动态交通分配问题研究回顾与展望

动态交通分配(Dynamic Traffic Assignment，DTA)理论是智能交通系统中最重要的关键技 术基础之一，也是当前交通科学中最活跃的研究领域之一，其模型可以广泛应用于离线的交通规 划及政策评估和在线的智能交通系统应用。本文首先回顾了DTA理论50年来的发展历程，总结 了不同发展阶段形成的重要理论和方法。其次介绍了DTA问题的两个基本构成：出行选择准则 和交通流传播模型，指出这两个基本组成部分通过走行时间函数(或阻抗函数)来关联，并总结了 DTA 问题中主要的出行选择准则、主要的交通流传播模型、重点关注的交通行为、走行时间函 数。依据出行者的出行选择内容、交通状况掌握、出行需求弹性、出行决策时间跨度以及用户类 型等对动态交通分配问题进行分类，并详细比较分析不同类型动态交通分配问题之间的差异。 进一步，介绍了DTA问题主要的解析模型，依据时间是否连续和使用的决策变量分别对DTA模 型进行分类，并总结了不同类型DTA模型的主要优缺点。介绍了不同出行选择准则下DTA问题 的主要求解方法，并评述求解方法的收敛性、效率等。此外，还概述了DTA模型在交通规划、交通 政策评估、交通控制与管理等方面的应用。最后，对DTA理论的进一步发展进行展望，指出DTA 理论和方法可以在5方面取得突破：动态网络加载模型的高效计算方法和性态良好的动态阻抗函 数，大规模交通网络上DTA问题的有效求解算法，超级网络上基于活动链的DTA模型，DTA模型 在交通管理与控制中的应用，未来智能网联环境下DTA模型及其应用。     

驾驶压力影响因素与识别方法研究综述

高强度的驾驶压力会对驾驶人的情绪、决策及行为产生负面影响，可能导致交通事故，并对驾驶人的健康状况造成长期影响。本文借助CiteSpace软件对驾驶压力研究进行可视化分析，进一步从驾驶人自身因素、车辆内部和外部因素这3方面总结驾驶压力影响因素，并归纳整理驾驶压力识别方法。总结发现：交通拥堵、道路复杂性及新技术使用等驾驶环境因素是引发或增加驾驶压力的主要因素；非职业驾驶人易受车辆外部环境的影响，职业驾驶人易因工作产生负面情绪，导致驾驶压力增加。驾驶压力识别主要基于主观测评量表、驾驶行为分析及生理数据分析等方法开展研究，其中，基于生理数据的识别方法因其较高的识别精度和准确度被认为在驾驶压力识别领域具有明显的优势。从研究趋势来看，未来研究需重视社会环境以及多因素叠加对驾驶压力的影响，特别关注职业驾驶人及新技术的影响，以及如何采用多模态数据融合方法实现实时监测，以提高驾驶压力识别的精度。     

基于大数据的智能监测电务故障应急管理研究

大数据在突发事件应急管理中的应用,不仅能够改善政府管理者的管理思维,提高决策理性,还能提高应急管理的处置效率,提高预测预警能力。为加强信号设备故障处理流程管理,充分发挥设备故障应急抢修的积极作用,做好信号设备故障后的应急处理工作,将故障延时压缩到最短,显得尤为重要。重点介绍基于大数据的智能监测标准化电务故障应急指挥管理办法的实现及应用。     

Research and design of ship-shore integrated engine room intelligent operation and maintenance system based on data brain北大核心CSCD

[目的]为提升舰船机舱运维的智能化水平,针对机舱设备种类多、数量大、耦合关系复杂等特点,梳理机舱运维智能化应用的技术路线,开发船岸一体化机舱智能运维系统。[方法]首先,分析国内外机舱智能运维技术的发展趋势,融合利用健康管理、大数据挖掘、数字孪生、数据轻量化传输等技术优势;然后,设计符合舰船机舱特点的一体化智能运维系统。[结果]提出了一种基于数据大脑赋能的机舱智能运维系统功能框架、平台设计、运行体系、运行流程及关键技术应用。[结论]研究成果可为舰船机舱智能运维系统设计及应用实践提供参考。     

