基于组合赋权-改进TOPSIS法的城市慢行三网融合评价方法

为解决城市绿道、滨水道路、市政慢行道路等城市慢行系统相互独立、衔接不畅的问题,针对现有研究缺乏三网融合水平评价的现状,研究了基于组合赋权-改进TOPSIS模型的三网融合评价方法。传统的TOP-SIS法采用理想解计算贴近度,没有考虑到异常值与实际情况,故运用基于高斯分布的离群点检测法处理极端异常值,建立了1个综合考虑三网融合水平的评价模型。以往路网评价通常是针对单个对象进行研究,而未考虑多个对象融合情况,因此在构建评价指标体系的过程中,根据三网融合因素、慢行道路网络出行特点、居民出行便利性等,并结合实地调查,选取网络连通性、可达性等相关的13个指标。为了避免单一赋权产生的偏重性,本文建立权重组合优化模型使层次分析法和熵权法确定的主客观权重与组合权重的偏离程度最小。本研究以朝阳区慢行系统网络为例进行验证分析,根据位置和功能,将其分成21个绿道段,得到21个评价对象的三网融合情况和综合排名。结果表明：相较于以往的慢行评价方法和经典的评价方法,该改进模型贴近度标准差为0.278,具有更好的区分度,能够更准确地识别影响三网融合程度的主要因素,并根据各个指标权重做出针对性的优化工作。该评价方法可作为提升绿道、滨水道路与市政慢行道路衔接效果的优化指导方法,促进三网融合与慢行道路网络优化。     

基于重要度轨道交通初始线网生成技术——以合肥为例

针对现有轨道线网规划方法主要是以定性判断为主,对线网生成的定量研究不足,提出基于重要度理论的轨道交通初始线网生成技术,从“面、点、线”3个层面进行定量化描述.基于交通小区重要度确定轨道线网初始形态.以客流集散点覆盖最大化为目标,基于随机搜索法的轨道交通网络生成技术确定初始线网虚拟路径,结合最短路客流分配量调整初始线路实体路径,形成轨道交通路径.以合肥市轨道交通为案例进行实证研究,将初始生成的线网与合肥轨道规划的线网进行对比分析,2张网的吻合度为77.6%,表明基于重要度轨道交通初始线网生成技术是切实可行的.     

基于闭排队网络的弹射器数量配置方法

弹射器配置数量对舰载机出动回收能力有很大影响,因此,在航母设计初期多方案论证阶段,弹射器的数量配置是必须考虑的关键问题之一。针对舰载机起飞过程的排队特点以及整个出动回收过程的闭环特点,基于排队理论建立舰载机出动回收过程的闭排队网络模型,分析弹射器数量对出动回收能力的影响,分析结果可用于支撑弹射器的数量配置设计方案。为验证模型的有效性,采用\     

基于信息融合的车辆险态运行模式评价研究

提出了一种车辆运行状态识别体系.鉴于车辆行驶环境的复杂性,多作业工况条件的影响以及车辆行驶行为表现特征的多元性,采用BP神经网络技术与Dempster-Shafer证据推理技术相结合的信息模式分类及融合判断的解决方案.为验证所提出的方案,建立车载摄像机视频实时检测系统,以车道偏离信息和跟驰车间距信息作为车辆行驶的表征参量,实现车辆险态行驶特征表现的检测和评价.研究结果表明,模式分类和多源信息融合决策技术的综合运用提高了车辆危险行驶姿态表征信息甄别的自适应性和智能化水平.     

综合交通信息对小汽车通勤出行链的影响研究

为了量化综合交通信息对小汽车通勤者的诱导效果,实施网络调查获取出行行为数据,分析了调查数据的统计特性,并对比有无综合交通信息时通勤出行链的时间、空间和结构特征,然后,基于SP数据建立通勤者在综合交通信息条件下出行选择行为的网络广义极值模型(NGEV模型),并利用BIOGEME软件包进行求解.通过分析参数标定结果,得到如下结论:综合交通信息下通勤者进行复杂出行链选择公共交通的概率更低,小汽车通勤出行链(私人交通模式)在泊位数充足的情况下转向其他交通模式的倾向性较明显.     

