基于多源数据融合的城市出租车载客出行特征研究——以岳阳市为例

为探究城市出租车载客出行特征,在出租车GPS轨迹大数据基础上,融合居民出行调查数据、城市土地利用数据及天气数据,构建出租车载客出行量回归模型,得出出租车载客出行量与片区岗位数、天气状况、时段、片区面积有较强的相关性,而基于RBF神经网络构建的回归模型在上述4个因素的基础上增加了片区常住人口数和是否工作日2个因素.通过10折交叉验证表明,RBF神经网络回归模型的拟合效果比多元线性回归模型更好.     

基于大数据的城市尾号限行方案设计与评估研究

为提升城市尾号限行方案设计与评估决策水平,制定了统一规范的设计流程,将出行目的分为基家工作、基家上学、基家购物、基家其他、非基家出行等5类,建立了交通方式划分模型;基于层次分析法以路网运行车速、拥堵里程、改善路段数量、节点改善数量、流量均衡、实施难度等6项指标,建立路网运行评价模型,实现了各评价指标的量化分析.依托重庆主城区交通大数据,以重庆为案例进行了实例验证,结果表明：重庆交管部门根据评估最优方案进行了实施,桥梁限行实施后,实际运行车速和拥堵里程分别为23.8 km/h,171 km;模型预测相对误差分别为2.9%,5.2%;预测精度较高,达到了实际应用要求,可为其他城市尾号限行提供一定借鉴.     

大跨度桥梁悬臂浇注施工技术探讨

悬臂浇注工艺在桥梁施工中的应用十分广泛,主要因为其施工工序相对简单和经济,而且不受施工场地限制.结合工程实践经验介绍大跨度桥梁悬臂浇注施工的关键工艺,可供类似拱桥施工参考.     

A fuzzy Delphi-AHP-TOPSIS framework to identify barriers in big data analytics adoption: case of maritime organizations

ABSTRACT

Big data analytics has prospered in recent years and has triggered revolutionary changes in various industries. However, its adoption in maritime organizations is relatively lagged and there is no study addressing this phenomenon so far. This paper develops a fuzzy Delphi-AHP-TOPSIS framework to identify barriers in emerging technology adoption. A case study employs this framework to investigate the hurdles for big data analytics to be adopted in the maritime industry. The case study shows that the framework is useful in identifying and ranking barriers. The results unveil the most serious managerial, cultural, and technical barriers that impede the adoption of big data analytics in maritime organizations.     

大桩帽轨道梁不同支承条件的受力分析

通过ANSYS软件对轨道梁的弹性点支承、刚性点支承、分布弹性支承以及空间模型进行有限元模拟,得出不同模型下的连续梁内力以及支座反力,并对不同模型的计算结果进行比较分析。计算结果表明,弹性点支承与刚性点支承模型在计算宽支座梁支座负弯矩时与分布弹性支承模型及空间模型差异较大,在支座边缘处采用弹性点支承模型计算弯矩削峰的方法已不再适用,同时得到宽支座梁支座反力、剪力等分布规律,可供大桩帽连续梁设计参考。     

海上长球首尾双体风电维护船阻力和耐波性能研究

近年来,海上风电场迅猛发展,风电维护船成为迫切需求。借鉴小水线面双体船优良的阻力性能和穿浪双体船优秀的耐波性能,根据中国海上风电场维护船航行的环境和使用特点,选用阻力和耐波性能优良的长球首尾双体船型作为风电场维护船型。在此基础上采用CFD数值仿真计算阻力性能,运用NAPA软件计算耐波性能。从而得到不同条件下较优良的船型,为海上风电维护船的设计提供一定的参考和借鉴。     

TMIS车站系统"毛玻璃"的设计与实现

毛玻璃是车站作业人员的主要工具,是车站系统的重要组成部分,是高效、实时地显示全站车辆情况的个性化工具.介绍了微机"毛玻璃"的设计与实现.     

电动汽车大数据处理活动中的伦理问题研究

为了解车辆零部件运行状态,分析整车故障原因,技术人员通过车载终端把电动汽车的整车控制系统各节点发送至大数据平台进行查阅、分析和下载使用。大数据的使用引发了信息工程领域的伦理问题。本文重点阐述了电动汽车产业运用大数据时可能产生的伦理问题及其产生原因,探索强化责任、加强职业道德教育等解决办法,并结合伦理学理论提出了建议。     

基于“湖仓一体”技术的城轨大数据平台设计与升级改造实践

为了探寻城市轨道交通行业大数据平台建设与升级改造的最优方案,本文以城轨大数据平台为研究对象,从城轨大数据平台发展历程出发,梳理城轨大数据平台发展的3个阶段,分析各阶段大数据平台所采用的技术与优缺点,重点总结当前阶段“湖仓一体”大数据技术所具备的湖仓一体、流批一体、OLTP+OLAP、多重负载等优点,研究了基于该技术的大数据平台架构升级改造设计要点,并将该技术在北京地铁数据中心的大数据平台升级改造中进行应用验证。结果表明：“湖仓一体”大数据平台技术兼具数据湖的低成本、数据仓库的高性能等优点,解决了原大数据平台在性能、容量与多用途支持上的不足,为城轨行业大数据平台建设与升级改造提供了新的解决思路。     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。