车辆维修保养需破除误区

误区一:保养不能迷信时间周期表每个车主买车时都会得到一份保养周期表,被告知什么时候该做怎样的维护保养。但部分车主感觉车况良好,不按时保养。有的车主则自行缩短保养里程,比如规定8000公里保养却在6000公里时就把车开到4S店,结果是多花钱。实际上,车辆保养不是越勤越好,厂家规定的里程数是基于对车身性能的充分了解而设定的最佳保养间隔里程。误区二:保修期延长可降低使用     

基于时间便利性的行程选择

出行者基于广义成本最小化选择最佳的出行方式。广义成本包含资金成本、时间成本与舒适成本。随着社会的发展。出行者对时间成本看的越来越重。时间成本与时间长度和时间起始点有关,时间成本不仅包含出行者的时间价值也包括早到或晚到的损失。相对于频率较快的地铁与公交,满足乘客长距离出行的火车的时间点对乘客出行的影响很大。本文通过对杭州与上海之间的城际高铁后,出行者在汽车、自驾车及高铁三种方式之间的选择进行调查。得出列车行程安排应考虑旅行时间长度来安排起讫点的时间点,并通过两个例子来佐证合理的时间安排可增加列车的竞争力。优化出行结构同时也保证了列车的客源。本文的研究对于其他的城际列车有借鉴作用。     

北京市中心城公共停车场停车时长影响因素研究

以北京市中心城六区的公共停车场作为研究对象,采用行为和意向相结合的停车场用户问卷调查方法对停车场现状进行调查。运用多分类Logistic模型,对影响停车场用户的停车目的、停车价格以及停车费用支付者等因素进行筛选,并确定影响停车时间的主要因素。     

多属性随机时间依赖网络路径优化

为了改善实时交通诱导,根据交通网络中路段属性具有随机时间依赖性的特点,将路段各属性定义为关于时间的离散随机变量,建立了多属性条件下随机时间依赖网络路径优化模型.基于信息熵的多属性决策方法,设计了模型的求解算法;优化了网络节点的搜索顺序,使每个节点的信息只通过一步更新就可得到,从而获得多属性条件下所有节点到给定终点的路径选择结果,出行者可以根据到达某节点的具体时刻选择行进方向.最后,通过算例给出了算法的实现过程,并说明了随机时间依赖网络不遵从“先进先出(FIFO)”条件.     

基于滞留费用及时效性的空车调配优化模型

针对我国铁路空车需求量总体上大于供应量,以及时效性考虑不足的现状,考虑到空车(或以重代空的车)过早或过晚到达都会给铁路运输企业带来额外的费用,而且在空车总体供应量大于需求量的前提下,充分考虑车种代用和满足重点货物、重点客户对空车的需求条件。在此基础上,建立在区段空车运输能力约束条件下基于滞留费用及时效性的空车调配综合优化模型。     

基于模糊综合评判的智能行程时间预测算法

提出一种智能行程时间预测算法。算法基于交通流量和占有率等实时交通信息,用模糊综合评判的方法实现对行程时间的预测。其核心是由交通流量和占有率构成因素集,把行程时间看成由因素集组成的评判集,通过因素集的隶属度函数确定模糊评判矩阵,从而求出行程时间的定量值。算例验证了算法的预测精度高,拟合程度好,具有一定的可行性。     

旅客列车到发时间域的优化模型与算法

旅客列车的开行方案必须体现以旅客为本,服务旅客、方便旅客的原则,而旅客出行的方便与否,主要体现在旅客列车出发与到达时刻是否合理.因此,本文首先定义了旅客列车合理始发、合理到达时间范围的概念,并研究该范围内不同时段旅客出行的方便度,绘制方便度曲线.然后建立了以最大程度方便旅客出行为目标的指派模型,实现了求解该模型的蚁群算法.最后以成都站为实例,对各始发列车的发车时间域进行优化.通过验证,本文模型和算法具有可行性.     

Unsupervised spatio-temporal segmentation for extracting moving objects in video sequences

Extraction of moving objects is an important and fundamental research topic for many video ap-plications. This paper addresses an unsupervised spatio-temporal segmentation scheme to extract moving objects from video sequences. The temporal segmentation localizes moving objects by comparing the motion vector of each block in each frame with the corresponding global motion vector estimated by an outlier rejection (OR) based method. Furthermore, the temporal compensation utilizing the temporal coherence of moving objects is considered in the temporal segmentation to solve the temporarily stopping problem. The detected moving regions usually have discontinuous boundaries and some holes. These regions are then compensated in the spatial domain. In the spatial segmentation, the watershed algorithm considering the global information improves the accuracy of segmentation in the spatial domain. The modified mean filter is presented to suppress some minima. By using a fusion module, moving objects are extracted. Experiments on various sequences have successfully demonstrated the validity of the proposed scheme.     

基于时间-费用约束的虚拟物流企业项目分解研究

考虑时间和费用约束条件下的虚拟物流企业项目分解.找出虚拟物流网络中的最短时延路,若该路的时延大于时间约束,则虚拟物流企业盟主认为不能在规定时间内完成该虚拟物流项目,拒绝该物流项目;反之,则从所有满足时间约束的路中挑出一条最小费用的路,通过此路进行分解,若时间和费用都满足虚拟物流企业盟主的期望,则接受该虚拟物流项目.并给出一个算例.     

基于微观仿真的路段行程时间预测方法

实时路段行程时间预测是动态交通分配中路径选择的关键技术之一,采用微观交通仿真手段和指数平滑方法估计路段行程时间,在路段行程时间估计模型中考虑了交叉口排队延误、信号控制延误和交叉口内转向行程时间,提出了基于灰色等维新息GM(1,1)模型的路段行程时间预测方法,根据路段行程时间的历史数据和实时采集数据,滚动预测未来的路段行程时间,通过实例应用证明了模型有很好的预测精度.