一种基于手机信令的通勤OD 训练方法

针对基站定位精度低、信令采样间隔长、轨迹不连续的手机信令,提出一种职 住及通勤OD(origin-destination)计算框架.对用户单日手机轨迹按时间排序,标识每个轨 迹点的进出时间及停留时间,剔除长距离漂移轨迹点,对邻近轨迹点进行空间聚合.将全 天划分为多个时窗,叠加用户多日轨迹,计算稳定指数并识别用户在各时窗内的多日稳 定点.综合工作日与节假日稳定点判断用户居住地、工作地.采用基于常住人口的扩样方 法,对街道通勤OD矩阵进行扩样.模型结果与重庆主城常住人口分布、2014 年居民出行 调查结果吻合.     

大数据时代城市交通学发展的机遇

基于对城市交通研究的思维方式和技术方法的回顾,指出大数据时代城市交通学面临发展机遇.阐述在信息化发展背景下,既要研究信息化发展与城市交通的相互联系,也要研究如何适应信息化发展来组织城市交通网络的构建和运行.分析了城市交通需求管理在指导城市交通网络构建和运行中的作用.基于交通模型应用现状,从五个方面阐述大数据技术为微观个体行为、出行需求特征与演变规律和传统交通模型等多方面的重新认识乃至重构提供重要的技术支撑.提出研究并建立适应中国国情的城市交通模型,最终达到促进城市交通学发展的目的.最后指出应用信息技术改善城市交通是当前的重要课题.     

上海市第五次综合交通调查新技术方法实践

如何使人工调查与数据挖掘相结合,是高效经济地进行综合交通调查的关键.上海市第五次综合交通调查在调查方案设计、项目设置上更加注重项目的全面性和关键性、数据的多元性以及内容的针对性,数据采集手段上首次采用个人手持终端,并利用公共导航地图云技术进行地址精确定位.在抽样和扩样技术方面,主要提出居民出行调查的抽样和扩样方法.在信息数据挖掘方面,分析了遥感用地、手机信令、车牌识别和车载GPS数据的挖掘技术和方法.最后阐述了综合校核的主要思路和小客车特征数据的校核方法.     

浅埋大断面隧道施工工法优化探讨

文章以金鸡山隧道为例,利用过程荷载计算方法,对浅埋段大断面隧道围岩的受力情况进行了分析,并提出了相应的施工工法优化方案,可供类似隧道工程借鉴。     

大数据驱动的公共交通系统出行方式选择特性研究

掌握出行者选择偏好对于提高公共交通系统吸引力和优化运营策略有重要作用,且数据检测技术的发展使得交通大数据的收集更加便捷.本文以北京市出行大数据为依托,通过分析与建模,挖掘人们在公共交通中的方式选择特性,并探讨如何为交通运营提供决策支持.首先,对原始数据进行预处理、数据清洗与数据集成,获得了模型所需的数据集.然后根据效用函数理论,建立了分层多项Logit模型,并对模型进行求解与验证.最后,基于模型结果得出不同出行群体VOT,进行部分变量的敏感性分析.得出中距离出行者票价敏感性最高,短途出行者速度敏感性最高,6:00-7:00的出行群体票价敏感性最高且速度敏感性最低等结论,可用于支持公共交通运营部门制定最佳运营策略.     

基于轨迹大数据的城市交通感知和路网关键节点识别

结合城市道路网络的拓扑结构特征和交通流特性,建立基于有向加权复杂网络的城市交通网络关键节点识别模型.以兰州市连续7天的出租车GPS数据为基础,分析并可视化呈现兰州市在工作日和非工作日的城市交通流状态,并采用基于DWNodeRank的有向加权复杂网络关键节点识别方法对兰州市路网关键节点进行识别研究.本文研究方法和结果可为交通管理部门的规划、设计和管理提供科学指导.     

