基于数据驱动的机场水泥混凝土道面性能退化预测

针对机场道面性能退化过程的精确预测问题,本文采用数据驱动的机场道面预测性维护方法,通过指示变量将两种数据集进行联合分析,考虑机场道面性能退化过程受飞行交通量和道面面层厚度的影响,以机场道面性能状况指数衰变的非线性函数为期望函数,建立一种机场道面性能退化双参数预测模型;根据模型的参数估计结果,采用边际效应分析结合预测性能曲线图示,对不同飞行交通量水平和不同道面厚度等级的道面性能退化过程预测进行分析。结果表明,采用数据驱动和非线性混合效应方法,搭载联合估计技术,能较为显著地提高机场道面性能退化预测的精度和效果。     

异步真空预压法处理超软土的室内试验及机理*

针对真空预压处理超软地基过程中出现的排水板滤膜外土颗粒聚集现象,提出并通过室内试验研究一种新型真空预压方式——异步真空预压法。该法对相邻的竖向排水体在同一时间下施加不同的真空度,实现对超软土的异步真空吸水预压,缓解因土颗粒单向迁移造成排水体滤膜及膜外土体的淤堵。通过室内试验发现,真空度调节对真空预压的处理效果具有明显影响,同时,异步吸水真空预压排水量是常规真空预压的1.1倍,效果优于常规真空预压;通过对异步真空预压法的机理分析,认为异步真空预压法可保持零速面移动范围内的细颗粒含量,防止细颗粒的过量迁移,有助于缓解超软土的固结排水中的淤堵问题。     

电气化公路技术研究

交通是能源消纳的重要领域，其对社会能源结构的调整和节能减排具有重要的影响和带动作用。在陆路交通方面，轨道交通和小型客运车辆的电气化发展方向相对清晰，而公路货运尚无明确的技术路线。为充分利用清洁能源，减少化石能源在交通领域中的使用，发展并推广电气化公路技术，对重载卡车的蓄电池、燃料电池、混合动力3种电气化方案进行对比分析，结合卡车负载的特点，对不同电气化方案进行评估。研究融合新能源发电及并网、混合动力技术、智能驾驶技术的电气化公路技术，从车辆动力技术、供电线路、受电弓与计费、新能源并网、编组智能驾驶运行5个方面对电气化公路方案进行介绍，可以实现公路货运系统的绿色、安全、高效运行。以10公里线路电气化为例，进行规划和成本估算，构建单车和区域（或路段）电气化的运营成本计算模型，基于燃油消耗和阻力分析2种方法进行计算。对车辆购置及改装、基础设施建设、可再生能源发电、系统环保效益等4个方面进行技术分析与成本测算。从供能技术变革、商业模式和推广路线3个角度对电气化公路技术的未来推广进行论证展望。研究结果表明：电气化公路技术的应用与规模化能够带来巨大的经济与环境收益，其中的混合动力方案与架空线输电方案为面对未来可能的储能技术变革与无线输电普及打下重要的基础，提供了拓展空间，也是重载货车实现智能驾驶的重要步骤；与燃油驱动相比，电驱动百公里成本减少96元，单一重卡年运营成本减少18.8万元，百公里污染物（如：碳氧化物、氮氧化物等）均减少50%以上。     

象山港大桥建设对湾内潮流特性的影响

利用潮流数学模型，分析象山港大桥工程建设前后象山港内的潮流特性和工程建设对桥区潮流变化的影响。计算结果表明，大桥建设前后港内纳潮量基本不变，湾内高潮位略有下降，桥位区流速有所增加，港湾内整体流速有所减小，但改变幅度的相对值均不超过5％。除局部地区外，工程建设对湾内的潮流特征影响较小。     

Real-time traffic state estimation in urban corridors from heterogeneous data

In recent years, rapid advances in information technology have led to various data collection systems which are enriching the sources of empirical data for use in transport systems. Currently, traffic data are collected through various sensors including loop detectors, probe vehicles, cell-phones, Bluetooth, video cameras, remote sensing and public transport smart cards. It has been argued that combining the complementary information from multiple sources will generally result in better accuracy, increased robustness and reduced ambiguity. Despite the fact that there have been substantial advances in data assimilation techniques to reconstruct and predict the traffic state from multiple data sources, such methods are generally data-driven and do not fully utilize the power of traffic models. Furthermore, the existing methods are still limited to freeway networks and are not yet applicable in the urban context due to the enhanced complexity of the flow behavior. The main traffic phenomena on urban links are generally caused by the boundary conditions at intersections, un-signalized or signalized, at which the switching of the traffic lights and the turning maneuvers of the road users lead to shock-wave phenomena that propagate upstream of the intersections. This paper develops a new model-based methodology to build up a real-time traffic prediction model for arterial corridors using data from multiple sources, particularly from loop detectors and partial observations from Bluetooth and GPS devices.     

