城市轨道交通换乘车站多方式客流控制模型

针对城市轨道交通换乘车站的客流控制展开研究,提出进站流量控制和换乘绕行相结合的多方式客流控制模型。模型以乘客平均停留时间最小为目标,并且满足站台人数在安全限制内。使用多子群混合粒子群算法对模型进行求解。模拟国贸车站早高峰大客流场景进行实验,实验求解过程收敛快且稳定;实验对比分析无客流控制、常态进站客流控制与多方式客流控制的不同指标数值,证明多客流控制方案的必要性以及模型的可行性与有效性。     

请一路系好安全带

天气渐暖，夏季来临，驾乘人员由于种种原因不想系安全带，女性驾驶人尤甚。殊不知，安全带对行车中突然出现的各种意外情况时，对驾乘人员具有多么重要的保护作用。首先，在正常行驶中，系有安全带能给驾驶人员一定的约束感，对其起到一定的提醒与警示作用，以集中精力安全驾驶。     

汽车安全装置中的防碰撞系统

文章介绍了汽车防碰撞系统由驾驶环境识别、行车状况监测、潜在危险评估、危险情况警示、刹车制动控制等组成，指出了雷达在防碰撞系统中的作用将是其他传感器难以替代的。     

线路临时限速警示装置的研究

论述了研制线路临时限速警示装置的必要性,介绍了该装置的设计目标和设计方案,并描述了系统工作原理和工作过程.此装置为列车安全运行提供了一个新的工具.     

中国铁路加速推进技术创新

进入春运以来,全国各大火车站人头攒动。面对急剧增加的高峰客流,铁路运输能力严重不足,老百姓抱怨“一票难求”。与此形成鲜明对比的是,北京南站客流井然有序,出行的旅客可以从容地买票、进站、上车,非常地方便。     

铁路客站地下进站流线设计研究

研究目的:一批日渐投入运营的新型铁路客站的设计日均小时发送量和高峰小时发送量均较高,使得铁路客站的流线设计得以重视。专为来自于地铁的换乘客流设计的"地下进站"流线无疑是缩短换乘流线的最佳模式。因此,研究和设计"地下进站"流线是必要的。研究结论:(1)铁路客站的流线模式向着"通过式"转变;(2)铁路客站地下进站设计应尽可能缩短旅客的换乘距离;(3)"地下进站"流线应考虑设计预留,并合理利用铁路客站有限的地下空间。     

基于改进KNN算法的城轨进站客流实时预测

针对实时进站客流数据的高维数、多噪声、波动频繁等特征,本文提出一种基于改进 K最近邻(K-nearest-neighbor, KNN)算法的城轨进站客流实时预测方法.首先,通过对分时客流数据的相关性分析,确定表征客流特征的状态向量;其次,结合数据特性改进近邻样本的模式匹配过程,利用关键点法去除原始序列中的噪声扰动,并引入动态时间规整算法实现考虑序列形态的相似性度量;再次,根据样本间流量差异引入距离权重和趋势系数,推演未来时段的进站量,实现滚动的实时预测;最后,依托广州地铁客流数据仓库对预测模型进行精度分析. 结果表明,对于全网159个站点,5 min粒度下全天分时进站量预测的平均绝对百分比误差的均值为11.6%,能够为路网状态监控提供可靠的数据支撑.     

城市轨道交通进站客流量短时组合预测模型

高精度的短时进站客流量预测对城市轨道交通日常客流组织具有重要意义,利用客流预测结果在事前实施限流、疏导等措施,较事后控制更及时、先进。通过采集15 min间隔的地铁进站客流数据,利用上周同期进站量、本日上一时段进站量以及高峰和非高峰时段参数作为输入变量,尝试分别采用加权历史平均自回归模型、ARIMA模型及小波神经网络模型进行短时预测,以获得精度最高的模型。在此基础上,进行三种方法组合预测,探究组合预测效果。通过案例分析,发现当考虑时段因素时,小波神经网络预测精度最高,为91.05%;ARIMA模型误差结构最好。当采用所提出的组合预测模型后,预测精度指标较独立预测模型均有提升,但误差结构没有得到改善。研究表明,所提组合预测模型可以有效地应用于城市轨道交通进站客流的短时预测中。     

中国船籍外移的主要原因及警示

由于海运的国际性特点,船舶可以自由选择到其他实施开放登记制度的国家登记,俗称“方便旗”登记。中国船籍外移的现象亦十分严重,如何解决中国船籍大量外移问题已成为国内学者关注的热点。我国交通主管机关也在采取措施,以吸引中国控制的船舶人籍五星红旗。本文针对中国船籍外移的情况,分析其中原因以及带来的影响,初步提出了一些对策。