我国铁路运输系统节能问题的研究分析

从技术、管理和应用3个层面总结归纳了国内铁路运输系统节能问题的研究现状以及应用的研究方法,分析探讨了铁路运输系统节能研究面临的理论问题和现实问题,最后从应用角度提出了基于数据挖掘的能耗模型研究思路和基于组织管理的节能研究的主要内容.     

船岸一体化数据同步的实现

由于船岸在地域上的分离,使得岸端管理人员缺乏对所属船舶使用燃油情况的有效监控．文章主要应用卫通设备INMARSAT—C,作为船岸数据传输的主要通道,使用增量数据作为船岸数据同步的主要依据。通过船岸数据同步,实现了船岸资源共享,信息互通,方便了公司管理人员及时了解船舶各种燃油使用情况信息。     

提高固定资产投资价格统计数据质量的探讨

文章针对目前建筑安装工程固定资产价格统计工作的现状,分析影响施工企业固定资产投资价格统计数据质量的主要因素,从把握工作重点的原则和解决工作难点等四个方面,提出了提高施工企业固定资产投资价格统计数据质量的对策。     

基于典型非机动车事故的自动驾驶汽车测试场景构建方法研究

基于交通事故卷宗、交通事故视频信息数据,研究机非混行交通环境下典型交通事故形态,构建了面向机非混行交通环境下的自动驾驶汽车测试场景,旨在针对我国较为特殊的机非混行环境下的自动驾驶汽车的测试场景及测试评价方法提供参考。本文首先分析了自动驾驶测试场景的构建需求,建立交通事故数据筛选标准,得到133例可用于构建自动驾驶汽车测试场景的机动车与非机动车交通事故数据集;其次基于《中华人民共和国道路交通安全法》行驶要求,对133例交通事故的发生地点、车辆行为、道路类型、环境光线等方面进行解构分析;最后通过聚类分析,建立了5类典型的自动驾驶测试场景模型,并分析了不同场景模型的关键要素,为实际道路测试提供理论指导。     

重型货运车辆出行时空差异性和影响因素分析

重型货运车辆能促进城市经济生产和物流效率,但也因显著的排放、噪声和拥堵等外部属性对城市空间品质有明显影响,对其活动时空特征和影响因素分析是当前城市空间品质提升和交通管理精细化的迫切需求。基于深圳注册的12 t以上重型货车GPS轨迹数据,考虑不同类型货运车辆作业差异,提出利用统计抽样中最小样本量的观察结果确定不同类型重型货车轨迹数据出行切割阈值水平的方法;针对5类重型货车,分析出车强度和出行时段的差异性,与小客车进行对比分析发现,重型货车出行活动与小客车出行在时间上存在错峰特征,且夜间出行比例较高;重型货车的活动空间具有组内差异性,集装箱卡车具有显著的跨城市活动需求,更多承担中长距离运输功能,而土方车和重型罐式车更多承担本地化运输服务功能;重型货车的活动空间具有集聚特征,出行活动的节点强度具有无标度幂律分布特征;利用广义加性模型分析两类典型货车活动空间的影响因素,集装箱卡车活动与港口及交通仓储园区等物流设施呈现非线性关系,而普通大货车与工业园区等产业用地具有紧密关系。本文可以为重型货车交通精细化管理和交通需求模型建设提供新的思路和方法。     

融合卡尔曼滤波的高速公路状态估计误差界限分析

为分析高速公路交通流检测数据质量,本文构建平方流量误差界(Squared Flow Error Bound, SFEB)和扩展卡尔曼滤波(Extended Kalman Filter, EKF)的决策级融合模型SFEB-EKF,在检测器空间覆盖不足情况下,计算检测路段和无检测器路段的交通状态估计误差界限。与SFEB 算法相比,融合模型利用EKF交通状态估计模型估计全路段交通状态,基于得到的估计样本计算全路段交通状态估计误差下界。同时,采用最近邻法(Nearest Neighbor Method, NNM)计算全路段交通状态估计误差上界。应用开源高速公路数据集测试模型,结果表明,与需要输入真实样本的SFEB算法相比,融合模型SFEB-EKF在缺少真实样本情况下,能取得相似的结果且误差保持 在5%以内,不同检测器覆盖率实验下模型表现出良好的稳定性。本文模型通过给出无检测器路段交通状态估计界限,为高速公路交通检测器布设方案提供参考。     

