AIS信息服务平台上线运行 公众可免费获得船舶实时动态数据

<正>2月4日,交通运输部海事局船舶自动识别系统(AJS)信息服务平台上线运行,标志着我国沿海及内河船舶实时动态权威数据正式对社会开放。社会公众可免费通过平台了解航行于我国沿海和内河水域船舶的实时动态数据。初步估算,社会公众可通过平台掌握日均3.5万艘船舶的动态数据,了解船舶交通流密度,并可按需以单船或组合方式查询船舶相关信息,包括船舶实际位置、航速等。同时,平台还集成了船舶劳氏数据信息、港口基本信息,潮汐预测信息、气象信息等综合数据,为用户     

开启港航腾飞新篇章助力“富民强桂”新跨越——广西壮族自治区港航管理局

经济发展,交通先行。水运作为交通行业的重要组成部分,在交通发展中占据着举足轻重的地位。近年来,从中央到自治区,从沿海至内河,从宏观战略到具体规划,广西港航事业受到了前所未有的重视,进入了大建设大发展的重要战略机遇期。     

基于遗传算法的BP神经网络短时交通流预测

对BP神经网络模型、方法及遗传算法的基本原理进行了分析,将遗传算法与标准BP神经网络算法相结合构建了基于遗传算法的神经网络算法;建立了基于BP神经网络的短时交通流预测模型,对BP神经网络算法及基于遗传算法的BP神经网络算法进行设计,并将其应用于短时交通流预测模型的仿真计算,仿真结果表明基于遗传算法的BP神经网络算法具有更快的计算速度及更好的适应能力,该方法可以较好地应用于短时交通流预测。     

沿海港口发展环境及适应性分析

立足于国际经贸环境、中国国民经济以及中国对外贸易发展和产业布局调整的最新形势,分析当前全国沿海港口发展的阶段性特点及面临的宏观环境。提出码头评估能力的概念,客观分析港口吞吐量统计数据的构成,就沿海港口评估能力与运输需求的总体适应性、分区域适应性、发展结构适应性以及与产业布局适应性进行探讨,提出问题及建议,展望港口发展态势。     

交通流速度时空二维预测方法

从时间和空间2个维度分析了交通流速度的自相关和互相关特性,提出了交通流速度的时空二维预测模型,可对未来交通流进行多步预测.该模型包含曲线拟合加权预测模型和递推时空二维自回归预测模型,动态模型参数可由递推最小二乘法实时识别,静态模型参数通过离线优化得到.将预测的交通流速度应用于车辆宏观运动规划方法中,可将车辆的燃油经济性...     

基于自相关分析的交通流预测输入步长研究

目前的交通流预测研究中,输入步长主要取决于人为的选择,容易受到干扰,并且缺少从理论方面选择输入步长的方法。为了能够自适应地选取输入步长,基于交通流历史时间序列的自相关分析,以机器学习中典型的最小二乘支持向量机（LSSVM）、随机森林（RF）以及长短记忆（LSTM）3种算法进行多输入步长的交通流预测,探究以自相关系数值选取最佳输入步长的方法可行性。实验结果表明,在输入步长的自相关系数为0.80～0.91时,LSSVM能获得较优的预测精度,当自相关系数为0.47～0.51时,LSTM能有较好的预测精度,而RF交通流预测的最低误差对应的输入步长自相关程度较低,自相关分析方法 可能并不适用。     

基于特征熵权与样本加权的大跨桥梁多车道交通荷载聚类模型

为满足交通流荷载作用下大跨桥梁结构评估的需要,研究了基于荷载参数特征的交通流状态划分方法。首先,基于实测交通流数据,按照车道属性统计分析得到交通流的单位小时特征参数样本,选择单位小时内车型比例、车头间距及交通流速度作为交通流状态划分的参考特征;其次,改进经典k-means聚类算法以增强其对高维、复杂交通流荷载分类的鲁棒性,即通过引入特征熵值来表征各特征参数对聚类效果的重要性,同时计算样本点与周围样本点的接近程度来赋予样本点权值,以削弱样本离散性对聚类质量的不利影响;最后,通过聚类算法得到11种具有不同参数特征的交通流荷载,分析了其作用下某大跨斜拉桥拉索应力响应及造成的疲劳损伤。结果表明：改进算法的聚类质量指标比原始k-means算法提高了40%以上,对交通流状态划分具有良好的适用性;通过算法得到的不同类别的交通流荷载的特征参数差异性明显,其占有率也大不相同,同一类别的交通流荷载各样本特征参数聚拢效果良好;同车道内不同类别的交通流荷载的拉索等效应力差别较大,其变异系数均在0.2以上,尤其在考虑了不同交通流荷载模型的占有率后,这种差异性进一步增大。上述结果表明该交通流荷载聚类与模拟方法是有...     

云南畅通“三亚”桥头堡

近年来，国家支持云南建设我国面向西南开放的重要桥头堡，使云南从开放“末端”上升至“前沿”。在国家“一带一路”建设宏观战略下，云南国际道路运输迎来了前所未有的历史机遇。     

短时段交通流预测的RBF神经网络模型

介绍了基于RBF神经网络的短时段交通量预测模型,并利用该模型对高速公路所采集的数据进行仿真预测分析。预测结果表明RBF神经网络预测方法通过定义合理的网络结构参数可以获得较高的预测精度,能够满足路网调度对短时段交通流预测的需求。     

信号采样理论在交通流检测点布设中的应用

在对交通流检测点布设领域研究应用现状进行分析与抽象的基础上,提出交通流检测点布设本质上属于空间交通流信号采样问题。依据信号采样理论,建立了确定检测点间距或密度的方法与流程,该流程包括空间交通流信号产生、离散傅里叶变换、频谱分析、间距确定、误差分析5个步骤。对高速公路拥挤状态下的仿真分析表明:100 m的检测点间距可以满足对拥挤交通流状态的真实检测,该数值接近于实际应用中的最小值(125 m),说明该理论方法具有较好的实用性。