基于粒子群算法的城轨列车节能驾驶优化模型

为了降低城市轨道交通中列车在站间运行的能耗, 研究了列车的站间节能驾驶策略, 在考虑线路限速和坡度的情况下, 建立了时间约束下的列车节能优化模型, 采用粒子群算法优化目标速度序列得出了列车节能驾驶策略。节能驾驶优化方法通过2个阶段来实现, 第1阶段在站间运行时间不变的情况下, 采用粒子群算法优化了列车在站间的节能驾驶策略, 得到了运行时间和能耗的关系, 第2阶段在多站间总运行时间不变的前提下, 将运行时间进行重新分配, 得到了列车在全线运行的节能驾驶策略。以北京地铁亦庄线实际线路数据和车辆参数为基础, 对优化方法进行仿真验证。仿真结果表明: 经过第1阶段的优化, 列车在万源街-荣京东街的单站间运行能耗降低了6.15%, 经过第2阶段的优化, 列车在多站间总运行能耗降低了14.77%。可见, 优化模型可以有效降低列车的运行能耗, 为列车时刻表的编制提供依据。     

终端区空域结构调整对进场交通流的影响

根据终端区空域运行规则, 采用网络理论建立了终端区空域网络模型, 基于终端区航空器微观行为建立了空中交通流跟驰模型和等待模型, 基于NetLogo仿真平台进行了仿真试验, 分析了不同入度分布的空域结构对交通流的影响。仿真结果表明: 当密度小于等于0.075架次·km^-1, 速度大于等于0.04 km·s^-1时, 交通流处于自由相; 当密度为0.075~0.200架次·km-1且速度大于等于0.04 km·s^-1时, 交通流处于畅行相; 当密度大于0.200架次·km^-1, 小于最大密度时, 交通流处于拥塞相; 随着航班波作用的减弱, 交通流进入反向畅行相, 之后进入反向自由相; 当进场交通流分布一定, 入度值依次为2、3、1时, 交通流速度小, 密度大, 拥塞消散最慢, 入度值依次为3、2、1时, 交通流速度大, 密度小, 拥塞消散最快。可知, 增大空域网络上游关键节点的入度, 使进场交通流提前完成汇聚, 有利于交通流快速运行, 增大交通流量; 减小空域网络下游关键节点的入度, 有利于交通流在达到拥塞相后快速完成消散。     

与交通标志信息有关的驾驶人短时记忆衰减研究

研究驾驶人交通标志信息记忆量随时间的变化规律,能够为城市道路交通标志设计及实施应用提供有力支撑。在分析短时记忆时间规律、交通标志信息传输及度量的基础上,以一条有交通信息标志的实验路段为例,采用实验车调查法,结合心理学记忆理论,分析交通标志信息量对驾驶人短时记忆的影响,探究交通标志信息记忆量随时间变化的规律。结果表明,驾驶人对交通标志信息的短时记忆衰减规律符合艾定浩斯遗忘曲线。     

城市道路指路标志文字信息的布置

过多的信息使城市道路指路标志尺寸较大,设置与维护成本增加,有必要研究指路标志信息布置方法。通过室内仿真试验,比较了高信息量条件下,驾驶人对两种指路标志信息布设方式认知时间的差异。利用现场试验,研究指路标志字间距、行间距与视认距离的关系。结果表明,高信息量条件下采用两块标志显示信息有利于驾驶人阅读,建议字间距为汉字高度的1／10,行间距为汉字高度的1／5。     

