基于组合权重的灰色关联投影法的立交方案综合评价

针对立交方案综合评价具有多目标的特点,建立了综合评价指标体系,提出了组合权重的灰色关联投影法。通过层次分析法与熵权法结合,确定评价指标权重,并应用灰色关联投影法对立交方案进行评价。结合工程实例对其进行验证,表明指标权重更科学合理,说服力强,结论更符合实际。     

基于灰色关联度的船舶风险控制方案多指标评价模型

分析了仅依靠成本效益评估而选择的船舶风险控制方案的片面性,综合考虑安全、环保、经济收益、成本等多因素对方案所表现的影响,建立了基于灰色关联度的船舶风险控制方案多指标评价模型。论文所建立的该模型可以充分利用各方案的指标取值所包含的信息,并考虑专家主观因素对指标重要度的影响,通过主客观综合赋权的方法突出某个指标在方案排序中的作用。以国际海事组织对液化天然气船的综合安全评估报告所提供的风险控制措施为例,使用该模型进行方案优选,并与仅用成本效益评估所得结果比较;分析比较表明:论文所建立的多指标评价模型可以更全面评估风险控制方案,方法合理,使用简便可靠。     

基于模糊聚类与灰色关联的舰船装备技术状态评估方法

针对舰船装备维修管理中的技术状态评估需求,给出等效装备概念,构建基于模糊聚类分析的等效装备模型,并结合灰色关联评估理论,提出一种基于模糊聚类与灰色关联的舰船装备技术状态评估新方法,细化了相应的算法流程及实施步骤,从而解决舰船装备维修前后技术状态的分类与辨识问题。大量实例应用分析表明:该方法具备较好的实用性,在实际舰船装备维修工程及其信息管理系统中具有很好的推广应用前景。     

城市轨道交通列车噪声预测模型研究

以已建立的城市轨道交通噪声预测模型为基础,提出改进的噪声预测模型。明确了各预测参数,采用对数回归关系确定了各影响因子与等效声级的关系。运用预测模型对长春轻轨噪声进行了预测。通过与实测结果进行比较,预测值与实际结果的误差<1dB(A),表明所提出的预测模型可精确反映长春轻轨的噪声级。     

改进的道路交通安全灰色聚类评价方法

传统的灰色聚类评价方法在确定灰类白化值时,由于受到样本数据的约束,使得评价只是在样本范围内进行比较,没有真正达到评价的目的。针对这一不足,对传统的灰色聚类评价方法进行改进,通过确立合理有效的评价指标体系,并通过相关规范标准确定灰类白化值,改变传统方法确立灰类白化值的模式,以获得一个更加合理的评价标准,使评价结果更加准确、合理。改进的灰色聚类评价方法有理论依据、算法简单、可操作性强,评价结果能更好的反映道路交通安全状况。将该方法用于3个城市的道路交通安全评价,取得了良好的效果。     

基于HighD数据集的高速公路交通冲突预测方法

为改进高速公路交通冲突模型,基于High D数据集提取某路段交通冲突数据和交通流数据,依据TTC(time to collision,碰撞时间)的大小确定轻微冲突、一般冲突以及严重冲突的阈值。研究不同影响因素与冲突次数之间的关系,并对4种模型的效果进行比较,为冲突预测方法的研究提供思路。首先,针对不同严重程度的交通冲突数分别采用Poisson(泊松)模型、NB(Negative Binomial,负二项)模型、ZINB(Zero-inflated Negative Binomial,零膨胀负二项)模型及ZIP(Zero-inflated Poisson,零膨胀泊松)模型进行回归分析。其次,利用赤池信息量准则、贝叶斯信息准则对4种模型的拟合效果进行比较。结果表明:不同冲突次数预测模型中表现最佳的模型分别为NB模型、ZIP模型以及Poisson模型,3种模型中加速度标准差和平均速度都与冲突次数显著相关。     

机场轨道交通对陆侧交通分流情况的预测研究

机场轨道交通的发展将是解决机场陆侧交通拥堵问题的主要途径之一.本文首先通过灰色预测模型GM(1,1)对首都机场的陆侧交通量进行预测,得出进出机场的旅客中乘坐机场巴士及出租车的人数.在此基础上,运用排队论的方法,分析机场轨道交通对机场巴士及出租车交通量的分流情况,得出各自具体的分流率和分流量.最后,根据马尔可夫链的方法,对分流情况的发展趋势进行分析,得出其稳定分流率.     

高速公路软基处理方案智能决策模型研究

随着高速公路的大规模修建,软土问题已成为影响工程质量、建设工期和工程造价的关键因素之一。因此,如何选择技术可靠、经济合理、安全适用的软基处理方案具有重大的理论和现实意义。该文以系统工程、人工智能、模糊数学、灰色理论、神经网络等为理论基础,结合岩土工程、土质学和土力学等学科的最新发展,对建立高速公路软基处理智能决策模型进行了研究。     

基于数据驱动方法的船舶CII预测模型研究

相比通过物理模型和数值计算进行碳强度指数(Carbon Intensity Indicator, CII)预报,采用数据驱动方法构建模型进行CII预报能避免消耗大量计算资源。在分析已有研究的基础上,总结机器学习、时间序列等数据驱动方法在构建此类预测模型中应用的优势和劣势,以及运用这些方法构建的船舶CII预测模型。对比分析各种算法的优势和劣势可知,运用决策树算法和整合自回归移动平均算法构建船舶CII预测模型的研究目前虽然较少,但其颇具研究和创新空间,开展此项研究有助于在未来构建更准确、高效的船舶CII预测模型。     

“双碳”目标下高速铁路运营阶段碳排放测算及评价指标体系研究

为加快实现我国高速铁路碳达峰,并推动高速铁路行业深度减排,首先,采用生命周期评价方法明确高速铁路运营阶段的碳排放来源,在此基础上构建碳排放定量测算模型;然后,根据相关碳排放指标建立高速铁路运营阶段低碳化水平评价指标体系,利用基于层次分析法和变异系数法的灰色关联分析构建综合评价模型,对2013—2016年京沪高铁运营阶段进行碳排放测算和低碳化水平评价;最后,针对高铁运营阶段各系统的碳排放特征提出节能减排的措施建议。研究结果表明,在运营阶段京沪高速铁路牵引系统碳排放占比为89.2%,车站系统占比为6.4%,养护系统占比为4.4%。其中,牵引系统和车站系统的年度总碳排放水平均在逐年提高;养护系统中钢轨、水泥的生产及施工环节碳排放占比最大,分别为36%和25%。因此,需重点优化牵引供电和车站运营环节的电力生产结构,开发高碳排建筑材料生产和施工环节的节能降碳技术,以获得最大化的节能减排效益。此外,综合评价结果表明,京沪高铁运营阶段的低碳化水平正逐年提高。