基于灰色理论的风险企业投资价值综合评价模型

风险企业大多从事研究和开发高新技术，具有很大的不确定性，因此如何对风险企业的投资价值进行评价就成为风险投资决策的关键问题，文中从风险企业投资价值的各影响因素入手设计了一套评判指标体系，在结合层次分析法的基础上，运用灰色评估理论建立了灰色多层次评价模型，并进行了实证分析。     

基于OVM模型的交通流混沌研究

研究基于OVM模型的交通流混沌问题。用Matlab结合C 语言编写OVM模型的仿真程序来产生交通流时间序列。在一定的参数组合下,仿真研究交通流车队中不同序号的前后车辆之间的车头间距变化过程。通过分析这种车头间距变化过程的变化曲线并利用小数据量方法计算Lyapunov指数,证明了基于OVM模型产生的交通流中存在着混沌现象。讨论模型参数和仿真试验参数对该理论交通流运动状态的影响,给出相应的仿真研究结果,得出对于研究与应用交通流理论有益的结论。     

道路货运量、燃油价格与国民经济的协整分析

为了研究中国道路货运量、燃油价格和国民经济之间的动态规律,是否具有长期稳定均衡关系及道路运输业的发展问题,本文选取我国1978-2007年的实际数据,并利用计量经济学中Econometric Views软件工具对这些数据进行处理和分析. 运用协整分析方法、单位根检验、Granger因果关系和Johansen检验等方法,对我国道路货运量、燃油价格和国民经济之间的关系进行了实证分析并建立了误差修正模型,寻求这三者之间的短期动态波动和长期均衡关系. 分析结果表明：道路货运量、燃油价格和国民经济之间存在协整关系,即它们之间已形成长期稳定均衡关系;道路货运量是国民经济GDP的Granger原因,道路货运量的变化将引起国民经济的同方向变动;燃油价格的变化与道路货运量呈现反方向变动.     

城市轨道交通常态与非常态短期客流预测方法研究

城市轨道交通客流特征除表现为常态的周期性、季节性及高峰性外,还会因节假日、体育赛事、城市大型活动、突发事件、特殊天气等因素表现出差异性和特殊性,本文对较为成熟的常态及研究较少的非常态客流预测方法进行了实验.首先利用通用的ARIMA时间序列预测算法分析样本历史数据实现常态日客流预测;其次针对客流特殊因素提出时间序列及回归分析的组合模型,同时引进虚拟变量和结合相似日样本数据进一步改进,实现非常态预测问题的高精度求解.仿真计算结果表明,本文方法对解决短期客流预测具有良好的适用度,尤其同样本同预测周期条件下的非常态组合改进模型和常用单一时间序列模型的对比,证明改进模型可以很好地应用在客流特征既包括随时间固有不变的性质又表现出特殊因素的研究中,具有较强的自适应性和更好的预测精度.     

基于浮动车速度波动特征的交通状态识别

为实现路段交通状态的准确判别,解决单参数无法直接识别道路交通状态问题,本文利用高频浮动车速度数据,使用灰度共生矩阵特征值对比度和逆方差表示车辆行驶的波动特征。基于城市道路交通状态变化的动态性与连续性,围绕固定时间窗口内车辆的平均车速、对比度和逆方差,采用FCM (Fuzzy c-means)算法进行聚类分析,得到畅通、平稳、拥挤和阻塞这4种状态阈值。提出基于多维高斯隐马尔可夫模型的交通状态识别方法,分别以3,5,6 min固定时间窗口训练模型。模型状态转移矩阵表明,时间窗口越小其保持原有交通状态的可能性越大,时间窗口越大交通状态突变的可能性越大。使用不同序列长度对比3种时间窗口在测试集中的识别精度,结果表明,随着序列长度的变化,精度显示出先升高后降低的趋势,且固定时间窗口越大,不同序列长度的识别精度变化越均匀。最后利用5 min固定时间窗口划分数据使用本文方法和支持向量机以及随机森林分别进行道路交通状态识别,综合精度分别为92.00%、84.89%、88.48%,同时本文方法在查准率、召回率和F1度量(F1-score)指标均优于其他两个模型,说明道路车速的波动特征可以很好地反映道路交...