交通需求管理及其在中国城市交通管理中的应用

交通需求管理（TDM）在发达国家已得到重视并开始实施，并且成为解决当前交通问题的有效措施。中国作为一个发展中国家，存在同样的变通问题．需要引入TDM管理思想。综合分析了TDM在几个发达国家的应用情况厦其经验．提出了若干中国城市交通管理的措施。     

Open Inventor在隧道交通仿真中的应用

介绍了三维图形软件包Open Inventor特点及其相关技术．并就其在隧道交通仿真中的应用为例。详细阐述了Open Inventor在虚拟场景建立。三维漫游,仿真数据可视化等方面的应用。     

城市快速路绿化带排水问题探讨

城市快速路排水设计,一般只考虑路面径流的做法,主要从道路表面、路面结构内部和路基（包括绿化带）三方面时排水进行综合介绍。     

基于ARIMA的交通流量短时预测

采用AKIMA方法进行交通流量趋势预测．建模是利用现场调查得到的非平稳时间序列进行数据处理、建模．并根据AIC准则进行模型定阶,最后通过实测数据进行验证,结果表明。该ARIMA模型能够获得较好的中短期预测精度,因而可用于动态交通信号控制。     

城市公共交通火灾防护研究

城市公共交通在城市生活中占有重要的地位．通过对城市公共交通火灾特点和成因的分析．从系统工程的角度出发提出公交火灾的防治措施。并对火灾中的一些关键问题处置提出建议。     

基于服务质量招投标的出租车市场准入与退出机制

对中国现行出租车市场行政审批、拍卖、定额招标等主要准入模式存在的弊端进行了分析, 指出出租车市场准入与退出机制应促进服务质量竞争, 促进企业自身建设, 促进运营模式改革, 并维护行业稳定, 建立一个以服务质量招投标为主要手段的出租车市场准入与退出机制, 对实施服务质量招投标制度需解决的政策法规配套、服务质量评价体系构建、经营权有偿使用制度改革以及新老政策衔接等关键问题提出了建议。实际应用表明该机制可以较好地化解政府、出租车公司、出租车驾驶员之间的利益矛盾, 促进行业自身建设, 加强行业服务竞争, 提高行业服务水平。     

基于串联排队网络的三峡-葛洲坝水利枢纽联合调度模型

为了提高三峡-葛洲坝水利枢纽的整体通过能力, 分析了三峡-葛洲坝水利枢纽联合调度的实际需求, 建立了三峡-葛洲坝水利枢纽联合调度数学模型, 考虑了闸室面积利用率最大、整体待闸时间最小两个目标函数和船舶编排过程中的八个约束, 应用串联排队网络理论求解模型。算法将申报船舶按照航向分成四个船舶序列, 动态计算每艘船舶的权重, 兼顾船舶长度与宽度优先, 待闸时间约束、葛洲坝船闸通航条件限制和任务均衡的要求, 循环排船, 逐步优化。应用结果表明应用该数学模型和编排算法编制一个计划期的两坝五闸计划仅需2 min, 编排时间短, 葛洲坝2^#船闸的闸室面积利用率高于70%, 并且客船和旅游观光船均排在前面的闸次中, 说明客船的待闸时间约束是满足的, 并且在航向上是上下航向交替运行, 没有出现倒闸情况, 编制的计划满足实际调度需要。     

高速公路动态交通流Elman神经网络模型

为了提高高速公路交通流建模的精度, 分析了离散的高速公路动态交通流数学模型, 基于Elman网络原理, 建立了回归神经网络交通流模型。回归神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为8、30、30和2, 采用Levenberg-Marquardt算法对回归神经网络进行训练, 并对一条5路段的高速公路进行仿真。结果表明: 回归神经网络平均相对误差为8.683 7×10^-5, 最大相对误差为4.237 1×10^-4, 与BP神经网络和RBF神经网络相比较, Elman回归神经网络能更好地逼近交通流数学模型, 真实地描述交通流基本特性, 能准确地建立动态交通流模型, 适应交通状况的变化。     

高速公路意外事件影响下的车辆跟驰模型

应用智能主体技术, 针对双向四车道高速公路意外事件影响下的车辆跟驰行为, 建立了基于智能主体的车辆跟驰模型, 利用西部高速公路交通调查统计的数据, 对车辆主体的间距愿望进行了定量分析, 利用比例微分控制确定车辆主体的加速度响应, 建立了不同加速度队列的逻辑意图, 使模型的加速度响应符合车辆的动力特性。利用开发的EAD-Simulation系统, 在特定和随机两种不同过程下对模型进行的测试表明: 利用智能主体技术描述高速公路意外事件影响下的跟驰行为, 可充分发挥其个性、自治性和自适应性的特点, 在主体的属性描述中利用比例微分控制“类阻尼”的特性, 可有效地对车辆主体的稳定性进行控制。     

重视道路因素对道路交通安全的影响

对道路交通系统的客观分析后发现,在以往事故分析中对人、车、路三因素间的关系分析不足。针对此问题,对道路事故处理中过多偏重驾驶员因素进行了原因分析,然后通过计算分析指出道路因素应占有更大的比例,在未来道路交通安全分析中应该重视道路因素的影响。