160 km/h快速货车制动系统随重调整装置的研制

介绍了160km/h快速货车制动系统随重调整装置的总体方案、结构原理及试验结果。     

旅游资源互补性研究

目前对长江三峡旅游资源的研究一般集中在旅游资源的独特性、可开发性等方面,本文试从旅游资源的互补性着手,对区域性旅游资源进行共享多贏方面的进行基础性探索,为跨区域旅游资源的开发利用提供思路。     

尾气加热式水暖系统在城市客车上的应展

简述了城市客车尾气加热式水暖系统的特点、工作原理，提出在设计过程中的注意事项。     

新开通地铁城市乘客安全知识认知度调研

为了解和掌握杭州等新开通地铁城市的乘客乘坐地铁出行所具备的安全知识、安全意识水平,利用调查问卷的方法对乘客基本安全知识的认知程度、安全意识、安全行为和突发事件的反应进行初步调查分析与研究。结果表明:63%的乘客对于安全标识的含义、紧急报警装置等了解程度不高;87.88%的乘客表示没有接受过相关安全知识的宣传教育;68.19%的乘客对于地铁这种特殊的公共交通工具的安全性表现出主动关心;90%以上的乘客未携带危险品进站乘车、未在站内/车厢内吸烟,安全行为较好;同时当地铁站内发生突发事件(如火灾、爆炸、停电、恐怖袭击等)时,57.58%的受访者表示在面临危险的情况下可以保持镇定的态度并能听从指挥。     

肩回交路条件下多机牵引机车周转图的优化

针对采用机车肩回交路的重载铁路线路,将其列车运行图中的列车运行线转化为节点,机车周转线转化为边,运用机车转化为流,从而将机车周转图的优化问题转化为网络流问题.在此基础上,以运用机车数最少、单机走行数最少、附挂机车数最少、机车在站停留时间最短和机车工作均衡性最好为优化目标,以网络流问题中的节点流量守恒和节点流量要满足节点需求为约束条件,建立肩回交路条件下的多机牵引机车周转图多目标优化模型.按照优化目标函数的优先级,采用分层序列法对模型求解,并利用C#语言编写程序,通过调用ILOG CPLEX优化软件实现了该算法.算例表明,采用所给模型和据此编制的机车周转图优化程序,可以快速优化肩回交路条件下的多机牵引机车周转图.     

E2地震作用下减隔振桥梁的抗震设计

以某减隔振桥梁为例,建立该桥的三维有限元模型,考虑桩-土相互作用的影响,并根据混凝土和钢筋的材料特性,选取适宜的动力弹塑性本构模型,同时模拟了弹塑性减隔振球型钢支座,并采用人工拟合的3条地震动时程曲线对该桥进行了E2地震作用下的弹塑性时程分析,验算该桥在E2地震作用下的强度及变形。经过详细的验算与分析,验证了本桥设计的安全性和可靠性,并为实际工程中的非规则桥梁在E2地震作用下的抗震验算提供参考依据。     

“教学做合一”教学模式在汽车维修专业课教学中的实践

随着我国中等职业教育的发展与普及,学校对于学生的成绩要求降低,这也就在一定程度上导致所招收的学生综合素质能力水平不足。而在学习过程中,由于学生的学习基础较差、学习兴趣不足,影响专业技术的教学,不利于中职院校课堂教学的发展与进步。要想当前对教育教学形式,满足老师老师的教学需求,就要对中职院校的教学模式进行改变与创新。而"教学做合一"的教学模式能够通过实践活动、以学生为教学中心,引导学生主动参与到课堂教学当中,有效的提高课堂教学质量与效率。本文通过对"教学做合一"的教学模式的内涵和特征进行分析,进一步进行"教学做合一"教学模式在汽车维修专业课教学中的探索与实践。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。     

城市轨道交通非接触网专业挂地线类施工作业组织方法

非接触网专业的人员在线路维修时,其部分作业需组织接触网停电并挂地线。梳理了这类作业不同组织方式的作业流程,结合作业主体及作业组织方式列举了不同的作业方案。详细分析了各方案的优缺点,并从安全性、效率和经济性等方面对各方案进行了对比。最后,对线路运营初期和逐步成熟时期的施工方法提出建议。