Integrated models of land use and transportation for the autonomous vehicle revolution

ABSTRACT

The advent of the autonomous vehicle (AV) will affect not only the transportation system, but also future patterns of land development. Integrated land use and transportation models will be critical tools in assessing the path forward with this technology. Key questions with respect to land use impacts of AVs arise from potential changes in sensitivity to travel and reduced demand for parking. It is an open question whether AVs will induce urban sprawl, or whether spatial economies of agglomeration will mitigate any reductions in travel time sensitivity. The deployment of shared fleets of AVs would likely reduce parking demand, producing yet to be explored impacts on property development within existing urban footprints. We perform a critical assessment of currently operational models and their ability to represent the adoption of AVs. We identify the representation of time in such models as a vital component requiring additional development to model this new technology. Existing model applications have focused on the discrete addition of new infrastructure or policy at a fixed point in time, whereas AV adoption will occur incrementally through time. Stated adaptation surveys are recommended as tools to quantify preferences and develop relevant model inputs. It is argued that existing models that assume comparatively static equilibrium have been convenient in the past, but are insufficient to model technology adoption. In contrast, dynamic model frameworks lack sufficient structure to maintain reasonability under large perturbations from base conditions. The ongoing advancement of computing has allowed models to move away from being mechanistic aggregate tools, towards behaviourally rich depictions of individual persons and firms. However, much work remains to move from projections of existing conditions into the future, to the evolution of the spatial economy as it evolves through time in response to new technologies and exogenous stresses. Principles from complex and evolutionary systems theory will be important in the development of models with the capacity to consider such dynamics.     

宽带干扰下GPS接收机捕获性能的分析

在GPS接收机捕获原理的基础上，分析了GPS接收机的平均捕获时间和捕获时间方差，推导出宽带干扰与噪声的功率谱密度，从而得到检测概率和虚警概率的表达式，最后给出不同中频信噪比以及不同积分时间下的平均捕获时间和平均捕获时间方差与干扰噪声功率比的关系曲线。仿真结果表明宽带干扰功率达到一定值时，对GPS接收机具有较好的干扰效果。     

深水导管架滑移下水轨迹的计算与分析

导管架由驳船上滑移下水，首先在倾斜的驳船上由外力（液压缸或绞车）推动克服滑靴与滑道间的静摩擦力，其后在倾斜的滑道上靠自身重力的作用滑移，最后通过下水驳船的摇臂滑入水中。在此过程中，应考虑到导管架的运动轨迹是否安全稳定（如导管架和泥面的安全间隙）、导管架是否以安全的方式脱离摇臂、导管架最终的漂浮位置是否稳定以及驳船的倾角等方面。采用时域分析法对导管架重心的轨迹进行计算和分析。     

坞式舰船压载系统研究

对坞式舰船压载系统设计中需考虑的稳性、作业时间、注排水方式等问题进行了分析研究,可供有关设计人员参考.     

控制和管理一体化的DCS系统

阐述工业控制和管理一体化ＤＣＳ系统的重要性，介绍了一种网桥，将２＋控制网和ＮＯＶＥＬＬ网连网，并给出了具体的系统图和接口电路图。     

应用人工神经网络理论的船舶运动包络预报方法

本文首先介绍了人工神经网络理论的基本内容以及前馈网络反向传播的训练方法，然后应用单隐含层网络作出船舶运动包络的实时预报。文中就一船舶的海上实测运动数据进行了实例计算，结果表明，本文方法的预报结果明显好于其它模型的自适应预报结果。     

外汇汇率时间序列静态属性的抽取

为了能够使用现有的数据挖掘技术(例如粗糙集)对外汇汇率时间序列进行数据挖掘,必须从外汇汇率时间序列数据中抽取决定时间序列行为发展趋势的静态属性.针对外汇汇率时间序列的特殊性,给出了时间序列静态属性抽取技术的几个关键步骤,完成了从外汇汇率时间序列中抽取出静态属性,最后利用这些静态属性组成的数据库,实现了对外汇汇率时间序列比较准确的预测.     

多值非线性系统的自适应控制

提出了带有多值非线性环节的线性离散系统的自适应控制算法，仿真实验的结果表明：该算法简单易行具有明显的优点，跟踪误差比采用一般的自适应控制算法时要小得多，且能保证闭环系统大范围近收敛。     

提速干线编组站出发子系统内部匹配与协调关系

分析提速干线编组站货物列车到发时刻不均衡运营特征,根据编组站作业特点和要求,运用排队论和随机过程理论,对出发子系统转场和接车可靠性、临界密集出发时间进行计算分析。认为出发子系统允许的接车延误概率应控制在0.12以内;当区间通过能力利用率在繁忙时间达0.85以上时,出发场的到发线应在10股以上。提高出发子系统转场和接车可靠性的措施包括:提高无调比、适当增加出发场到发线数量、降低编组调车机车的作业负荷、减小出发时间间隔不均衡系数。给出一定出发强度下的临界密集发车时间计算式,便于指导运输组织工作。改善出发子系统匹配与协调关系的有效途径包括:合理配置列检组数、转线接车延误率控制在10%以内、密集到发期间区段通过能力利用率不能超过90%、降低衔接区间发车时间间隔变异系数、连续高密集发车时间不能超过临界发车时间、适当增加分类线及到发线数量、优化列车运行计划、平衡双向系统作业负荷、加强管理、优化运输组织。     

旅客列车发车时间域优化研究

在大量问卷调查的基础上,根据旅客对不同到发时间域选择的偏好,确定了各发车时间域旅客出行的方便系数。利用目标规划原理,以旅客出行方便程度最大为目标,构造了三级控制策略。在考虑客运站到发线能力,以及旅客列车必须在合理的时间域发车等约束条件下,建立旅客列车发车时间域的目标规划模型。利用该目标规划模型,可根据旅客列车实际运行的需要,通过变化控制策略和赋予各目标的优先因子,实现对列车发车时间域的优化。根据模型约束目标正负偏差变量,计算了各级控制策略实现程度系数。最后,以太原站始发旅客列车为实例,利用变换方案对该目标规划模型的运用进行了分析,并将目标规划优化结果和传统确定发车时间域的结果以及指派模型优化结果进行比较分析。