基于局部连通性的在途动态路径诱导方法

驾车购物已经成为现代城市居民常见的生活出行方式,而驾车购物出行量的不断 增长也引发了严重的道路交通供需矛盾,加重了城市交通拥堵程度.为更好地满足居民驾车购 物出行的实际需要,出行路径诱导已成为一种优先选择,但目前大多数路径诱导方法运用固 定的最优路径搜索算法来规划行驶路线,不能完全自适应交通流的变化,并没有考虑到购物 出行特点.本文提出一种在途动态路径诱导方法,分析实时交通信息对路网连通性的动态影 响,在途中对诱导路径进行局部范围的重新搜索,并及时将更新结果反馈给在途车辆.实验结 果表明,与其他动态路径诱导方法相比,该方法计算量减少了56%以上,具有更强的实时性和 有效性,并具有开放性结构,能够根据需求替换不同路径搜索算法.     

基于序列比对的行人过街风险识别研究

行人过街序列反映了行人-机动车的行为交互在时空的连续性,对行人过街序列进行风险识别并对其关联影响因素进行分析有助于评估不同情景下行人过街行为的风险性. 本文对行人-机动车在交叉口区域内的碰撞事故数据进行挖掘分析.借鉴生物信息学的序列比对方法,对行人过街事故序列进行相似性比对及聚类分析,并基于灰色关联方法分析事故序列的风险耦合.结果表明,行人-机动车在交叉口的风险事故序列主要分为6种,Seq2与Seq5,Seq3与Seq4的事故诱因存在相似性;天气不是Seq1的事故诱因,Seq2与Seq5的事故主要归因于驾驶员.研究结果对完善行人交通风险管理有一定的理论价值和实践意义.     

基于在线地图交通态势分析的路网拥堵状态识别

为了实现道路网实时拥堵状态识别,以在线地图的历史延时指数为基础,用相邻路段有效拥堵状态发生时间顺序、持续时间阈值和流向流量关系识别传播性拥堵,用拥堵发生频率和持续时间阈值识别单路段系统拥堵,由此确定特定周期内的系统拥堵路段集合Nmax.以其集合范围内相邻路段时刻t的延时指数,以及其邻近拥堵持续时期的皮尔逊相关系数计算传播性系统拥堵程度值DtS;以非传播路段时刻t延时指数计算DtS?;综合前两者得到路网系统拥堵综合程度DtN,并找出该周期内的极限拥堵程度量化值.用Nmax内路段实时延时指数和实时拥堵路段数与极限拥堵状态对应的数值进行比较,计算实时拥堵程度的量化值.经实验证明,该方法能够反映路网系统拥堵形成的规律,实现路网实时拥堵状态的快速识别.     

考虑出行者损失厌恶的后悔随机用户均衡模型

在经典随机后悔最小化模型的基础上,通过引入出行者获益损失的不对称偏好,建立了考虑出行者损失厌恶的属性水平的后悔函数及基于Logit形式的随机用户均衡模型.在提出的属性水平的后悔函数中,等尺度的获益和损失所产生的欣喜和后悔的差异,受后悔欣喜偏好参数和出行者损失厌恶共同影响.此外,与上述随机用户均衡模型等价的变分不等式问题被给出,并用相继平均法求解.最后,用1个算例网络来验证所提出模型的合理性和算法的可行性.结果表明,出行者的损失厌恶对其路径选择行为具有较大的影响,并且随着损失厌恶程度的增大,出行者更倾向于选择最短路径.     

基于时空聚类算法的轨迹停驻点识别研究

利用手机等智能移动终端获取个体出行GPS轨迹数据,提出了一种新的时空聚类算法AT-DBSCAN识别轨迹中的停驻点.该方法以固定长度的滑窗搜索核心点,以时空邻近条件定义簇间距离,以簇密度大小规定合并次序.提出了出行次数一致性、出行起止时刻误差、停驻点时长误差、停驻点中心偏移距离4个算法验证指标,弥补了传统查全率、查准率等忽略停驻点时空信息准确性的不足.结果表明,识别的停驻点有98%的位置误差在30m以内,100%的时长误差在5min以内,98%的出行起止时刻误差在5min以内.此外,算法对于室内活动、定位飘移、路径重合程度高等复杂轨迹具有较好的泛化能力.     