拉格朗日松弛启发式算法求解时空网络下的弧路径问题

为减少车辆调度成本,优化车辆运输路径,在时空网络中研究路段作业车辆的弧路径问题;考虑道路出行的时变性,利用车辆运行的时间、空间特征,构建时间-空间网络,建立弧路径问题的时空网络流模型;设计了拉格朗日松弛启发式算法,引入拉格朗日乘子松弛耦合约束,构建拉格朗日松弛问题;进一步通过拉格朗日分解,把松弛问题分解为单车最短路问题;用次梯度算法更新乘子,求解拉格朗日对偶问题,并更新原问题最优解的下界;使用启发式算法获得可行解,并更新原问题最优解的上界;用六结点运输网络和Sioux-Falls网络下的算例对算法进行实证分析。计算结果表明：六结点运输网络中6个算例的上下界间隙值等于0或接近0,Sioux-Falls网络中算例2的间隙值为0.02%,其余5个算例的间隙值等于0,均可以得到质量较高的近似最优解;在最复杂的算例(15辆车,70个任务)中,算法在可接受的时间内也得到了间隙值为0的解,找出了最优的车辆路径;随着迭代次数的增加,拉格朗日乘子会逐步收敛到固定值;当车辆容量从50增加到100时,最优解从52下降到42,说明在任务数和车辆数一定时,适当增加车容量可以降低运营成本。可见,与商业求解器相比,拉格朗日松弛启发式算法的间隙值更小,求解质量更高,可以更有效地求解弧路径问题。     

连续长大下坡路段交通事故特征分析

在对连续长大下坡路段交通事故数据和道路设计参数调查的基础上, 分析了连续长大下坡路段的交通安全状况, 讨论了急弯陡坡、连续陡坡和连续缓坡3种线形组合形式路段的交通事故特征和事故原因。结合典型长大下坡路段的交通事故数据, 运用数理统计与回归分析方法, 研究了交通事故与道路纵断面参数之间的关系。分析结果表明: 在连续长大下坡路段地点坡度为3%~4%时, 事故率最高; 事故率与事故发生地点前2 km以上路段平均坡度呈显著的指数关系, 所建立回归模型的判定系数高于0.84。     

驾驶员行为模式的因子分析和模糊聚类

为了研究驾驶员的驾驶行为模式及人群聚类特点, 基于标准化驾驶员行为问卷开展了以中国非职业驾驶员为样本的驾驶行为自填式调查, 通过统计分析验证了问卷的有效性和可信性, 并基于因子分析方法, 从问卷结果中提取出驾驶能力因子和驾驶风格因子, 实现了对驾驶员驾驶行为模式的量化描述。进而以提取出的因子为特征, 采用模糊C均值聚类分析的方法建立了驾驶员行为模式的类别分布空间。对比分析表明: 驾驶能力因子值越大, 驾驶员驾驶能力越低; 驾驶风格因子值越大, 驾驶员驾驶风格越激进; 聚类结果与驾驶员主观自我评估的分布趋势一致, 能力偏弱、风格偏激进的聚类人群具有较高的事故驾驶员比率。     

珠江三角洲城市群连接道路功能分级体系研究

以珠江三角洲为例,分析了城市群区域交通特征、交通空间分布特征等;基于交通区位论和经济引力模型,确定了珠江三角洲城市群连接道路交通网络框架;以功能为核心,将城市群连接道路功能划分为通道功能、干线功能、集散功能和服务地方功能4个层次;进行了功能分级,划分为高速公路、城市群连接道路I级、城市群连接道路II级、城市群连接道路Ⅲ级、地方道路5个等级,建立了城市群连接道路功能分级体系。     

基于CNS定位误差的侧向碰撞风险模型

为了有效地确定航路安全间隔与评估碰撞风险, 研究了基于通信、导航、监视(CNS) 定位误差的侧向碰撞风险问题。运用多维随机变量协方差矩阵, 给出了CNS性能环境下侧向定位误差分布函数, 建立了给定间隔下基于CNS定位误差的侧向碰撞风险模型, 并对侧向碰撞风险进行了评估计算。计算结果表明: 某航路侧向碰撞风险为4.8×10^-13, 在安全目标水平5.0×10^-9之内, 因此, 该航路在现有的CNS性能环境下满足安全目标水平要求。     

盾构隧道近距离旁穿地面建筑物的模拟分析

针对越来越多的盾构隧道需要穿越地面建筑物的情况,对施工过程进行有限元模拟分析,包括计算参数的选取、计算工况的分析,根据分析结果,确定掘进施工参数和邻近建筑物的保护措施;在后续盾构在掘进过程中,加强地面和洞内的施工监测,做好施工的动态信息化管理,确保盾构顺利穿越地面建筑物.