智能网联卡车车队混合流通行能力分析方法

智能网联卡车车队有望成为网联自动驾驶率先应用的场景之一，本文针对智能网联卡车车队混合交通流通行能力开展研究。首先，以智能网联卡车车队、人工驾驶卡车及人工驾驶小汽车构成的随机混合交通流为研究对象，考虑智能网联卡车车队规模空间分布特征，分析混合交通流中10种跟驰行为类型，理论推导其概率表达式，进而构建智能网联卡车车队混合交通流通行能力的通用性分析方法。然后，考虑实际交通流运行中卡车分布的随机性，将智能网联卡车车队混合交通流分为优势流、随机流和劣势流3种态势，以此提升混合交通流通行能力分析方法的普适性。最后，选择实测数据标定的跟驰模型进行案例分析，验证理论分析方法的有效性。研究结果表明：智能网联卡车比例提高或其车队规模增大均有利于3种态势混合交通流中车辆转换系数及相对熵的减小，从而可有效提升混合交通流通行能力。不同智能网联卡车比例条件下，智能网联卡车车队随机分布最优车队规模为2~4辆，同时，优势流、随机流和劣势流3种混合交通流通行能力依次递减。研究结果揭示了智能网联卡车车队混合交通流通行能力提升的内在机理，为未来智能网联卡车车队的运营管理提供方法支撑。     

基于CapsNet的行人检测方法及评价

为了提高道路环境中行人目标检测的准确率，改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题，本文提出了一种基于 CapsNet的行人检测模型. CapsNet由神经元所构成的 Capsule组成，通过动态路由协议对物体的实例化参数进行表达和传递，保留了各特征对象间的空间层级，采用 Caltech公开数据库对所提算法的有效性进行验证，并在检测准确率及算法耗时等方面与其他算法进行对比.实验结果表明：相比于其他主流检测算法，本文算法在确保检测效率的前提下，对数平均漏检率最低可降至 9.17%；且在 Caltech、INRIA和 NICTA数据集的交叉验证实验中，也能达到良好的检测效果，具有较好的鲁棒性和泛化能力.     

动车组运用维修间隔优化方法的研究

介绍现阶段航空、轨道交通领域维修间隔研究的主要方法,结合动车组维修的特点,以动车组运用维修时间间隔为优化目标,针对现行"计划预防修"体制下的"过剩维修"和"维修不足"并存的现象,基于动车组运用修故障数据,采用生存分析与可靠性理论来确定部件合理的维修间隔。关键步骤主要涵盖部件可靠度曲线的威布尔分布的拟合、利用最大似然法对两参数威布尔分布的参数进行估计以及对拟合出的可靠度函数利用条件概率确定维修间隔。并以CRH380B(L)型动车组轮对空心车轴为例,对文中介绍的方法进行验证。结果表明:对于状态不会因维修活动改变的动车组部件,其维修间隔可根据部件的可靠性确定,基于故障数据的理论计算结果与动车组维修实际吻合度较高,可为动车组维修项目周期的优化提供参考。     

未来城市自动驾驶共享汽车规模研究:以上海为例

随着自动驾驶技术的发展，未来以自动驾驶共享汽车(Shared Autonomous Vehicle, SAV)替代有人驾驶汽车成为可能. 使用SAV满足城市居民机动化出行需求的情况下，研究 SAV的车辆规模. 从上海市300 万手机用户信令数据中提取机动化出行需求，考虑上海市实际路况的影响，建立基于车辆可共享网络的图论模型，将最小车队规模问题转化为有向无环图的最小路径覆盖问题，利用Hopcroft-Karp 算法求解. 求解得到，12.8 万辆SAV可以满足300 万手机用户的机动化出行需求. 研究最大调度时间限制、服务范围限制、交通拥堵对SAV车辆规模的影响，为自动驾驶技术普及后，从城市层面确定SAV的车队规模及相应基础设施规划提供参考.     

高速铁路智能交通系统中的CBTC技术

介绍了国外基于通信的列车控制(CBTC)系统的概况,在分析我国铁路无线通信发展现状和铁路智能交通系统(RITS)的体系结构的基础上,阐述了CBTC的原理及高速列车定位、列车动态运行间隔控制等关键技术.     

动力分散型电动车组用TBQ15-1403/25型变压器

详细介绍了适用于动力分散型电动车组的TBQ15-1403/25型主变压器的技术参数、设计特点及各部件结构。