公路车-桥耦合振动的理论和应用研究进展

为了推动公路车-桥耦合振动理论的发展和仿真技术的广泛应用,从公路车-桥耦合振动理论研究和应用研究2个方面系统性梳理了公路车-桥耦合振动相关领域的学术研究现况、既有研究成果、发展前景、存在的问题和对策。理论研究方面,系统总结了车-桥耦合振动研究中车-桥、桥梁、路面不平整度等参数的数学模型和车-桥耦合时变系统动力学方程的数值解法。基于调研和分析发现,经过国内外学者长期的努力,车-桥系统数值模型已经可以越来越真实地模拟实际车辆、桥梁以及路面不平整度等其他条件因素。在未来的研究中应持续改进有限元建模技术和优化数值算法,以进一步提高车-桥耦合振动仿真分析的精度和效率,扩展其应用范围。应用研究方面,以桥梁动力冲击系数、桥梁疲劳分析、桥梁结构损伤识别、桥梁振动控制、桥上行车舒适性以及桥上车辆荷载动态识别等6个问题为例,综述了车-桥耦合振动仿真技术在桥梁安全相关研究领域的应用现状,并对目前研究仍存在的局限和后续的研究方向进行了初步探讨。研究表明,车-桥耦合振动仿真技术已成为众多相关研究领域内的重要研究方法,在部分研究领域已展现了良好的应用前景。后续研究中,一方面应针对具体问题的特点改进车-桥耦合振动模型的适用性和计算精度,另一方面应针对具体研究问题进一步完善相关理论,并从工程实用性角度提出新的或改进的技术和方法。     

基于完善交通信息收集的UAV路径规划

针对部分路段不能获取完整交通信息的问题,提出使用无人机对未布设固定型交通信息检测器路段进行交通巡视,完善交通信息。通过时空网络建立了一个总飞行时间最短、最大单机飞行时间最短的多目标模型,确定最佳的无人机数量和交通信息收集路径。新模型不仅利用时空网络技术细致刻画了无人机在巡视过程中的飞行轨迹,而且加入了对未布设固定型交通检测器路段的巡视次数以及巡视时间间隔约束问题,使巡视路径更加合理。情景分析表明,使用两架无人机进行巡视时,总飞行时间最短为37min,在23min 内完成巡视任务;随着最大单机飞行时间权重的增大,无人机的总飞行时间增加9.76%,最大单机飞行时间减少8.70%。算例分析表明,所建模型和方法能够解决大规模路网的多无人机调度问题,能够根据实际需求得到满意的巡视路径。     

液体化工品运输码头职业病危害调查分析

液体化工品运输码头职业健康管理尚处于起步阶段,为掌握行业从业人员的职业健康现状,提升从业人员职业健康管理水平,以某企业配套液体化工品运输码头为调查对象,根据国家有关职业卫生标准,采用现场职业卫生学调查与工作场所职业病危害因素检测相结合的方法,识别该码头职业病危害因素,检测危害程度,分析职业病致病因素。调查结果表明,该码头职业健康总体情况基本良好,但噪声指标轻微超标,有个别从业人员耳塞佩戴不正确,建议通过改进防护技术、加强行政管理等手段进一步提升码头职业健康管理水平。     

高速公路事故多发点鉴别及诱发因素识别

为了提高事故多发点鉴别的客观公正性及自动化识别水平,提出了在公路沿线上划分初始评估地点的动态聚类算法,建立了鉴别事故多发点的自组织神经网络模型,给出了基于离散多变量算法与概率分布相结合的事故多发点突出事故诱发因素识别过程. 方法应用结果表明,基于动态聚类的初始评估点划分方法能够客观地描述出事故点在公路沿线上的集中与分散状况,而神经网络鉴别模型能够对初始评估地点的安全状况进行自动分类且结果较合理. 在掌握了能够满足统计分析要求的事故样本点数量的基础上,能够应用突出事故诱发因素识别方法建立一套评估标准,并用来识别事故多发点的突出事故诱发因素.     

基于RFID的车辆检修人员定位与管理系统设计

铁路车辆段编组场、整备场等作业场地具有车辆流动大、停车密集、站场面积大的特点,一组检车人员分散在一个巨大的作业场地内,每个人员的分布情况、作业位置、行进轨迹很难监测,严重影响了作业调度和安全卡控.通过基于RFID及组态监控软件的定位监控管理系统,能够实时对佩戴电子标签(Tag)的检修人员进行实时定位,身份识别,通过采集信息及时了解人员分布和作业情况,为安全监控、作业调度提供了依据.