改进IHSDM的交互式高速公路设计一致性评价

为满足高速公路运行车速与线形设计之间的协调性,提高高速公路车辆运行的安全性,开展高速公路设计一致性评价研究.在收集实际高速公路线形及事故数据的基础上,应用交互式道路安全设计模型(IHSDM)进行设计一致性评价,将评价结果与实际事故数据进行对比,分析了该模型的适用性.针对该模型在中国高速公路应用中存在的不足进行了改进,并将设计一致性存在问题路段与线形设计存在不足路段进行对比分析,验证了改进模型的有效性.分析结果表明:改进模型评价结果准确率为83.3％,较原模型评价准确率提高了25％,研究成果可以为高速公路线形设计的安全性评价提供技术支持.     

新冠疫情对高速公路交通量的影响评价

采用时间序列分析中的A RIM A模型对湖北省某高速公路2020年交通量本底趋势值(不考虑疫情影响)进行预测,并通过分析疫情危机的生命周期,将此次新冠疫情危机分为征兆期、爆发期、高峰期、后疫情期4个阶段,对各阶段中收费车流量进行统计分析,计算交通量损失率,判断此次疫情对高速公路交通量的影响程度.选取经济指标、感染人数等相关因素,采用主成分分析、线性回归及曲线估计等方法,建立疫情影响下高速公路交通量短时预测模型,模型误差在±5％ 以内为可接受范围.该模型能够帮助政府主管部门及高速公路运营管理单位对交通量发展趋势进行准确判断,有利于相关应急措施的制定.     

基于竞争的区域机场群旅客吞吐量预测方法

随着高铁建设和机场数量的增多,民航与高铁的竞争及区域机场间的竞争日渐激烈,给机场旅客吞吐量预测带来挑战,仅考虑单一机场要素的预测方法已无法适应区域内多机场系统旅客吞吐量的预测需要.文中同时考虑民航与高铁以及机场间的双重竞争,对竞争态势下的区域多机场吞吐量预测进行研究.在探究客流分担影响机制的基础上,构建基于竞争环境下的多机场旅客吞吐量需求预测双层Nested Logit模型,提出双重竞争下机场吞吐量预测方法.确定旅客出行行为选择的显著影响因素,构造效用函数,进行问卷设计与样本数据采集,利用T ran-sCAD软件对效用函数进行参数估计和标定.以珠江三角洲机场群为依托,对提出的方法进行示例应用.结果表明:双层Nested Logit模型能较好地量化表征航空与高铁及机场间的双重竞争关系,且能同步预测包括目标机场在内的机场群内所有机场的旅客吞吐量,便于机场群的整体性规划和协作,为旅客吞吐量的准确预测提供新方向.     

考虑财政补贴的电动公交车队置换优化模型

为解决公交车队置换问题,分析财政补贴政策对公交车队电动化的影响,本文考虑财政补贴、温室气体排放水平等因素,以公交车队生命周期成本最小为优化目标,建立公交车队置换的混合整数规划模型,使用CPLEX软件求解模型,获得最优精确解.以2017年北京市19路公交车队为算例进行计算,得出最优的车辆购置方案、充电桩购置方案、车辆淘汰...     

基于Wi-Fi探针的地铁客流预测研究

在城市轨道交通日常运营中,随着车站客流量的逐年增长,为了避免人群拥挤导致的安全问题,地铁车站客流量的准确预测存在重要的现实意义.通过对Wi-Fi探针的采集原理、源数据处理进行分析,对Wi-Fi探针间的关系进行关联分析,构建BP神经网络客流的预测模型,最后以算例验证Wi-Fi探针技术采集数据及客流预测模型的有效性和可行性,并以某地铁站采集到的数据为例进行验证.实验结果表明,Wi-Fi探针技术采集到的数据可以满足客流预测的需求,基于Wi-Fi探针的地铁客流预测模型有效.     

面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明：GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。     

不同规划期内桥梁养护技术优选评价

以桥梁养护技术成本、有效寿命和适用指数建立指标体系,采用简单线性加权法,得到桥梁养护技术的综合评估值,得出不同养护规划期内桥梁典型病害对应养护技术的优选评价结果,可辅助桥梁养护管理者进行决策,实现资金的合理分配和养护效益最大化.     

基于Adaboost的改进Elman神经网络港口吞吐量预测方法

为提高港口吞吐量的预测精度,建立基于Adaboost算法改进的Elman神经网络预测模型,进行吞吐量的预测.首先对Elman神经网络进行多次训练和迭代,然后将每个Elman神经网络作为弱预测器,基于Adaboost算法将多个弱预测器加权组合,形成Elman-Adaboost强预测器模型.经过Adaboost算法优化的强预测器对误差较大的数据样本有更强的识别能力,可以实现对数据的动态增强学习.以宁波-舟山港2011-2017年的港口吞吐量数据为样本进行仿真,分别使用BP神经网络、Elman神经网络、BP-Adaboost神经网络以及Elman-Adaboost神经网络进行预测,比较四种模型的预测精度.研究结果表明:Elman-Adaboost强预测器模型用于港口吞吐量的预测,预测结果的相对误差最大值1.91％,最小值0.06％,可以将预测误差控制在2％以下,数据拟合效果更好预测精度更高,可以作为港口吞吐量预测的一种方法.     

基于运行信息的断路器故障率预测研究

目前电子设备元器件故障率的预测多根据标准开展,降低了故障率预测的准确性和可信性.提出了基于运行信息预测断路器故障率的方法,为消除设计应力的影响,定义了额定故障率.给出了基于多项目运行信息建立额定故障率的模型及计算方法,并以已运行深圳四号线项目和南京二号线项目为例说明额定故障率计算,并应用额定故障率对新开发的上海十三号线二期项目中断路器故障率进行了预测,同时与标准预测进行了比较.     

动车组WTDS轴温数据的深度挖掘及应用

为进一步对系统动车组车载信息无线传输系统(WTDS)中已有的数据进行深度剖析,总结规律、开发应用,针对WTDS的轴温数据,设定更全面的阈值线,采用标准曲线比样法以及多元非线性回归等数学算法,建立了轴温数据分析预测模型.基于CRH5A型动车组的实际轴温数据,采用上述预测模型预测其未来轴温并进行故障判别,结果表明:该分析预...