连杆强度计算方法探讨

本文侧重于探讨连杆强度计算中一些较复杂的问题,包括下列内容: (1)连杆衬套、轴瓦与连杆孔的装配过盈和热过盈的处理方法; (2)考虑连杆螺钉的作用; (3)活塞销、曲柄销对连杆孔的分布作用力的研究; (4)连杆大端结合面受力情况分析; (5)连杆强度计算时工况位置的选取; (6)连杆斜约束的处理方法。 此外,还研究了处理以上某些问题的简易方法。 本文的目的在于探求尽可能逼近实际情况的连杆强度计算所需的各种边界条件及其相应的计算方法,务使其计算结果不仅有定性的而且有定量的价值。     

基于新基建背景下汽车专业教学改革

基于"新基建"的背景,论述新基建与汽车行业的紧密联系,提出高职院校汽车专教学改革,以培养具有数字技术的专业人员为目标,以5G技术与大数据为中心进行培养模式构建,为我国高职院校汽车专业人才培养提供一定的理论基础和实际指导意义.     

基于设备画像的机车标签体系构建方法研究

机车是铁路运输生产的重要牵引设备,通过整合利用机车各类数据,构建基于设备画像的机车标签体系,有利于客观、全面地掌握机车质量状态,实现机车的精准画像、差异化运维和精细化管理。本文通过总结机车设备画像的概念和标签技术的相关理论知识,提出满足机车质量分析、运维优化及安全决策等多个应用场景的机车设备画像3级标签体系技术架构,全面分析所包含的数据采集层、标签库层和标签应用层,详细阐释机车各级标签的内容及其生成、管理、优化和分析流程,形成机车设备画像研究方法。针对聚类这一标签的产生方式,通过改进K-means聚类算法的初始质心选取方法,提高标签获取的精度和稳定性。并在某铁路局开展机车设备画像实地应用研究,形成完整可行的机车标签体系。     

个体差异对转向指标疲劳辨识能力的影响分析

驾驶人个体差异是影响疲劳驾驶辨识准确性的重要因素。为了探究个体差异与基于转向行为的疲劳辨识效果之间的关系,量化个体差异对转向特征指标疲劳辨识能力的影响程度,通过自然驾驶试验,采集被试在清醒状态和疲劳状态下的真实驾驶行为数据,结合观察员问询打分和被试面部视频得到疲劳水平信息。设置双层滑动时间窗对每位驾驶人的自然驾驶行为数据进行处理,挖掘出9个疲劳驾驶转向特征指标。对每位驾驶人清醒和疲劳状态下的指标样本进行Wilcoxon检验,用Wilcoxon检验的|Z|值表示指标对驾驶疲劳的分类性能。以清醒和疲劳状态下指标有显著差异的被试数目最多为优化目标,得到指标最优的双层时间窗设定值。将|Z|值最大的被试逐个与其他被试两两组合,对清醒和疲劳状态下混合两被试指标样本数据进行Wilcoxon检验,得到被试组合指标的|Z|值。计算两被试的综合个体差异值,基于线性模型拟合两被试组合Wilcoxon检验的|Z|值和个体差异值,以拟合直线的斜率绝对值|k|量化个体差异对指标疲劳辨识能力的影响。研究得到基于自然驾驶行为数据的9个疲劳驾驶转向特征指标的最优时间窗,发现指标对疲劳驾驶的分类性能存在个体差异,并且指标的疲劳辨识能力会随个体差异增加而降低,进而影响基于转向行为指标疲劳辨识的准确性,其中方向盘转角下四分位标准差（X_q1std）的斜率绝对值最大（1.17）,方向盘转角标准差（X_jstd）的斜率绝对值最小（0.44）,疲劳辨识能力受个体差异影响最大和最小的指标分别是X_q1std和X_jstd。研究结果可为利用自然驾驶行为数据的疲劳驾驶特征提取及考虑个体差异的疲劳驾驶建模提供参考。