城市轨道交通融合云平台探讨

针对现有条件下城市轨道交通系统存在的信息孤岛、设备分散、网络资源浪费、安全管控弱、运维体系失调等问题,结合云计算在城轨行业应用的政治环境、政府响应、技术环境、现象后的本质、内部推动力等方面,提出城市轨道交通融合云平台的方案。该方案基于线网化IT资源建设,为ISCS、ACC、CCTV、PIS等业务提供基于IaaS层服务,并伴有车站降级运行和异地热迁移等策略,提高了系统的可靠性和可用性,解决了IT基础设施统一化、线网化的相关问题。论述主要业务系统的部署要点和建议,如综合监控系统的主备切换、AFC的扁平化层级、CCTV的带宽计算、PIS系统软件的可移植性等方面。     

Estimating the influence of common disruptions on urban rail transit networks

With the continuous expansion of urban rapid transit networks, disruptive incidents—such as station closures, train delays, and mechanical problems—have become more common, causing such problems as threats to passenger safety, delays in service, and so on. More importantly, these disruptions often have ripple effects that spread to other stations and lines. In order to provide better management and plan for emergencies, it has become important to identify such disruptions and evaluate their influence on travel times and delays. This paper proposes a novel approach to achieve these goals. It employs the tap-in and tap-out data on the distribution of passengers from smart cards collected by automated fare collection (AFC) facilities as well as past disruptions within networks. Three characteristic types of abnormal passenger flow are divided and analyzed, comprising (1) “missed” passengers who have left the system, (2) passengers who took detours, and (3) passengers who were delayed but continued their journeys. In addition, the suggested computing method, serving to estimate total delay times, was used to manage these disruptions. Finally, a real-world case study based on the Beijing metro network with the real tap-in and tap-out passenger data is presented.     

基于NSCT变换的红外与可见光图像融合方法

针对小波变换不能很好地表达图像边缘信息，NSCT变换对图像细节信息表达缺失的问题，本文提出了一种改进的基于NSCT变换的图像融合方法．首先将经过预处理和配准后的红外图像和可见光图像进行NSCT变换，得到各个源图像的低频和高频系数，然后对分解后的低频系数采用小波变换的融合规则进行融合处理，高频系数则采用基于特征的区域能量的融合规则进行融合处理，最后对融合后的系数进行NSCT反变换得到融合图像．仿真实验表明，采用改进的NSCT融合方法对红外与可见光图像的融合有良好的效果，图像更清晰，信息更全面．     

面向传染病疫情防控的公共交通运行管理决策支持研究

近年来全球新发重大传染病疫情不断出现，已成为人类社会必须防范应对的重大风险。公共交通在传染病疫情防控过程中承担着阻断病毒传播和保障复工复产的功能，疫情期间公共交通运行管理的决策需求和技术支撑体系与日常情况有显著差异。现有研究多针对公交日常运行决策需求展开，虽有少量针对突发公共事件的应急管理决策支持的研究，但多针对自然灾害和事故灾难场景，无法迁移应用于传染病疫情防控。基于此，以新型冠状病毒肺炎（COVID-19）疫情为例，综合考虑突发公共卫生事件应急管理流程和疫情防控实际情况，系统梳理疫情不同阶段的防控目标和决策需求，提出一种面向传染病疫情防控的公共交通运行管理决策支持系统框架，建立基于公共卫生事件案例库、多源数据融合库、公交数据分析技术库和公交防疫策略库的功能架构，并设计不同功能模块的算法模型。研究以厦门为例，对提出的决策支持系统的功能架构和算法模型进行验证。研究结果表明，构建公交乘客出行链的成功率为89.7%，并可应用于疫情不同阶段的关联客流分析、感染者同乘人员的追溯分析、医护人员等防疫人员的通勤出行识别、公交运行满载率监控等方面。研究成果不仅对传染病疫情防控有实用价值，而且对突发公共事件应急管理决策支持方法亦有理论贡献。