混合式航空货运网络优化

为了优化具有点-点式与轴-辐式混合特征的航空货运网络, 基于航空货运企业的OD流量, 构建了双层优化模型。上层模型以货运企业总运输成本最小为目标, 优化航空货运网络结构与配置运力, 下层模型计算均衡状态下各航段上的货物流量。选取顺丰航空服务的14个城市的相关数据对双层优化模型进行验证, 以设置4个枢纽机场为前提, 分别对使用4、5、6架全货机的货运情况进行分析。分析结果表明: 3种情况下北京、上海、南京、深圳4个机场均被设置为枢纽机场; 当使用4架全货机时, 全货机分别被安排在北京-南京、北京-深圳、上海-深圳、南京-深圳的航段上, 4个枢纽机场的快件中转率分别为24.3%、24.2%、47.8%、14.9%, 南京机场的快件中转率最大, 深圳机场最小; 当使用5架全货机时, 第5架全货机被安排在北京-上海航段上, 其余4架全货机的航段没有变化, 4个枢纽机场的快件中转率分别为38.6%、50.9%、44.3%、11.9%, 上海机场的快件中转率最大, 深圳机场最小; 当使用6架全货机时, 各枢纽机场间的航段上都有全货机, 4个枢纽机场的快件中转率分别为38.5%、74.0%、79.5%、10.2%, 南京机场的最大, 深圳机场的最小。可见, 南京是典型的中转型枢纽城市, 而深圳是典型的腹地型枢纽城市; 货运需求大的城市的机场易被确定为枢纽机场; 枢纽机场与非枢纽机场都可能中转货物; 距离较近的2个机场可能会同时被确定为枢纽机场。     

基于图模型与卷积神经网络的交通标志识别方法

为了提高交通标志识别的鲁棒性, 提出了一种基于图模型与卷积神经网络(CNN)的交通标志识别方法, 建立了一个面向应用的基于区域的卷积神经网络(R-CNN)交通标志识别系统。构造了基于超轮廓图(UCM)超像素区域的图模型, 有效利用自底向上的多级信息, 提出了一种基于图模型的层次显著性检测方法, 以提取交通标志感兴趣区域, 并利用卷积神经网络对感兴趣候选区进行特征提取与分类。检测结果表明: 针对限速标志, 基于UCM超像素区域的图模型比基于简单线性迭代聚类(SLIC)超像素的图模型更有利于获取上层显著度图的大尺度结构信息; 基于先验位置约束与局部特征(颜色与边界)的层次显著性模型有效地融合了局部区域的细节信息与结构信息, 检测结果更加准确, 检测目标更加完整、均匀, 查准率为0.65, 查全率为0.8, F指数为0.73, 均高于其他同类基于超像素的显著性检测算法; 基于具体检测任务的CNN预训练策略扩展了德国交通标志识别库(GTSRB)的样本集, 充分利用了CNN的海量学习能力, 更好地学习目标内部的局部精细特征, 提高了学习与识别能力, 总识别率为98.85%, 高于SVM分类器的95.73%。     

公交专用道选址与公交线网组合优化模型

提出了基于公交走廊的专用道选址和公交线网同步调整的组合优化设计思路, 并构建了双层优化模型, 上层模型以最小化用户出行成本、公交运营成本和最大化线路运营效率为目标, 寻找最优的专用道选址与公交线网优化组合优化方案, 下层模型以最小广义出行成本为目标, 进行小汽车和公交车的客流分配。利用遗传算法对模型进行求解, 通过算例对模型的有效性和实用性进行验证, 并对模型的关键参数进行灵敏性分析。分析结果表明: 优化后线路覆盖站点率为100%, 覆盖63个路段, 路段覆盖率为76%;路网总出行成本为525 147元, 比现有总出行成本655 282元降低了20%;公交线网效率目标值为234人次·h^-1, 比现有公交线网效率179人次·h^-1提高了31%。可见, 基于公交走廊的专用道选址与公交线网组合优化方案明显优于单一优化公交专用道选址与单一调整公交线网方案, 能够更好发挥公交走廊的网络效益。     

苏州轨道交通线网指挥中心的网络化运营模式优化

线网指挥中心是各城市轨道交通网络化运营深入发展后的必然选择,是网络运营协调、信息互联互通和应急处置联动的核心机构。在借鉴中国各典型城市轨道交通网络运营管理经验的基础上,基于苏州轨道交通在运营安全的严峻性、设备制式的多元性、线网结构的复杂性、运行组织的多样性、网络客流的波动性、出行特征的异质性、交通衔接的多重性等方面的运营需求,对线网指挥中心的运营职能进行优化。最后以网络客流分析为例,梳理业务流程并提出优化建议,为网络客流的精细化管控提供支撑。     

汽车ABS中的模糊神经网络模型参考自适应控制策略

针对汽车制动的特点以及汽车防抱死制动系统的性能要求,建立了汽车的数学模型,提出一种模糊神经网络的自适应控制方案,构建了基于模糊神经网络的控制器和辨识器的结构模型。通过对网络参数的离线训练得出其初值,在控制过程中对网络参数进行在线微调,实现对汽车制动过程的有效控制。仿真结果表明:在不同的路面,汽车均能保持在最佳滑移率附近进行制动,制动时间及距离比较理想,满足ABS的安全性能要求。