了轮距、轴距、车高、前端长度以及后端长度变化对刚度和模态性能的影响,有助于实现基于性能驱动的电动汽车车身与电池包的短周期开发。     

基于BP神经网络的智能车辆换道决策模型研究

为了正确刻画智能网联环境下的车辆换道行为,提出基于BP神经网络的车辆换道决策模型.分析了交通流中车辆换道行为,以HighD自然驾驶数据集为数据来源,筛选出1 900组车辆换道和未换道信息作为模型的训练与验证,利用高斯滤波方法拟合目标车辆换道轨迹和横向位移轨迹,选择影响车辆换道决策的7个参数作为模型输入,建立BP神经网络...     

考虑合乘的共享自动驾驶汽车选择行为实证分析

共享自动驾驶汽车(Shared Autonomous Vehicles,SAV)是自动驾驶汽车和共享经济相结合的产物,为人们提供了一种新型的出行方式. 为探究出行者在考虑合乘的SAV与私家车或公共交通之间的选择偏好,实施了SAV选择意愿调查,并分析了考虑合乘的SAV的潜在用户特征. 基于问卷调查所得有效数据,采用K-Means 聚类法划分了历史出行模式,利用因子分析对性格态度特征进行了分类. 分别对有无私家车人群建立解释变量的参数服从不同分布的混合Logit 模型,并对参数标定结果进行对比分析. 研究结果表明,出行方式特性非常显著地影响出行者方式选择行为,性格态度特征是影响出行者选择考虑合乘的SAV出行方式的显著因素,且其显著性明显高于性别、年龄等社会经济属性.     

���Ǵ��ͻӰ���µ�·�������Ż�ģ�ͼ��㷨

由于城市交通需求在日常和大型活动期间有较大差异,建立考虑大型活动影响下的路网改造一主多从双层规划优化模型,上层规划以城市路网改造成本和改造后路段饱和度最小为目标确定路段改造能力,下层规划分别考虑日常和大型活动两种交通需求下的用户均衡模型,并设计了基于混沌的模拟退火求解算法. 算例分析中,路网改造前的饱和路段比率分别为8.3％和41.7％;同时考虑日常和大型活动两种交通需求改造后,饱和路段比率分别为0和8.3％;单独考虑日常交通需求改造后,饱和路段比率分别为8.3％和33.3％. 这表明同时考虑两种需求改造后的路网能更有效地缓解交通拥堵.     

��������Ŷȶ����Ľ�ͨ��ʽѡ��������ṹ�о�

Nested-Logit(ＮＬ)模型是交通方式划分的最重要的模型之一,在分析公共交通和个人交通划分方法的理论依据的基础上,根据人们在选择交通方式过程中首要考虑因素的不同,构造了不同于公共交通和个人交通的虚拟交通方式——高费用和低费用虚拟交通方式,并分析其内相关性. 在两个交通方式选择决策树结构都存在相关性和合理性的情况下,提出基于拟合优度度量比较两者的优劣,从而选定交通方式选择决策树结构. 根据实例旅客出行调查数据,利用SAS软件实现两个交通方式选择决策树结构的拟合度度量分析. 结果表明：基于拟合优度度量选定的高费用和低费用虚拟交通方式比公共交通和个人交通的虚拟交通方式更接近实际调查值,此方法具有一定的实用性.     

低温下沥青混凝土道路温度应力的新评价

基于热弹性力学，分别考虑变温过程对沥青混凝土劲度模量的影响和由终了温度确定沥青混凝土的劲度模量的2种情形，计算了降温作用下一维沥青混凝土杆的累积温度应力。通过对计算结果的对比分析得出，采用有限单元法计算沥青混凝土杆的累积温度应力时取子步温度值为-1℃产生的相对误差不超过3％。采用平面应变有限单元法，就子步温度取-1℃和由终了温度确定的沥青混凝土的劲度模量计算了道路结构体的累积温度应力，前者计算得到的累积温度应力明显小于后者，前者可以作为评判低温下沥青混凝土表面发生连续降温时是否开裂的依据。本文得出的一些结论可为分析降温对沥青混凝土道路的影响分析提供有益参考。     

Machine learning applications in activity-travel behaviour research: a review

ABSTRACT

This paper reviews the activity-travel behaviour literature that employs Machine Learning (ML) techniques for empirical analysis and modelling. Machine Learning algorithms, which attempt to build intelligence utilizing the availability of large amounts of data, have emerged as powerful tools in the fields of pattern recognition and big data analysis. These techniques have been applied in activity-travel behaviour studies since the early ’90s when Artificial Neural Networks (ANN) were employed to model mode choice decisions. AMOS, an activity-based modelling system developed in the mid-’90s, has ANN at its core to model and predict individual responses to travel demand management measures. In the dawn of 2000, ALBATROSS, a comprehensive activity-based travel demand modelling system, was proposed by Arentze and Timmermans using Decision Trees. Since then researchers have been exploring ML techniques like Support Vector Machines (SVM), Decision Trees (DT), Neural Networks (NN), Bayes Classifiers, and more recently, Ensemble Learners to model and predict activity-travel behaviour. A large number of publications over the years and an upward trend in the number of published articles over time indicate that Machine Learning is a promising tool for activity-travel behaviour analysis and prediction. This article, first of its kind in the literature, reviews these studies and explores the trends in activity-travel behaviour research that apply ML techniques. The review finds that mode choice decisions have received wide attention in the literature on ML applications. It was observed that most of the studies identify the lack of interpretability as a serious shortcoming in ML techniques. However, very few studies have attempted to improve the interpretability of the models. Further, some studies report the importance of feature engineering in ML-based studies, but very few studies adopt feature engineering before model development. Spatiotemporal transferability of models is another issue that has received minimal attention in the literature. In the end, the paper discusses possible directions for future research in the area of activity-travel behaviour modelling using ML techniques.     

国家区域公路网密度与人口密度、人均GNP关系的统计分析

利用３个时段截面数据,分析职国家区域公路网密度与人口密度、人均ＧＮＰ的关系,发现他们具有稳定数学关系式和统计规律;考虑到公路网建设受资源产业结构、公路网建设政策,其它运输方式的影响,提出了公路网依赖－偏好指数的概念,解释了公路网密度实际值与模型计算值的偏差。此研究可为国家区域公路网与人口、经济协调发展提供基础理论。     

城市道路网络设计的数学模型及其解法

讨论了城市路网优化设计的通用模型，以及在离散变量和连续变量两种特殊情况下的路网设计模型，并分析了模型的解法。