How to assess sustainability of suppliers in volume discount context? A new data envelopment analysis approach

In this paper, we reformulate conventional data envelopment analysis (DEA) models and propose a novel method for evaluating sustainability of suppliers in the presence of interval volume discount offers, fuzzy data, and ordinal data. To this end, we convert all data into interval data. To convert fuzzy data into interval data, we use nearest weighted interval approximation by applying weighting function and we convert each ordinal data into interval one. Then, using enhanced Russell model, interval efficiencies are obtained. After that, using preference degree approach, we rank suppliers. Finally, a case study is presented to illustrate our proposed approach.     

基于指数平滑法的交通量检测设备短期缺失值插补方法分析

交通量是交通规划、交通管理、道路规划设计的重要依据.但是由于交通量数据收集系统的故障、处理错误等种种原因,会出现数据缺失的现象.为了解决这种问题,基于多种缺失数据的插补方法,提出了利用缺失期间前后数据的改进指数平滑法,并对这些插补结果进行了比较分析,为常年交通量短期缺失数据插补方法的应用提供了理论与实践依据.     

Door-to-door travel times in RP departure time choice models: An approximation method using GPS data

A common way to determine values of travel time and schedule delay is to estimate departure time choice models, using stated preference (SP) or revealed preference (RP) data. The latter are used less frequently, mainly because of the difficulties to collect the data required for the model estimation. One main requirement is knowledge of the (expected) travel times for both chosen and unchosen departure time alternatives. As the availability of such data is limited, most RP-based scheduling models only take into account travel times on trip segments rather than door-to-door travel times, or use very rough measures of door-to-door travel times. We show that ignoring the temporal and spatial variation of travel times, and, in particular, the correlation of travel times across links may lead to biased estimates of the value of time (VOT). To approximate door-to-door travel times for which no complete measurement is possible, we develop a method that relates travel times on links with continuous speed measurements to travel times on links where relatively infrequent GPS-based speed measurements are available. We use geographically weighted regression to estimate the location-specific relation between the speeds on these two types of links, which is then used for travel time prediction at different locations, days, and times of the day. This method is not only useful for the approximation of door-to-door travel times in departure time choice models, but is generally relevant for predicting travel times in situations where continuous speed measurements can be enriched with GPS data.     

基于大数据的新能源汽车个性化售后服务推荐系统

国内新能源汽车售后服务市场起步较晚,用户满意率不高,服务体系亟待完善,在大数据的时代背景下,跳脱出固有的被动服务的思维模式,借助信息化的强大力量刻画用户画像,构建符合时代发展和用户个性化需求的主动推荐售后服务系统,由"用户主动预约"向"主动预约用户"转变,扭转我国新能源汽车售后服务市场态势,将成为我国新能源汽车售后服务发展的一大趋势。     

隧道建设碳排放计算方法及预测模型

隧道建设消耗资源和能源，并向环境中排放大量温室气体。为解决当前隧道碳排放计算的清单数据难以获取、隧道施工碳排放难以估计的难题，通过在隧道碳排放方面的长期探索，总结当前中国公路隧道碳排放计算、清单数据、影响机制和排放预测的研究进展。首先，通过调研国内外隧道碳排放计算的文献，介绍隧道建设碳排放计算方法； 其次，结合算例阐明使用数据清单和排放系数评估隧道施工期碳排放的计算方法，明确不同施工工序和材料能源对碳排放的贡献； 然后，基于大量隧道施工碳排放计算结果，使用统计分析方法探明隧道施工碳排放的关键影响因素，并使用线性回归方法建立碳排放预测方程； 最后，针对当前隧道碳排放计算中的2大难题，即难以获取隧道碳排放的基础清单数据、排放数据难以在不同部门和企业中流通，提出发展资源能源计量和区块链技术，促进隧道行业节能减排的持续发展。     

高墩大跨连续刚构桥施工控制和监控数据的挖掘利用

以主跨150m的连续刚构桥为例,介绍监测数据驱动下的施工控制技术要点,包括施工控制流程和测试方案,并提出了施工监控数据的深度挖掘利用内容和方法。实践表明,通过监测传感器的测试数据、结构数值仿真数据的融合分析,充分挖掘监测数据的冗余性,可以提高监测数据的利用率,进一步提升施工控制的可靠性,增强结构施工监控对施工过程的协助作用。测试得到的施工过程和成桥数据,对结构后期的运营管养安全具有重要作用。     

智能空间专利布局分析

智能网联汽车的发展,提高了用户的舒适性和节能性,是汽车行业未来发展的主流,而智能空间尤其是智能移动空间的研究,对于相关领域的企业的发展来说,都有着或多或少的影响,那么如何在智能空间领域进行布局和探索,并且产生知识成果,是在整个过程中不可避免的问题。本文通过SooPat数据库筛选有关智能空间的专利,并对相关数据进行分析统计,为智能空间领域专利的布局提供了可选方向。     

基于中国人体数据的汽车总布置用2D模板开发与应用

人体2D模板作为整车总布置的基础,影响到整车驾驶和乘坐的舒适性、方便性以及行车安全性。本文应用最新的权威中国人体数据,提取人体各项关键尺寸,进行数据建模,并进行软件封装,开发人体2D模板。模板更符合中国人实际的乘坐姿态,基于模板可进行乘坐空间、视野等相关测试,切实提高车辆的安全性、舒适性。     

基于频率及F-K域联合应用的地震波去噪技术研究

地震反射波勘探是铁路工程地质勘察的一种重要地球物理勘探方法,地震波数据的处理直接关系到数据的解译质量,提高信噪比是关键环节。针对单一去噪技术,难以获取高信噪比地震数据的难题,以某一在建铁路项目地裂缝勘察的地震波数据为例,详细研究各种有效波及干扰波的性质和特征,建立一种频率域滤波、声波衰减和频率-波数域(F-K)滤波联合应用的去噪技术。结果表明:该技术能有效去除和压制干扰波,增强有效波能量,去噪效果明显。     

基于公交GPS 和IC 卡数据的乘客人均候车时间估算方法研究

候车是公交出行的重要组成部分，而候车时间是决定公交系统吸引力的关键因素，也是评价城市公交服务水平的指标之一. 目前，获取乘客候车时间的主要途径为问卷调查法和视频采集法. 但是这些方法费时费力，仅能实现小范围典型站点的候车时间的调查，无法快速完成线路甚至线网级别的候车时间采集. 为解决上述问题，本文基于北京公交GPS和IC 卡刷卡数据，采用非时齐泊松过程理论构建了乘客到站模型，并给出了一种离散条件下任意时刻的乘客人均候车时间计算方法，该方法能动态准确的获知不同站点、线路和线网乘客的人均候车时间. 基于此方法本文计算了1 d 内北京公交606 路全线的人均候车时间变化情况，计算结果表明，606 路早晚高峰和中午乘客人均候车时间最短大约在200 s 左右，下午乘客的候车时间较长.