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.     

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。     

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.     

高速铁路基础设施检测监测大数据分析技术研究与实践

随着高速铁路基础设施检测监测体系逐步完备,运用大数据、人工智能等新技术,更加精准、及时研判和科学评估基础设施服役状态的需求愈加迫切。围绕数据归集、传输、存储、治理、挖掘、共享、应用,构建铁路基础设施检测监测大数据总体架构,提出干扰数据修正、动态波形数据精准对齐、海量数据融合及综合展示等关键技术。在较为完善的大值安全报警的基础上,通过大数据分析实践,解决了工务、供电、电务等设备安全风险全面感知、设备状态准确评价、趋势变化精准预测等难题,为实现高铁安全超前防范和基础设施精准维修提供科学支撑。     

集时空聚类和指标筛选的公共交通通勤者识别

通勤者作为公共交通乘客构成的核心部分,其识别提取是此类人群特征分析的前提.本文基于南京市常规公交、轨道交通和公共自行车的刷卡与设施数据,进行公共交通通勤者识别.首先,根据数据信息是否完整,分别采用两步聚类法和线路相似性整合法提取相似性出行;然后,识别职住地,再通过出行天数、单次出发时间差和工作往返出发时间差3项指标完成...     

基于多源数据的常规公交运营成本测算方法研究

公交运营成本的有效测算有助于运营管理者了解公交运营的实际成本,及时有效地对公交运营管理策略、方法等进行调整,从而降低运营成本,提高运营效率.基于多源公交运营数据,构建了公交成本测算的总体框架,提出了各模块公交运营成本测算模型,从公交集团、分公司和线路等多个层面实现对公交运营成本的测算.研究表明,该测算体系和方法适用于运营管理者确定公交运营的合理成本,并可据此成本测算给予相应的财政补贴.     

危化品货物在途安全状态模糊识别方法研究

通过探究危化品货物在途安全状态的影响因素,确定了危化品货物在途安全状态识别的输人量,并制订了模糊识别规则,从而实现了危化品货物在途安全状态的辨识,采用神经网络进行验证,表明该方法能有效地对危化品货物在途安全状态进行分类,具有良好的实用性.