复杂边界深基坑考虑时空效应的设计优化及反思

时空效应理论在软土地区深基坑中的应用已越来越广泛,并取得良好的效果。现通过上海虹桥地区一深基坑项目的研究,重新归纳了深基坑工程中基于时空效应的各种设计及施工措施的落脚点,并通过监测资料的分析,对基坑设计提出了一些优化设想。     

基于实时路况数据的拥堵评价方法研究

针对现有的交通拥堵评价方法均值法存在对拥堵变化不敏感的情况,提出了基于实时路况数据的拥堵占比率评价指标。首先采用GIS分析处理软件对实时路况数据进行分类提取路况信息,根据路况变化分级值判断某时段内各道路的变化状态。以南京市五个工作日内不同时段的路况数据为基础,计算道路趋向于拥堵变化状态下的拥堵占比率。根据计算结果,分析评价了南京工作日内拥堵路段的时空分布特征,并提出了可行的避堵、缓堵建议。给出的评价方法可在城市交通运行分析、道路拥堵变化分析中应用。     

考虑时空分布特征的混合自行车流元胞自动机模型仿真方法

针对非机动车交通流中传统元胞自动机模型主观定义时空参数,粗略划分自行车虚拟车道,导致仿真精度偏差的问题,构建了精细元胞自动机模型.基于NaSch模型的更新规则,考虑二维空间内异质自行车间的错位冲突及动态换道行为特征,细化了模型网格密度及模拟时间步长.产生换道需求的自行车可以换至满足安全侧向换道条件及前行需求条件的横向位...     

基于组合深度学习的快速路车道级 速度预测研究

随着物联网、云计算和大数据在智能交通领域的普及应用,传统的以道路断面为研究对象的预测方法已经无法满足智能网联技术发展的需求.本文以车道断面为研究对象,提出一种基于组合深度学习(Combined Deep Learning,CDL)的城市快速路车道级速度预测模型.该模型利用基于信息熵的灰色关联分析提取空间特征变量,采用长短期记忆神经网络提取空间特征变量的时间特征,并利用门限递归单元神经网络得到预测结果.通过北京市东二环路车道断面实测微波数据验证发现,提取车道交通流的时空特征,CDL模型能够很好地拟合不同车道不同时段的速度变化趋势,可有效地实现车道速度的单步及多步预测,且该模型的预测精度和稳定性均优于传统预测模型.     

基于深度学习的网约车供需缺口短时预测研究

城市不同区域网约车供需缺口预测可为车辆调度策略提供支持,从而提高车辆运行效率和乘客服务水平.为实现网约车供需缺口短时预测,提出一种基于时空数据挖掘的深度学习预测模型(Spatio-Temporal Deep Learning Model, S-TDL).该模型由时空变量模型、空间属性变量模型和环境变量模型 3个子模型融合而成,可捕捉时空关联性、区域差异性和环境变化对供需缺口的影响.同时,提出特征聚类-最大信息系数两阶段特征选择方法,筛选与供需缺口相关性强的特征变量,提高训练效率,减少过拟合.滴滴出行实例分析证明,特征选择后的 STDL模型预测精度显著优于BP神经网络、长短期记忆网络和卷积神经网络.     

基于优化PSO-BP算法的耦合时空特征下地铁客流预测

为提高地铁客流预测的准确性,以西安地铁1号线为例,分析了地铁客流的耦合时空特征,提取了影响地铁客流变化的5个主要因素,包括节日、非节日、时间段、站点和天气,构建了反向传播(BP)神经网络,预测了地铁客流;利用引入自适应变异与均衡惯性权重的粒子群优化(PSO)算法,优化了BP神经网络,形成了考虑复杂因素影响的地铁客流预测...     

快速公交这十年 ——快速公交研究会2020年度工作报告(内容节选)

2019年全国公交行业快速公交广州会议后,各地快速公交建设行稳致远,再上新台阶。从中国快速公交城市分布图上可以看出,浙江、江苏和山东是快速公交建设开通最多的三个省份。据快速公交研究会统计,目前全国开通快速公交33个城市,其中2017年以来开通快速公交城市有6个,分别是南宁、义乌、临沂、贵阳、上海、永州。从中可以看出,快速公交的建设进入平稳发展期。     

时空视角下中国高铁网络脆弱性分析

高铁网络已成为中国现代综合交通网络的重要组成部分,并对社会经济产生深远影响,保障其安全运行意义重大,分析和认识其脆弱性是确保其安全的重要步骤。结合复杂网络理论,运用Space-P模型,基于列车时刻表数据,从列车和高铁站点之间的时空关系出发,将中国高铁网络抽象为多重加权的时空网络,并从时间维度和空间维度分析其网络特征。从服务特征的视角,用高铁网络中高铁站点之间的可达时间和客流量作为其脆弱性的评价指标,从时间维度和空间维度解析我国高铁网络脆弱性的时空分布及其差异。研究结果表明：高铁网络在白天表现的脆弱性高于夜晚,在中东部表现的脆弱性高于西部。列车和高铁站在不同时间点中断时,高铁网络表现出不同的脆弱性。同一中断时间点下不同高铁站中断时,其表现的脆弱性也不同。特别是位于郑州、上海、南京和武汉的高铁站,无论白天何时中断都会使高铁网络表现出较高的脆弱性。表明从时-空双维度分析高铁网络的脆弱性具有必要性,也表明高铁网络脆弱性在时空维度上具备差异性。这为合理布局高铁网络运维资源,提高其韧性,提供了新思路。     

TS-InSAR技术在郑济高铁区域沉降时空动态分析中的应用

为研究高铁工程全生命周期区域沉降时空变化规律,需要深入分析TS-InSAR方法在年际间的区域沉降监测成果。为此,选取郑济高铁山东段作为研究对象,采用TS-InSAR方法对83景Sentinel-1A/B进行年际间数据处理,分别获取2017年1月至2019年7月、2019年6月至2020年12月的沉降监测结果,对监测结果进行空间维度和时间维度的应用对比分析,探索郑济高铁沿线沉降漏斗的时空年际变化规律及原因。研究表明,研究区内最大区域沉降速率为13.52 mm/a,沉降空间位置也发生较大变化,2019年6月后,区域沉降出现减缓。通过实验,总结一套铁路勘察设计、建设管理和运维期间区域沉降时空动态分析方法,可为高铁勘察设计选线和运营监测提供可靠的地面沉降时空分析成果。     

基于时空聚类的定制公交需求响应机制

预约需求的响应对定制公交的运营至关重要,但是乘客的预约需求是时空分散的,运输企业往往靠经验来确定是否响应预约需求,很有可能降低定制公交的吸引力.提出了一种基于时空聚类法的定制公交需求响应机制.通过时空维度的响应对预约需求点进行筛选,首先从时间维度进行筛选,采用基于时间度量的层次聚类算法保留与出行时间接近的预约需求点;然...