基于仿真的公路收费站通行能力研究

通过对公路收费站交通流运行特征和分布特性的分析,建立了公路收费站通行能力的系统动力学仿真模型.模型考虑了不同车型服务时间分布的差异以及车辆选择排队队列的实际因素,可以对不同交通量和交通组成下公路收费站的通行能力以及车辆排队延误等服务水平指标进行仿真分析.研究表明,仿真模型较传统模型更贴近现实;大、中型车特别是大型车对收费口通行能力的影响要高于小汽车.但由于问题的复杂性,应综合考虑收费站类型、交通量和交通组成等因素,使用不同的车型折算系数来分析收费站的实际通行能力.     

生态、设计、协和

专家和建筑师强调，提高现代城市的可持续性刻不容缓，采用关于方法类型的三个著名研究案例作为必要引证.[编者按]     

多线路公交停靠站停靠组织研究

针对多线路公交停靠站公交车辆进出站排队现象严重,站点延误大,运行效率低等问题,分析了不同停靠组织形式和不同主辅站设置类型对公交运营效率的影响。运用Vissim对3泊位直线式和港湾式公交停靠站点的顺序停靠组织和不同组合的划线停靠组织分别进行仿真研究,从公交延误、车辆总延误、行程时间以及通过车辆数4个方面对不同停靠组织形式在不同条件下的交通运行效果进行评价,得到不同形式公交停靠站的最佳停靠组织形式;在此基础上,对不同组合型式的6泊位主辅站停靠组织进行仿真评价,得到了最优的主辅站设置类型。仿真结果表明:对3泊位公交停靠站采用直线式停靠站,总延误平均降低38.4%,采用港湾式公交停靠站,总延误平均降低40.6%;对6泊位主辅站采用双港串联设置,总延误降低22.8%。     

小组机械冷藏车的发展前景

主要论述该车组的类型、技术经济指标和特点，分析了其运用管理模式及发展前景，并对其经济效益、社会效益作出分析、对比。     

北京新机场线一期8.8m直径隧道盾构选型研究

依托北京新机场线一期工程07标段,从刀盘类型、刀盘驱动设备、刀具型式、刀具布置、渣土改良系统和同步注浆系统等方面对盾构选型进行研究。通过分析工程特点、总结以往工程经验、理论计算等方法得出结论:在全断面砂卵石地层中,辐条式刀盘适应性更佳;先行刀与刮刀组合的破岩方式以及先行刀的高差设置,有利于盾构掘进开挖土体;渣土改良材料注入口布置应充分考虑地质条件。     

基于XGBoost的高速公路事故类型及严重程度预测方法

高速公路事故频发,而以往研究未能充分揭示交通流动态特性对事故类型与严重程度的影响。为此研究了基于动态交通流数据的高速公路事故类型与严重程度的预测方法。从高速公路门架数据中提取流量、密度、速度等交通流数据,同时考虑时间特征以及时间和空间不均匀性特征的数据,与事故数据相匹配构成全样本。建立了基于极端梯度提升树（extrem Gradient Boosting,XGBoost）算法的预测模型,预测事故是否发生、事故类型以及事故严重程度。分别考虑追尾事故和其他事故2种事故类型、有人员伤亡和仅财产损失2种事故严重程度,模型的结果表明：①上下游速度差大、低速、路段车流量大且频繁分流、合流条件下交通事故风险较高;②低速、路段车辆多且合流、分流交通量大、上下游速度差大的情况下发生追尾事故的风险更高;③路段车流量较少且追尾事故发生于周末或夜间可能会增大事故严重程度。将常用机器学习算法与XGBoost算法的预测效果进行对比,XGBoost事故类型预测模型与事故严重程度预测模型的ROC曲线下面积（Area Under Curve,AUC）分别达到了0.76和0.88——相比于序列Logistic、高斯朴素贝叶斯、线性SVM、随机森林以及神经网络等其他常用算法,平均分别提升了0.08和0.24。这表明基于XGBoost建立的模型具有较好的预测性能。研究结果为高速公路路段实时交通流状态预警提供了可靠手段,进而可以提升高速公路行车安全。     

基于多类型变量空间的驾驶行为基元提取

从驾驶数据中提取驾驶行为基元是实现驾驶行为高效准确分析的重要前提。为了更好地理解驾驶行为,使驾驶行为基元能够体现不同驾驶人的驾驶行为差异,考虑驾驶行为产生时所受驾驶人的主观约束,提出基于多类型变量空间的驾驶行为基元提取方法。使用驾驶行为原始变量反映车辆运行状态和驾驶操作,将所选择的原始变量定义为基础变量集;使用基础变量构造能够反映驾驶人对车辆运行状态主观期望的变量,并将其定义为构造变量集。利用基础变量集和构造变量集生成多类型变量空间,使用贝叶斯凝聚型序列分割算法分割数据以提取驾驶行为基元。针对多类型变量空间自调节问题,提出基于分割质量优选滑窗尺寸的方法,使多类型变量空间能够自适应不同数据集的数值特性,确保基元提取的准确度。对所得基元进行特征构造和提取,利用高斯混合聚类算法对直行和弯道路段的行为基元分别进行聚类,并通过分析各类基元的统计特征得到基元的语义描述。最后,通过实例分析验证基元提取和语义解释的准确性,以及多类型变量空间的优越性。研究结果表明：所提取的驾驶行为基元具有多角度语义,不仅能够反映车辆运行状态和驾驶操作,而且能够体现驾驶人对车辆操纵决策的主观期望,有利于从因果角度更全面地...     

基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证

开展车辆制动时路面类型识别的研究,提出一种基于主成分分析-学习向量量化神经网络 （Principal Component Analysis - Learning Vector Quantization,PCA-LVQ） 的制动工况路面识别方法。利用主成分分析对多维度驾驶数据降维处理,提取能表征路面特征的主要成分,采用学习向量量化神经网络对降维处理后的驾驶数据进行训练,并用于路面特征分类,使用制动工况下实车试验数据和硬件在环仿真数据进行验证。结果表明,所提出的 PCA-LVQ算法能准确识别路面类型特征,路面识别的精度达到 97%,与传统 BP神经网络的路面类型特征识别精度提升 7%;同时,在不同车速下,基于PCA-LVQ算法也能较准确地识别路面类型特征。     

高速铁路牵引变电所电气设备类型及布置型式

对高速铁路牵引供电系统中牵引变电所进线及馈线侧电气设备的类型及布置型式做了技术经济比较,介绍了目前牵引变电所常用的电气设备类型,并探讨了未来的发展方向.     

任市河大桥的优化设计简介

本文对达万铁路任市河大桥孔跨式样及桥墩类型选择作了概要介绍，并通过优化设计，结合地形、水文及工程地质条件选择了合理的桥式方案。