基于神经网络实现交叉口多相位模糊控制

根据城市交叉口交通流的特点，给出了一种交叉口多相位自适应控制算法，综合考虑相邻车道上的车队长度，利用多层BP神经网络实现了道路交叉口多相位模糊控制。仿真结果表明，所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误，具有较强的学习和泛化能力。     

城市道路行程车速影响因素分析

行程车速由行驶车速和路口停车延误共同决定。为了研究行驶车速和路口停车延误的影响因素，分别在沈阳、大连、杭州进行了调查，依据调查数据，应用回归法分析机非干扰状况、车道宽度、车流密度等因素对城市道路上行驶车速的影响，以及车流密度、路口信号配时对路口停车延误的影响。     

港湾式公交停靠站设置条件研究

针对城市道路中公交进出直线式与港湾式停靠站对外侧车道通行能力产生影响的问题,运用排队论与间隙接受理论相关成果,分别建立了直线式、港湾式排队无溢出及港湾式排队有溢出3种情况下公交进出停靠站对外侧车道的影响时间模型;在此基础上以公交出站延误及站点服务强度作为约束条件,推导出外侧车道通行能力计算模型,并给出设置条件;对仿真模拟试验结果与模型计算结果进行对比,并对模型适用性进行了检验,给出了不同公交到达率下3种模式设置港湾式公交停靠站的通行能力范围值。结果表明:该模型具有较高的精度和可靠性,能够为城市道路设计提供必要的参考依据。     

排阵式交叉口延误及最佳周期模型

为了提高排阵式交叉口这一非常规信号交叉口的运行效率，对其延误和最佳周期进行分析。首先针对先直行后左转、先左转后直行和直行左转交替通行3种信号相位相序，通过对排序区内车辆驶入、驶离、受信号控制阻滞等车流运行情况的分析，构建可反映排阵式交叉口车辆2次停车启动的车均延误计算模型。通过仿真对比可知，左转和直行延误估算误差均在10%范围内。在此基础上，以交叉口总延误最小为目标，考虑清空时长、主、预信号相位差、绿灯时长等约束条件，建立排阵式交叉口最佳周期理论模型。针对不同排阵式控制进口道数量设置的情况，通过对最佳周期的拟合分析，建立最佳周期简化模型。与理论模型相比，最佳周期简化模型的拟合优度在0.935~0.972范围内。通过模型对比和案例分析，对最佳周期简化模型的优化效益和稳定性进行检验。研究结果表明：在非饱和状态下，建立的最佳周期模型的平均误差和均方误差分别为2.13%和2.39%，均小于Webster模型和HCM2010模型的计算结果，具有较高的准确性和稳定性，案例中可降低车均延误36.46%；相较于传统信号控制交叉口，建议排阵式交叉口采用较小的周期时长，且当关键流量比大于0.6时尤为显著，分析中发现最佳周期减小14.53%~34.65%。     

考虑总延误时间和延误恢复时间的城轨列车运行调整优化

现阶段城市轨道交通具有行车密度大、追踪间隔短等特点,列车延误一旦发生,其传播的速度快、影响范围大。为保证列车运行的正点率以及运输效率,根据城轨列车实际运营需要,在传统列车运行调整模型的优化目标中加入延误恢复时间最小这一目标,建立了以列车总延误时间和延误恢复时间最小为优化目标的城轨列车运行调整模型,并采用遗传算法对问题进行求解。最后以成都地铁一号线的列车运行调整问题为案例,根据城市轨道交通实际运营情况分别分析模型在ATO模式以及人工驾驶模式下的优化效果。结果表明当列车在人工驾驶模式下运行时,该列车运行调整模型可以在基本不影响总延误时间的同时显著降低列车的延误恢复时间。     

施工进度延误索赔的分析方法与应用

在网络进度计划的基础上，结合进度延误的类型和一般处理原则，采用了分别站在业主和承包人的不同角度进行索赔分析的方法，并结合一个例子说明了方法的应用。     

延误对城市轨道交通 换乘站运营的影响及对策

列车运行延误易导致站台爆发大客流,引发 安全事故。首先研究列车运行延误对换乘站运营影响 的机理,然后从换乘站的客流结构、站台有效面积及形 式、换乘通道能力及形式三方面分析影响换乘站延误 处置的因素。进而提出换乘站可采取的客运组织措施 和行车调整措施,分析这些措施的具体内容、适用范 围,并从处置的有效性和影响程度两方面对不同处置 措施的优劣进行比较,为换乘站的延误处置提供依据。     

轨道交通行车调度调整方法探讨

分析轨道交通行车故障的特征,阐述列车调整方法的种类、使用条件和使用要求;结合苏州轨道交通1号线的线路特点,模拟故障处理,达到综合应用调整方法的效果     

路口拓宽条件下的均匀延误计算模型

针对路口拓宽条件下信号交叉口饱和流率为非均匀的特征，分析并讨论延误模型，提出对该模型的校正。     

公路收费口通行能力研究

对公路收费口交通流特性及车辆延误进行分析，研究了公路收费口车辆当量系数换算方法，在此基础上，采用延误－流量曲线分析法确定公路收费口服务水平并进而得出收费口的通行能力。