提高舰船生命力方法研究

生命力是舰船最重要性能之一．随着现代海战日益呈现多层次空间、大立体纵深,以及精确制导武器和先进传感系统的不断更新发展,舰船生命力这一概念的内涵已大为延伸．提高现代舰船的生命力已成为一项复杂的系统工程．文章综合国内外提高现代舰船生命力的方法,结合我军实际,提出了在今后一段时间内,应大力发展和改进的技术措施．     

电动车组吸烟室的空气净化系统

介绍了在日本电动车组吸烟室内采用的强制排风空气净化系统的结构和特点。     

基于智能公交的城市道路服务水平实时评价与预测

研究了城市道路服务水平评价与预测所需参数的实时处理算法和采集方式.利用城区道路上的公交车为数据动态采集单元,智能采集公交车实时运行状态数据信息,计算公交车车头时距、分析车流速度,对滤波调整预测速度与实际速度进行对比分析,建立以行车速度、行程时间、拥挤程度为评价指标的城市道路四级服务水平实时评价与预测系统.该系统能为公交车运行及其交通出行者提供管理、信息服务,适时引导交通流量合理分布,高效地利用道路网络,减少城市交通拥堵,提高交通运输效率,为城市交通规划提供依据,对推动城市畅通工程及城市交通智能化的发展,有一定参考作用.     

WebGIS在智能公交运营指挥调度系统中的应用研究

简要的介绍了智能公交运营指挥调度系统的概念与系统组成和万维网地理信息系统(WebGIS)的概念。结合智能公交运营指挥调度系统的特点,探讨了基于WebGIS建立公交信息查询服务子系统和公交车辆监控调度子系统的理论和实现方法。把系统和现存相关系统的作了比较,阐述了运用WebGIS技术的智能公交运营指挥调度系统的优点。     

���ص���ϵͳ���г���͸�ʷ����о�

车载导航系统（IVNS）能提供实时有效交通信息辅助驾驶人选择最佳路径.为了探讨IVNS的市场渗透率对路网运行效益（交通效益和环境效益两方面）的影响,本文运用宏观动态交通网络模型METANET建立仿真平台,用反馈式动态交通分配模型描述IVNS路径诱导下驾驶人的行为,以总排队时间和总耗费时间作为交通效益评价指标,用反映速度—加速度关系的机动车排放和燃油消耗关系模型——VT-Micro 模型计算机动车排放量和燃油消耗量,并用货币价值量化排放减少带来的直接经济效益(包括大气污染治理费用和燃油消耗节省).对一个算例路网进行仿真,仿真结果表明：IVNS能够有效均衡路网交通,改善路网交通拥挤,尽管使NOx排放增加,却降低了HC、CO排放,减少了燃油消耗,带来了巨大的经济效益.综合考虑IVNS市场渗透率的交通效益和环境效益,建议可将市场渗透率控制在0.2~0.3左右.研究旨在为相关部门设计评价IVNS,优化路网运行效益提供辅助决策依据.     

铁路视频监控体系化建设探讨

介绍视频监控云平台、视频监控网络、视频监控网络安全和视频监控智能化运维建设方案及各系统之间实现融合的方式.通过视频监控体系化建设解决了各系统相对独立、自成体系的弊端,实现各系统之间统一管理、智能运维和信息资源共享.     

基于改进YOLOv2的动车组裙板螺栓检测

目前,动车组运行故障图像检测系统(TEDS)采集的动车组关键部位图像主要由人工判别,为提高裙板螺栓检测效率,提出一种基于改进YOLOv2的运行动车组裙板螺栓丢失检测方法.首先,通过K-Means聚类分析待检测螺栓区域目标框尺寸;其次,针对目标区域尺寸相似且较小的情况,在单尺度检测的YOLOv2模型中增加Spa-tial...     

面向高速公路混合交通流的车辆协同合流策略

为提高高速公路匝道合流区的运行效率、减少交通事故的发生,面向网联自动驾驶车辆(Connected and Automated Vehicles, CAV)与人工驾驶车辆(Human Driven Vehicles, HDV)混行的交通场景,提出高速公路匝道分层协作合流框架,该框架集成合流序列调度算法和协作合流算法,并根据车辆类型与车辆状态进行实时调整。首先,提出一种基于启发式规则的高速公路合流序列实时调度算法,优化合流区车辆的合流顺序,解决了传统固定合流序列无法适应HDV驾驶行为随机扰动的问题。然后,根据合流序列调度算法及当前车辆位置,判断协作合流的车辆组及其车辆类型,分别建立CAV-CAV、CAV-HDV和HDV-HDV的协作合流控制算法。通过试验仿真发现：相较于无控制情况和“先进先出”策略,总延误分别降低了21.66%、39.88%;协作控制区长度对燃油经济性存在一定影响,能耗随着距离的增加而减小,并存在一个最小值,即300 m,到达该值后能耗将逐渐增大;车辆之间车头时距的增加,对减小车辆能耗存在一定的影响。其中,HDV之间车头时距的影响大于CAV之间车头时距的影响。     

基于混合近端策略优化的交叉口信号相位与配时优化方法

交通信号优化控制是从供给侧缓解城市交通拥堵的重要手段,随着交通大数据技术的发展,利用深度强化学习进行信号控制成为重点研究方向。现有控制框架大多属于离散相位选择控制,相位时间通过决策间隔累积得到,可能与智能体探索更优动作相冲突。为此,本文提出基于混合近端策略优化(Hybrid Proximal Policy Optimization, HPPO)的交叉口信号相位与配时优化方法。首先在考虑相位时间实际应用边界条件约束下,将信号控制动作定义为参数化动作;然后通过提取交通流状态信息并输入到双策略网络,自适应生成下一相位及其相位持续时间,并通过执行动作后的交通状态变化,评估获得奖励值,学习相位和相位时间之间的内在联系。搭建仿真平台,以真实交通流数据为输入对新方法进行测试与算法对比。结果表明：新方法与离散控制相比具有更低的决策频率和更优的控制效果,车辆平均行程时间和车道平均排队长度分别降低了27.65%和23.65%。     

新型混合交通交叉口信号与车辆轨迹协同控制方法

新型混合交通环境下的交叉口交通控制可通过信号灯控制与自动驾驶车辆的轨迹控制协同实现,能够极大地优化道路通行资源利用效率。已有研究中,信号配时与车辆轨迹集中优化的控制策略难以应用于车辆自组织控制的现实场景,且往往计算复杂度较高。本文提出一种无中心框架下基于逻辑的交叉口信号与车辆轨迹协同控制方法。基于协同理论中的快慢变量主动伺服控制原理,设计一种交叉口信号配时慢变量与车辆轨迹策略快变量协同框架,并分别提出基于逻辑的信号配时优化和网联自动驾驶车辆轨迹协同控制方法。协同控制方法可以在车辆自主控制的条件下,一方面,实现交叉口信号配时动态适应交通需求;另一方面,实现网联自动驾驶车辆主动优化驾驶速度,高效通过交叉口。而且网联自动驾驶车辆在进口道可引导混合车队高效通过交叉口,降低绿灯启动损失,提高交叉口通行效率。仿真实验表明,本文的协同控制方法相较于传统控制方法可显著降低交叉口车辆平均延误,同时,基于逻辑的决策模型可实现快速求解。通过对网联自动驾驶车辆控制策略关键参数的敏感性分析,进一步讨论新型混合交通流交叉口通行公平性,并比较在不同网联自动驾驶车辆渗透率下的控制效果。