Human-like autonomous car-following model with deep reinforcement learning

This study proposes a framework for human-like autonomous car-following planning based on deep reinforcement learning (deep RL). Historical driving data are fed into a simulation environment where an RL agent learns from trial and error interactions based on a reward function that signals how much the agent deviates from the empirical data. Through these interactions, an optimal policy, or car-following model that maps in a human-like way from speed, relative speed between a lead and following vehicle, and inter-vehicle spacing to acceleration of a following vehicle is finally obtained. The model can be continuously updated when more data are fed in. Two thousand car-following periods extracted from the 2015 Shanghai Naturalistic Driving Study were used to train the model and compare its performance with that of traditional and recent data-driven car-following models. As shown by this study’s results, a deep deterministic policy gradient car-following model that uses disparity between simulated and observed speed as the reward function and considers a reaction delay of 1 s, denoted as DDPGvRT, can reproduce human-like car-following behavior with higher accuracy than traditional and recent data-driven car-following models. Specifically, the DDPGvRT model has a spacing validation error of 18% and speed validation error of 5%, which are less than those of other models, including the intelligent driver model, models based on locally weighted regression, and conventional neural network-based models. Moreover, the DDPGvRT demonstrates good capability of generalization to various driving situations and can adapt to different drivers by continuously learning. This study demonstrates that reinforcement learning methodology can offer insight into driver behavior and can contribute to the development of human-like autonomous driving algorithms and traffic-flow models.     

基于BIM的公路隧道运维管理系统设计与开发

近年来,我国公路隧道建设里程快速增长,但在隧道运维管理中存在技术落后、管理人员配置不足等问题。针对管理中存在的问题,本文提出将BIM(building information modeling,建筑信息模型)引入公路隧道的运维管理,通过制定具体实施规划及设计系统架构,实现可视化的公路隧道运维管理。以浙江省41省道岭下隧道工程为依托,建立基于BIM的公路隧道运维管理平台,为公路隧道运维管理提供一种直观、便捷的管理方式,提高公路隧道的信息化管理水平。     

潮位变化对上海某越江盾构隧道变形的影响规律研究

为了探究潮位变化与越江盾构隧道的沉降和收敛变形之间的关联性,采用数据统计分析、相关性分析和周期性分析方法,对上海某越江盾构隧道的监测数据与同时期隧道上部的潮位变化进行研究分析。研究表明:1)江中段隧道在潮位变化的作用下产生均匀沉降,其波动性与潮位起伏具有近似的周期性;2)陆域段隧道沉降变化的波动性程度与河流的距离有关;3)潮位变化引起隧道管片断面的横径和竖径产生循环的收敛变形,其横径收敛变形大于竖径收敛变形。以上研究可为越江盾构隧道设计、施工和运维提供参考。     

��ͨ���������³��⳵������������

通过常规阶段和奥运期间对出租车运行特征的监测与对比分析,研究奥运期间在交通限行背景下出租车出行规律和特征,评价出租车客运系统供给能力和运行效率,研究影响交通特征变化的有关因素,从而为今后大型活动的交通保障工作积累经验。研究结果表明,奥运期间出租车出车率达到92.26%,日均客运量较赛前增加19.2%,出租车空驶率由赛前的46.05%降低到37.06%;76.31%的受访者认为出租车运行速度较赛前有明显提高,而仅28.85%的受访者认为出租车候车时间明显变短,出租车服务水平还有待进一步提高。     

百色市农村客运站经营管理实践

农村客运站场网络是公路客运站场网络的重要组成部分,是发展农村客运、促进农村地区经济社会发展和城乡商品交流的重要平台.文章结合当前百色市农村客运站经营管理现状,分析经营管理中存在的问题,提出了相关的对策和措施.为规范当地农村客运市场秩序、加快农村客运网络建设、提高社会主义新农村建设水平提供参考.     

中国铁路客运枢纽发展回顾与展望

随着中国新一代高铁枢纽的陆续建成,简单的站前广场换乘模式逐渐让位于全天候、无障碍、人车分行的换乘空间接驳模式。新型枢纽的空间特征、核心价值与局限性亟待总结。基于国内外铁路客运枢纽发展历史与背景的研究,将铁路客运枢纽按照空间特征分为三种类型:传统铁路客运站、铁路交通综合体和客站城市综合体。从客流需求变化、城市发展背景、运营管理差异三方面详细分析国内外铁路客运枢纽空间模式选择的影响因素。结合中国高铁建设机制的变迁,提出未来中国铁路客运枢纽的发展方向:大城市高铁枢纽应强化与城市空间的衔接,加强与城市商业功能的有机结合,由铁路交通综合体向客站城市综合体转型;中小城市高铁枢纽应采取更加灵活、集约、经济的形式,谋求特色产业与枢纽交通功能的结合。     

浅析西门子BDPC系统在CTV上的 可行性

本文主要目的是分析西门子Blue Drive Plus C（随后简称BDPC）系统及其配置是否能够应用在深水动力定位原油输送船（随后称CTV）上。通过供需关系对比法,首先实现CTV实现海上自由航行、跟随定位、连接FPSO与～30万吨油轮之间浮管、加油跟随定位、紧急脱离、绿色环保运行等工况下的正常与应急储备动力需求,随后分析西门子BDPC直流系统及其运用技术,针对本项目提供的特殊配置,与CTV提出需求进行对比,结论是BDPC依靠它的直流发电、配电、逆变、储能等技术,可以满足CTV的配置需求,论证了BDPC系统运用在性能优越的深水原油输送装置CTV是可行的。     

城市轨道交通的运营危机管理

重视危机管理的企业观,已在我国企业界逐步形成。对城市轨道交通企业运营危机的产生与识别、危机处理计划、危机管理及其技术配备等内容进行了分析探讨。运营事故发生后迅速、准确地识别和处理危机是轨道交通安全管理的重要任务。     

高分子复合材料在地铁工程中的应用技术

通过对高分子复合材料进行改性（调整树脂的分子结构及材料组成）,使材料具有良好的防火性能、耐高温性能及抗电化腐蚀性能,成为高性能的热固性复合材料。在地铁的地下工程中采用该类材料制作的疏散平台可从根本上改变地铁火灾状态下的疏散模式,对提高地铁结构的使用寿命及安全性都具有重要的作用。     

地铁屏蔽门系统运行模式探讨

结合地铁的运营要求,探讨应用于实际工程中的屏蔽门系统的三级运行模式：正常运行模式（系统级控制）、非正常运行模式（站台级控制）和紧急运行模式（手动操作控制）,三种运行模式以手动操作控制优先级最高,站台级控制次之,系统级控制最低,给出屏蔽门总体运行流程图、开门操作流程图、闭门操作流程图.