强制性换道的空间特征对分流区交通流的影响

为研究车辆在多车道分流区的跟驰换道行为,将强制性换道划分为激进型和保守型.在考虑驾驶员换道需求与空间位置关系的基础上,量化两种强制性换道行为的转换条件,并给出车辆强制性换道规则;对跟驰模型中的减速度参数进行优化,建立多车道下分流车辆的跟驰换道模型;采用实际数据标定模型中关键参数,并验证模型的可行性.仿真结果表明：分流车辆的横向空间分布对交通流的干扰具有显著性影响;当分流车辆集中在最左侧车道时,中间2车道的运行速度波动明显,折减量最大时达到51.4%,恢复稳定所需时间更多;通过 4组实验场景发现,分流车辆的合理空间分布对交通流运行速度有较大的改善作用.     

考虑居住区位的公共交通出行行为分析模型

为探讨不同层面居住区位对公共交通出行行为的影响,基于计划行为理论与群体动力理论,构建涵盖居住区位与心理影响因素共同作用的多水平结构方程模型.模型同时考虑个体层面与社区层面变量对出行选择的影响,利用Mplus软件标定模型参数.结果表明,不同层面变量对出行行为意向的影响存在差异.个体层面变量对行为意向的影响程度由大到小依次为：居住区位(0.665)、主观规范(0.664)、行为态度(0.577)、知觉行为控制(0.547).社区层面变量的影响程度为：行为态度(0.736)大于居住区位(0.646).     

驾驶分心综述

构建了文献质量评价指标体系,筛选出288篇相关文献,综合分析了文献数据获取方式、指标选取、识别方法和研究结论;以驾驶行为为主要研究对象,结合统计学方法,系统阐述了驾驶分心试验数据的获取方式,总结了其多样性和两极化的原因;梳理了驾驶分心识别指标的研究成果,总结了其使用效能和优缺点;对比了不同驾驶分心识别模型的准确率,分析了其差异性的根源;提出了未来驾驶分心数据获取方式、指标选取、识别方法的研究趋势。分析结果表明：试验是驾驶分心数据获取的主要方式,自然驾驶数据集、视频录像是新的数据获取方式,路边观察和调查问卷的数据获取方式关注度较低;对照、跟车、超车、变道场景及添加其他危险事件的复杂度较高的场景是研究较多的驾驶分心场景;驾驶分心次任务的设置说明目前驾驶分心研究的类型和主题较集中;融合指标是使用频次最高的驾驶分心识别指标,且以驾驶绩效指标和眼动指标、驾驶绩效指标和反应指标这两类融合指标较多,驾驶绩效指标是使用最多的单类指标;支持向量机模型是使用最多的驾驶分心识别模型,但识别准确率标准差较大,性能不稳定,深度学习算法模型的识别准确率较高,且稳定性好;未来的驾驶分心研究需均衡研究主题,扩展人机共驾的分心场景,深化驾驶分心类型研究,构建标准化指标体系和选取原则,强化模型构建识别不同类型和严重程度的驾驶分心。     

基于轨迹特征的船舶停留行为识别与分类

为准确评估大规模轨迹数据中的船舶停留活动,构建了两阶段船舶轨迹停留点提取策略,提出了特征驱动的船舶停留行为识别与自动分类方法;以距离、时间和轨迹点数量为约束条件构建了规则模型,检测了原始轨迹中的停留候选轨迹,引入孤立森林算法检测和去除异常离群点,提取了高聚集度的船舶停留轨迹集合;基于船舶靠泊和锚泊的时空特征,定义了轨迹点重复率、相邻点平均距离和最远点对距离3个指标,构建了新的轨迹相似性度量模型,量化了船舶停留轨迹点的分布特征和聚合程度,并利用K近邻算法完成了船舶锚泊行为与靠泊行为的自动分类;采用提出的方法处理了3个不同水域的船舶轨迹数据,准确获取了船舶停留行为的分类结果,并验证了船舶锚泊与靠泊在轨迹时空特征上的差异性,以人工标注结果为参考依据评估了船舶停留行为识别与分类的准确性。研究结果表明：船舶靠泊的轨迹点重复率在80%以上,最远点对距离和相邻点平均距离分别为6~11和1~2 m,船舶锚泊的轨迹点重复率在10%以下,最远点对距离和相邻点平均距离分别为150~250和8~10 m,说明轨迹点重复率、相邻点平均距离和最远点对距离这3个时空特征对船舶靠泊和锚泊具有显著的区分能力;提出的方法对船舶停留识别分类的正确率在98%以上,充分证明了其有效性;采用提出的方法可更新已有码头和锚地的空间位置,自动识别规则水域外的船舶异常停留和规则水域内的超长时间船舶异常停留,掌握在港船舶停留分布情况,识别不同季节、不同时段的热点码头和锚地,从而辅助优化港口规划布局和交通组织。     

