全自动智能运输系统的分布式递阶控制方法

针对动态环境中的全自动智能运输系统的控制问题,提出一种适用于该系统的分布式递阶控制方法。该方法以大系统递阶控制理论为基础,采用3级结构,包含组织级、协调级和执行级。分布式递阶控制方法在不同层次上分别处理全自动智能运输系统的车辆调度、车辆协调及车辆行为控制问题。组织级响应实时变化的运输需求,并由此确定无人驾驶车辆的调度命令。协调级负责化解系统内车辆之间的潜在冲突。执行级负责无人驾驶车辆的行为控制。仿真试验研究结果表明,较之传统的定时发车方式,对于全自动智能运输系统,采用分布式递阶控制的系统控制方法能够缩短乘客的平均等车时间并提高车辆的使用效率。     

基于改进熵权与灰色模糊理论的城市轨道交通PPP项目风险评价研究

针对城市轨道交通PPP项目风险繁多复杂等特点,为保障PPP项目的成功实施,提出基于改进熵权灰色模糊理论的风险评价方法。首先,考虑风险动态性特征,采用Delphi法对城市轨道交通PPP项目全生命周期风险按阶段进行有效识别,建立相应的风险指标体系; 其次,通过灰色聚类与模糊综合评判法相结合构建城市轨道交通PPP项目风险评价模型,利用灰色白化权函数实现风险指标信息的透明化,借助模糊理论计算风险综合评价值,判断项目风险等级,并采用改进熵权法与层次分析法相结合的方法确定主客观权重; 最后,将模型应用于青岛地铁3号线实际案例中。研究结果表明该项目风险等级为“中等”,评价模型具有合理性与有效性,同时提出相应的风险应对措施。     

基于K means聚类算法的盾构掘进参数设定方法研究

盾构掘进参数的合理设定是保障盾构隧道施工质量和安全的基础。为实现掘进参数的准确设定,基于典型工程类比设定理论,将K means聚类算法与经验公式设定法相结合,提出盾构掘进参数类比设定法（SAPAS）,实现典型工程工况掘进参数的自动提取和匹配。与传统的经验公式法相比,SAPAS改善了经验公式的实际使用效果,能够更准确地进行参数设定,有利于提高施工质量和安全。通过在上海轨道交通的部分工程中进行实践,取得了良好的施工效果。     

基于信息融合的船舶机电设备故障诊断

对船舶机电设备故障进行了分析,指出故障诊断必须从多类数据中寻找隐藏的信息,进而提出了对于观测数据运用模糊聚类方法进行信息融合,寻找故障模式.算例证明方法有一定的效果.     

基于高速公路流水数据的通勤车辆特征研究

随着居民利用高速公路进行通勤出行车辆的增加,高速公路缓行和交通拥堵等问题时有发生,特别是在重大节假日期间.目前,解决上述交通问题的主要方法是交通需求管理措施,而实现有针对性的交通需求管理需要对高速公路收费流水数据进行精确的挖掘分析,掌握车辆在高速公路上的运行状态与时空分布特征.本文基于高速公路收费流水数据,借助 K-means++聚类方法识别使用高速公路日常通勤的车辆,进一步分析通勤车辆的出行时空分布特征.从通勤出行的角度,挖掘城市通勤快速出行廊道分布,研究高速公路网与城市道路网络的关系,对提高交通系统效率和缓解交通问题具有重要的意义.     

基于整数线性规划的合乘出租车调度模型

为降低城市交通中出租车的空驶率,提高出租车运载效率,充分利用城市道路资源,缓解交通拥堵,在已有研究的基础上,将智能交通中多位乘客合乘出租车的路线规划及车辆调度问题分解为合乘乘客分组、行驶路线规划、指派车辆3 个步骤,将乘客间的“顺路”关系转化为有向图中的有向边,通过筛选连通子集构造合乘分组。分别对每一步骤建立整数线性规划模型,使得所需车辆尽量少,乘客等车时间尽可能短,乘客乘车绕行里程尽量少。使用分层序列法求解该多目标规划问题,并提出一种简化问题规模的策略,以提高求解效率。使用纽约实际出租车乘车数据构造模拟数据集测试算法的性能。测试结果表明,该方案具有“零绕行”、合乘率高的特点,能够大大提高出租车运载效率。     

面向智能汽车测试的弱势群体服饰色彩研究

智能汽车测试是其技术开发与应用中必不可少的环节，封闭场景下测试目标物准确反映真实道路环境下交通对象特性是保障测评结果可信的关键，而道路弱势群体服饰色彩是相应测试目标设计的关键参数，也是智能车测评相关标准中要求的一个主要指标。为此，通过对中国某省份2018～2020年间重大交通安全事故案例的分析和筛查，得出178例弱势道路使用者群体伤亡人员样本，首先提取样本服饰颜色，然后选取适当的色彩空间，将色彩数据从RGB(Red-Green-Blue)空间转换至LUV(Lightness-Chroma)空间。以转换结果作为聚类参数，采用K-means聚类算法，获取受害者样本基于季节、出行方式等不同因素下的服饰代表颜色。区别现阶段欧洲标准中目标物黑色上衣/蓝色长裤的搭配组合，黑色上衣/黑色长裤作用于符合中国国情的自动驾驶场景中测试目标物的服饰颜色更具代表性。鉴于中国新车评价规程(China-New Car Assessment Programme, C-NCAP)选取行人目标物与自行车骑行者目标物，将目标物服饰改为黑色上衣/黑色长裤组合，以测试目标物与测试车辆位置分别构建相对横向及纵向运动的多个场景，...     

基于因子分析与熵值法的不同隧道侧向宽度下驾驶负荷模型

为探究隧道侧向宽度对驾驶心理及行为的影响机理，采用眼动仪、CAN-OBD测速仪等设备在滨莱高速试验场开展不同侧向宽度场景实车试验，获取30名男性驾驶人在不同侧向宽度场景下生心理及驾驶行为数据；以心率均值、车速差、速度标准差、平均注视持续时间和注视时间标准差为关键变量，建立基于因子分析与熵值法的驾驶负荷量化模型，量化评价不同侧向宽度下驾驶负荷变化规律；基于K-means聚类算法确定不同等级驾驶负荷阈值，结合ROC曲线的分类判别和最大约登指数值，提出隧道侧向宽度临界阈值计算方法。研究结果表明：当设计速度为120 km·h^-1时，采用较大的隧道侧向宽度不仅有利于提高运行车速，同时可减小驾驶负荷；相较于左、右侧侧向宽度分别为0.75 m和1.25 m的标准断面设计尺寸，隧道左、右侧侧向宽度增加至1.00 m和1.50 m时，小型车和大型车驾驶人运行车速分别提升4.5%和3.6%,驾驶负荷分别减小31%和29%;不同侧向宽度下驾驶负荷低、中、高3个等级对应的阈值为0.23和0.42,隧道左侧最佳侧向宽度阈值为0.75～1.00 m,右侧最佳侧向宽度阈值为1.25～1.50 ...