基于灰色神经网络的点速度预测模型

为了克服交通流时空不稳定性导致的检测数据误差,提高预测点速度的精度,在比较传统灰色预测模型和反向(BP)神经网络预测模型优缺点的基础上,建立了灰色神经网络点速度预测模型.该模型综合了灰色预测模型所需数据少及神经网络具有的自学习和自适应能力的特点.以实测值作为输出数据,构建不同的灰色预测模型,将各灰色预测模型的预测结果作为BP神经网络训练的输入数据,得到最佳的预测模型.实例分析表明:与传统灰色理论及BP神经网络预测模型相比较,在20、40和60s采样间隔条件下,本文模型预测结果与实测值的相对误差平均减少了32％,为交通运行状态评价和行程时间预测提供了依据.     

高铁开通后对走廊内公路运输的影响

分析高铁和高速走廊出行者特征及交通流特征,可以为制定合理的高铁及高速班车票价、高速公路收费,构建各方式互补、结构合理的城市间出行市场提供依据,为中国其他将要建设高铁或准备提高高铁服务品质的城市提供参考。     

基于仿真的城市道路交叉口最小安全间距研究

采用仿真的方法,研究了不同环境和交通流状态下,车辆驶出交叉口后在路段上的速度和车辆之间交互状态的变化规律.根据车队离散理论和交通冲突理论,以断面车辆速度标准差SD和交通冲突数量作为判断交通安全性的指标,通过判断车辆驶出交叉口后的运行状态,寻求车辆达到稳定状态时所需的距离,并以此距离作为道路交叉口之间的最小安全间距;最后建立了交叉口最小安全间距与各影响因素之间的函数关系.     

高速铁路环境下TD-SCDMA系统的多普勒频偏校正算法

高速铁路环境带来的大多普勒频偏会严重破坏移动通信系统性能.为消除大多普勒频偏的影响并且不增加终端的设备复杂度,本文提出一种低运算复杂度的TD-SCDMA系统多普勒（Doppler）频偏校正方案.方案首先利用系统上行时隙中训练序列（Midamble）的结构特点估计多普勒频偏.然后,根据时分复用系统的特点,利用上行时隙的多普勒频偏估计结果在基站端对下行时隙进行多普勒频偏预校正.仿真结果表明,所提出的多普勒频偏校正方案在高速铁路环境下可以取得良好的性能.     

��װ����ֺ�����Ӫ����ģ�ͼ������������

为寻求一定运输需求和运营条件下,航线上最优的集装箱班轮运输发船间隔及相关决策量,使资金极为密集的航运业运行更优,以一定营运期内航线上班轮运营利润为目标,以船舶载重能力、各类箱型箱位数和港口装卸效率为约束建立班轮运营经济模型.根据班轮航线各港间各类箱型箱量的关系,详细研究运营系统中船舶资本成本、营运成本,以及包括燃料费、装卸费、靠泊费、港口使用费、船员津贴的航次变动成本的解析式,提出调和平均方法的港口综合装卸效率,以及各航段保留一定燃油量、交货时实现利润的条件下盈利航速的解,兼顾实现班轮各航段船天利润和运营总利润两方面最优.结合隐函数求导和函数极值方法求出模型决策变量的最优解,并以实例说明模型的有效性.     

高速列车头部气动性能的模拟计算与试验

为了研究高速列车的头形对列车整车的气动性能有着重要的影响,对一节半车编组列车分别进行了空气动力学仿真分析和风洞试验.采用有限体积法对列车头部周围流场进行区域离散,进行气动性能仿真分析,得到高速列车头车的气动特性参数.在满足几何相似的基础上,对一节半编组的列车模型进行风洞试验,获取头部的气动参数,并从模拟仿真分析结果与风洞试验结果对比分析中验证,两种方法能够相互补充,相互印证,为高速列车头形的研究总结出有效的研究途径.     

基于.NET的高速铁路接触网接口预留系统的开发

接触网接口预留是高速铁路项目中新出现的非常重要的设计工作.本文详细介绍了以.NET平台及SQL数据库为基础开发的高速铁路接触网接口预留系统.在多条高速铁路项目中的应用结果表明,该系统可大幅度提高接触网接口预留的设计效率及设计质量.     

高速公路瓶颈区域可变限速控制方法

高速公路交通流处于高峰时,公路主线路段可能出现拥挤的瓶颈路段,导致车辆运行时间增加,路段运行效率降低等问题.本文从高速公路瓶颈区域路段交通流运行的时空特征出发,对现有的Papageorgiou模型进行扩展并考虑速度控制因素,使其适用于可变限速控制环境下的真实交通流运行状态,提出了适用于高速公路瓶颈区域的可变限速控制条件的改进模型,以控制周期内总通行量最大和车辆总行程时间最小为目标,建立高速公路主线可变限速控制优化模型.仿真结果表明,相对于固定限速控制,本文提出的可变限速控制方法可降低总行程时间7.45%,提高平均速度8.78%,表明该可变限速控制模型能在一定程度上缓解高速公路瓶颈区域的拥堵问题.     

考虑速遣费和滞期费的不定期船航速优化研究

航运合约中的速遣费和滞期费对不定期船港口选择有重要影响.针对不定期船舶航速优化和港口选择问题,建立货主存在违约概率情况下不定期船港口选择停靠和航速优化模型,并考虑滞期费和速遣费对船公司利润的影响,使用改进型粒子群算法--两阶段粒子群算法进行求解模型.通过算例分析,将改进型粒子群算法与传统粒子群算法对比,发现改进型粒子群算法无论在收敛速度还是计算结果方面都优于传统粒子群算法.最后通过灵敏度分析发现,船公司利润在一定范围内会随着违约率、滞期费和港口装卸效率的上升而上升.