换道过程中驾驶人感知操作的模式发现与规则挖掘

为发现高速公路下自由换道过程中眼睛感知-手脚操作之间的时序关联性,探索感知与操作相互作用的内在机理,采用驾驶模拟舱进行高速公路驾驶实验,采集眼动数据和车辆运行数据;分别提取换道瞬时和换道全过程的眼睛感知-手脚操作的特征;采用Aprior算法从换道瞬时和换道全过程两个角度发现眼睛感知-手脚操作的频繁模式,挖掘它们的关联规...     

轨道列车时刻表问题研究综述

广泛的实践应用和复杂的计算挑战,使得轨道列车时刻表优化问题,多年来一直是交通运 输及运筹管理学界的热点研究问题。作为轨道交通运营规划的一个子阶段,列车时刻表向上与 线路规划(或开行方案)、向下与动车组调度融合,可以得到多个延伸的研究选题。在特定的时空 网络中,列车时刻表设计就是为每个列车确定一条无冲突的运行路径,使基于用户的度量指标如 乘客候车时间,或企业的度量指标如运营费用达到最优。对于没有列车越行和停站模式给定的 情况,通过整数变量可以完整地刻画列车时刻表模型,但如果考虑列车越行或列车停站决策,则 需要引入列车在车站出发顺序或停车决策的0-1变量。一般而言,列车时刻表问题的数学模型是 一类典型的大规模、多目标、强耦合的NP完全问题。算法设计是列车时刻表问题最为重要和困 难的部分。对于问题较简单或规模较小的情况,常用方法是对原有复杂问题进行适当简化和(或) 对难处理表达式进行合理修改,然后使用先进的计算架构和商用优化软件求解更新后模型。当 然,分支定界和动态规划这两类直接分解算法,是求解列车时刻表问题的重要方法。对于问题复 杂和规模庞大的情况,以拉格朗日和列生成为代表的对偶分解算法,则是求解列车时刻表问题的 最佳选择。未来,探讨列车时刻表与各种现实需要(如设施维修),以及时变票价和客票分配等因 素之间的深度融合,是一个有价值的研究方向;其次,研究网络环境下列车时刻表问题,将是一个 非常有意义的研究选题;最后,应进一步设计集成了问题特点与现代优化技术的各类求解算法, 开发能够完全应用于实际运营的商用软件。     

基于自然驾驶跟车数据的驾驶人差异性分析与辨识

为研究跟车工况下个体驾驶行为特性及其辨识,以驾驶人自然驾驶数据为基础,通过统计分析,频域分析及时频分析,多尺度对比驾驶人加速度、碰撞时间倒数、跟车时距等跟车轨迹特征参数分布的差异性;利用统计方法和离散小波变换提取能够表征驾驶人跟车习性差异的特征参数,分析不同参数输入结果,确定最优参数组合,建立基于随机森林的驾驶人差异性...     

永恒的人类之善--谈孔子和亚里士多德中庸思想的契合

孔子与亚里士多德处于公元前四五世纪中西轴心时代,相差一百六十多年,地域、国家、民族、时代、文化的差异并没有阻隔他们心灵、精神的暗相与会,用美国新人文主义杰出代表白璧德的话来说他们都见证了人类正常经验的核心。在中庸这一思想上,孔子和亚里士多德惊人一致地阐明了中庸是天人合一或与神合一的最高的善,是万事万物达到最佳状态的度,是人类最高的道德境界;人类行为若以善为内涵,体会完美的中庸之道,就能实现完满的幸福与和谐。     

烧结焊剂主要组分对焊剂熔化特性影响的研究

埋弧自动焊烧结焊剂的熔化特性对焊接工艺性能有重要影响。利用均匀设计安排试验基本配方,通过对烧结焊剂熔化特性和焊接工艺性能试验确定试验配方;然后采用单因素轮换法对主要组分的熔化特性进行了测试,总结了它们对熔化特性的影响规律,对合理设计烧结焊剂的配方有重要的参考价值。     

驾驶员的个性心理特征对汽车行驶安全的影响研究

汽车在运行过程中,驾驶员要根据各种环境信息来选择、实施自己的操作行为,当碰到一些复杂的、危险的交通场面时,驾驶员的个性心理特征对交通安全有着直接的影响。驾驶员的各种心理特征对安全驾驶都有有利和不利的一面,驾驶员应正确认识自己的心理特征,在驾驶活动中克服不利因素,提高汽车的行驶安全性。