厦门地铁复杂地质条件下盾构法施工技术探讨

为了解决厦门轨道交通1号线工程复杂地质条件下的盾构施工难题,从地质勘察、盾构选型、特殊地质盾构施工及辅助工法应用等方面进行研究。主要得出以下结论:1)详细的工程地质和水文地质勘查是工程建设的基础;2)适应于地质的盾构选型是工程建设的关键;3)合理选择盾构掘进参数和辅助工法是工程建设的保证。     

客车生产企业主导的客车维修辅助系统研究与设计

针对客车产品具有小批量、多品种、产品更新换代快等特点,导致用户维修客车困难,售后服务水平低下的现状,首次提出了建立由客车生产企业主导的客车维修辅助系统,通过主动为客户提供本公司客车产品的维修信息和维修指导,同时客户还可以把日常用车发现的问题及时反馈给公司,这对公司改进产品设计和提高售后服务水平具有重要的意义。     

高速公路突发交通事件疏导措施决策

针对高速公路发生突发交通事件,通过VISSIM仿真软件模拟事发后采取各种疏导措施的实施效果。为便于措施的分析与决策,采用事发点通过交通量、平均排队长度和平均延误3个指标表征实施效果,依据实施效果对各措施特点及实施条件进行研究。通过多目标决策技术,结合仿真结果进行了最优措施决策,并依据措施的分析结果对最优决策结果进行了进一步的确定,保证了决策过程的可靠性。结果表明,该决策过程及决策方法简单实用,便于操作,在高速公路遭遇突发交通事件时能根据事发状态迅速进行疏导措施的决策选取。     

道路交通无序拥挤控制模型的研究

为了解决道路交通无序拥挤控制问题,定义交通序参数、路段交通的有序和无序,建立涨落后无序拥挤控制过程数学规划模型,采用动态分流决策方法求解模型得出无序拥挤控制的最佳方案,并给出相应的算法,最后用一个例子说明算法的实用性。     

基于改进的模糊决策树ETC系统客户欺诈分析研究

随着我国ETC系统的普及，对其进行管理成了急需解决的问题，因利用电子标签和智能卡进行欺诈的行为将给高速公路管理部门带来了极大的损失。介绍了一种改进的模糊决策二叉树模型。即采用最优分割熵方法确定最优割点来对数据模糊化，引入模糊数学中的不确定性理论，依据分类的不确定性建造树，生成规则，在此基础上利用规则匹配的方法检测任意的样本数据是否为欺诈数据。     

智能车辆安全辅助驾驶技术研究近况

论述了安全辅助驾驶技术的研究现状、研究的必要性以及研究进展。安全辅助驾驶技术包括车道偏离预警与保持、前方车辆探测及安全车距保持、行人检测、驾驶员行为监测、车辆运动控制与通讯等。分析了各种传感器的优缺点及其在实际应用过程中存在的问题,基于单一传感器不能很好地解决安全辅助驾驶技术可靠性和环境适应能力的要求,应结合激光雷达技术解决图像模糊问题,利用红外传感器增强机器视觉识别的可靠性,未来的安全辅助驾驶技术应该采取多种传感器融合的技术,结合毫米波雷达和激光雷达系统具有深度测量精确的特点,将极大的推动汽车安全辅助驾驶系统的应用和推广。     

集对分析的灰数决策法在交通规划中的应用

用灰数表示决策信息是合理的.通过构造灰数意义上的决策值与比较域,利用集对分析的相对性,在与同一、对立(最优、最劣)目标接近程度意义上构造了决策值与比较域间的集对联系数.引入了集对联系数中同一度和对立度间相互关联的集对势的概念,利用集对势的大小对方案的优劣进行排序.作为集对分析和灰数的结合,建立了基于集对分析的灰数多指标决策模型.最后,以实例验证了该模型的有效性与实用性.     

基于自然驾驶数据的驾驶人换道决策识别研究

为实现人机共驾模式下智能系统对驾驶人换道决策的准确识别,将换道决策细分并提出了基于改进的极端梯度提升(XGBoost)的换道决策识别模型。以实车试验采集的自然驾驶数据作为输入,并采用滑动时间窗法确定识别时刻,建立各识别时间窗口下基于XGBoost的换道决策识别模型,同时运用交叉检验和网格搜索(GS)算法进一步提升模型性能,最后利用验证集数据评估所构建GS-XGBoost模型的识别性能,并与机器学习及深度学习模型进行对比。结果表明,所提出的模型在具体换道决策辨识上具有较好的实时性和准确性,且在1.8 s和1.6 s时间窗下的识别准确率最高,达到86.2%。     

基于多属性决策的无人驾驶自主变道决策技术研究

在无人驾驶领域,随着车辆上布置的传感器不断丰富,无人驾驶系统可以从周围环境获得更多的信息,从而为车辆的自主判断行为决策带来可能。然而即使是有经验的驾驶员在进行变道动作的时候也需要格外的小心,因此无人驾驶系统的变道行为分析需要做到足够准确和谨慎,才能保证安全性,这也正是目前为止还没有非常完善的无人驾驶变道决策系统的原因。本文提出一种基于多属性决策的无人驾驶自主变道决策技术,帮助无人驾驶车辆在道路行驶中进行更有效、更安全的自主变道决策。     

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。