公路网交通量预测在干线公路网规划中的应用研究

为满足不断增长的运输需求,促进区域经济高质量发展,完善公路网,对公路网交通量预测的关键作用及在干线公路网规划中的应用方法进行分析,针对其在干线公路网规划中的应用实例,展开具体的论述,提出公路网规划的策略,提升公路网的运行能力,保障公路网的价值得以实现。     

数据驱动在导管桨斜流工况分析中的应用

基于湍流模型SSTk-ω和滑移网格技术对不同斜流角（0°、10°和20°）和不同进速系数J(0.3、0.5和0.7)下导管螺旋桨的水动力参数、轴承力和速度场进行对比分析。为解决传统计算流体力学方法存在的耗费大量时间及需要大量网格等问题,提出一种快速且准确率高的深度学习模型CNN-LSTM对导管螺旋桨进行高效准确预测。研究结果表明：随着斜流角和进速系数的增大,导管螺旋桨的轴承力的波动幅度和峰值均增大。数据驱动模型CNN-LSTM不仅能够使得预测值较好地吻合CFD值,也能准确预测不同斜流角及不同进速系数下的相位差以及峰值差异,结果显示较大的差异出现在轴承力的波峰和波谷处。最后,文章还分析了斜流角和进速系数对导管桨间隙流场的影响。     

国际集装箱运输市场的回顾与展望

世界经济发民国际集装箱运输业息息相关,亚洲经济的复苏,世界经济发展进入一个新的历史时期,国际集装箱运输业也将以新的面貌进入２１世纪。     

基于GM(1,1)模型的交通客运量发展预测

采用灰色系统理论中的GM(1,1)模型,选取2001~2005年我国客运运量数据,分别建立了铁路、公路和民航客运周转量的预测模型,经检验,模型精度等级较高。应用所建模型进行了2006~2010年客运周转量预测,并对照2006年实际运量数据,证明预测结果精度较高。最后讨论了GM(1,1)预测模型在运量预测实际应用中的指标选取、模型检验和应用范围。     

京沪高速铁路运量预测

介绍了日本高速铁路运量预测ＭＤ模型的特征，结合ＯＤ分区、预测方案，社会经济参数，技术条件等对京沪高速铁路运量进行了预测。     

基于马尔科夫模型的沥青路面技术状况预测

以新疆伊犁地区的G3016线高速公路为依托工程,利用灰色预测模型对路面使用性能的变化进行分析,然后根据马尔科夫模型得到路面状况的状态转移概率矩阵和将来的状态转移概率,再进行预测值的修正,对路面技术状况进行预测.结果表明:采用马尔科夫模型得到路面技术状况预测值与实测值相差没有超过一个评价等级,预测精度较好,可以为管养单位...     

船舶驾驶员危险预测能力在人因可靠性评估中应用的设想

通过对复杂水域系统海事事故的特点及不同经验船舶驾驶员操船特点进行分析,结合熟练操作技能的特征,提出可采用船舶驾驶员的危险预测能力对船舶驾驶员的人因可靠性进行评价.     

改进的K近邻非参数回归在短时交通流量预测中的应用

针对现有K近邻非参数回归方法的局限,为了进一步提高算法的精度和速度,做出了两方面的改进:利用相关性理论选择状态向量和采用基于聚类分析的变K近邻搜索算法.用仿真实验验证了该方法的有效性,给出了仿真试验结果.实例研究结果表明,预测效果优于传统的非参数回归方法.     

基于XGBoost的短时出租车速度预测模型

准确预测短时出租车速度是识别驾驶员异常加减速行为的前提,有助于提升乘客的安全与舒适。以城市中出租车实时移动速度为研究对象,研究了基于XGBoost的短时出租车速度预测模型。将出租车的移动速度数据集划分为训练集和测试集,构造滑动时间窗口,以时间窗口内的出租车历史移动速度的时间序列为输入变量,以出租车当前时间的移动速度为输出变量,采用前向验证的方法进行模型评估。利用基于贝叶斯算法的hyperopt模块实现模型参数的快速优化,得到模型最优参数组合,并基于深圳市2013年10月22日的出租车GPS轨迹数据集进行算例分析,将模型的预测结果与非参数回归模型、神经网络模型预测结果进行比较。研究表明：所构建的短时出租车速度预测模型的平均绝对误差（MAE）为9.841,均方根误差（RMSE）为12.711,均低于非参数回归模型和神经网络模型,提高了出租车速度的预测精度;由于出租车速度序列缺乏规律性,调整后的R₂（R₂ _adjusted）为0.592,且相较于其他2个模型,XGBoost模型在出租车速度发生急剧变化的时间点附近具有更优的拟合效果,避免了过拟合造成的预测精度下降。