自动化集装箱码头集卡周转效率影响因素研究

外集卡周转时间长短是衡量码头生产服务能力的主要指标之一。针对自动化码头集疏港作业效率低的问题,研究外集卡作业模式和影响外集卡周转时间的因素。将影响外集卡平均周转耗时的因素归纳为集疏运箱量、堆场盘存量、海侧作业繁忙程度、集港时间安排和场站集疏运能力等10类。结果表明,协调集港时间,避免场站集中压车;平衡海陆侧生产,减少作业冲突;加强周边场站集疏运管控,减少闸口堵车;加强部门间协同,提升系统、设备稳定性等措施能够有效降低外集卡周转时间。     

考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4 种模型进行比较. 结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25%.     

基于时间阈值的旅客登机模型及动态登机策略

减少登机时间有利于提高旅客体验和航空公司运行效率,故优化基于旅客行为的登机策略尤为重要. 基于旅客登机过程中两个阶段的延时,建立考虑时间阈值的新登机模型;在干扰时间阈值分布的基础上,通过优化算法分配行李,从而使登机时间最小,进一步得到基于不同行李构成的动态旅客登机策略. 通过元胞自动机仿真和现场模拟实验比较动态登机策略的效率. 结果显示：新登机模型能准确反映登机过程,Steffen 次序具有最大的干扰时间阈值和优化空间;本文提出的动态登机策略可以缩短登机时间,使登机效率显著提高.     

基于分区优化的高铁车站通过能力提高方法

车站通过能力是铁路能力的一个关键制约点,本文通过降低咽喉长度对车站作业间隔时间的影响,扩大高铁车站通过能力. 分析车站分区的划分原则及方法,研究车站进路关系模型及作业间隔时间的计算方法. 以通过列车数量最大化为目标,考虑车站作业间隔时间,不同作业类型列车比例等约束条件,建立基于分区划分的车站通过能力优化模型及算法. 案例分析表明,不同作业类型列车比例及组合方式对能力的影响较大,分区划分车站咽喉区可有效减少列车作业间隔时间,提高车站通过能力.     

时间社会学视角下老年人对家庭出行行为的影响研究

为阐述家庭微观社会情境中老年人与同住成员之间的行为交互对个体出行决策的影响,本文从时间社会学视角出发,以昆明市有老年人家庭为分析单元,用家庭贡献度量化老年人家务活动的分担程度,构建结构方程模型揭示老年人对家庭成员日常活动时间结构的影响,进而剖析成员间的活动交互影响机理.结果表明：老年人家庭贡献度增加时,成员间在非通勤活动上的交互效用减弱;由于女家长在时间结构上呈现隐形的“时间贫困”特征,其在活动-出行模式上受老年人家庭贡献度的影响显著高于男家长;与此同时,老年人作用下女家长在非通勤活动出行决策时优先考虑家务活动的时间安排,而男家长则优先考虑自由活动的安排.     

基于行程时间影响的关键路段识别与查找

从路段实际功能出发,提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想,以真实数据构造10万条随机路径验证该方法的可行性,并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照,利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量,结合基础属性建立二项Logit模型,从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明：基于最大归一化行程时间曲线聚类,其结果对关键路段识别模型的性能有提升效用;行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性,虽然其个数与路段关键性无明显关系,但其与常见波动程度指标相关性小,可保留用于描述行程时间波动常发性和聚集性.     

托运人在不同时空下的选择行为差异揭示

某一因素对托运人选择行为的影响会随着空间和时间变化. 既有研究多关注特定空间或时间的托运人选择行为,较少进行横向(空间)和纵向(时间)比较. 为探索托运人选择行为差异及变化规律,采集不同时空的5 个数据集,构建多类线性或非线性效用函数的多项 Logit 模型及混合Logit 模型. 结果表明：在空间维度,某一地区托运人选择行为与其他地区显著不同;在时间维度,伴随货运业快速发展,货运方式选择模型适用年限呈缩短趋势.     

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。      

基于电机动力吸振的高速列车蛇行运动控制

复兴号CR400BF高速动车组动力转向架的牵引电机采用特有的四点弹性架悬方式, 在电机和构架之间安装有横向液压减振器和横向止挡, 首次采用牵引电机作为动力吸振器来控制转向架蛇行运动稳定性和蛇行频率, 从而避免引起车体弹性模态共振; 考虑悬挂参数和轮轨接触非线性, 建立了复兴号动车组非线性多刚体动力学仿真模型, 通过悬挂模态计算和动力学时域仿真, 分析了关键参数对动车蛇行运动的影响规律; 基于将电机作为动力吸振器的原理, 优化了电机节点横向刚度和横向减振器阻尼; 考虑动车组运营中的轮轨匹配随机因素, 组合400种轮轨随机匹配状态, 仿真分析了动车的动力学性能; 开展动车组长期线路动力学跟踪试验, 研究了动力转向架蛇行运动演变规律。仿真与试验结果表明: 牵引电机弹性架悬下的构架横向加速度频谱图从以蛇行频率为主频的单峰值变化为主频在蛇行频率两侧的双峰值, 说明电机起到了动力吸振器的作用; 将电机作为动力吸振器能够提高动车蛇行运动稳定性, 具有不同等效锥度的典型轮轨匹配下非线性临界速度超过500 km·h-1; 动车蛇行运动最高频率被控制在6 Hz附近, 远离车体中部菱形弹性模态频率8.5 Hz, 避免了转向架蛇行运动激起车体弹性共振; 动车组在轨道随机不平顺激扰下, 构架端部横向加速度小于0.5g, 平稳性指标小于2.5, 轮轴横向力和脱轨系数等运行安全性指标满足要求。      

基于移动导航数据的信号配时反推

在交通管理和评价时,信号配时对监测评价路口运行状态,评价路口配时方案至关重要.但是,大范围的实时信号配时方案的获取尚缺乏简明有效的途径.本文提出两种基于移动导航数据计算固定配时路口信号配时的方法.第一种方法是在不考虑驾驶员驾驶行为差异性时,得到路口红灯和车均延误的关系模型,从而计算某相位的红灯时长.另外一种方法是基于车辆通过停止线的时间,结合本文提出的上升梯度法,得到某阶段红灯时长.本文通过实际的路口案例计算,将预测结果和已知路口的信号配时比较,表明此方法计算得到的红绿灯时长准确度较高,为后续进行路口运行状态和通行能力研究提供了数据支持.