高速公路平纵曲线组合路段交通风险评估方法

高速公路平纵曲线组合路段常出现单一平曲线和竖曲线要素满足规范，但二者相结合后存在安全隐患的情况。为评估这类组合路段的交通风险、提升组合路段安全性，综合运用可拓云理论与理想点法，提出了基于可拓云模型的交通风险评估方法。基于已有事故数据和文献，从驾驶员、道路、交通环境以及其他因素的角度出发，构建了包含15个指标的交通风险评估指标体系，并将每个指标划分为5个风险等级；利用层次分析法和熵权法确定各评估指标主、客观权重后，再通过理想点法确定各评估指标组合权重；参照公路路线设计规范及相关文献，考虑定性指标的边界模糊性划分各评估指标的风险等级，并按照等比原则实现定性指标的定量化描述；构造可拓云模型云隶属度矩阵，计算综合评判向量，最后根据最大隶属度原则确定路段风险等级。以云南省3段高速公路路段作为分析案例，利用基于可拓云模型的交通风险评估方法计算了各路段风险等级，并识别了各路段的危险性指标。结果表明:该方法与传统基于模糊综合评价法相比，评估结果相同，但信息更丰富，其综合评判模糊等级特征值的期望E_xr反映了路段的安全程度；Y路段的E_xr高于C路段，表明Y路段比C路段更安全；3段路段的评估结果的置信度因子θ均小于0.05，表明结果可信度较高，验证了该方法在交通风险评估过程中的适用性。      

长江三角洲地区集装箱生成量的可拓聚类预测

<正> 在酝酿新世纪的各国港口集装箱运输的持续发展中,各界普遍关注的热点问题是沿海集装箱深水港的建设,而对于内河集装箱运输没有得到应有的重视。内河集装箱运输是推动内河流域经济发展的原动力,无数国内外的水运与区域(城市)经济发展相互依存的实例证实了包括内河运输的水运对人类历史和经济发展的重要作用。     

集装箱生成量可拓聚类预测

分析了集装箱生成量可拓聚类预测的建模机制，构建出可拓聚类预测的物元模型，并用该模型对集装箱生成量进行了区间预测。     

可拓知识库的构建

提出采用关系数据库构建可拓知识库，利用可拓学中物元、事元来描述知识中的信息单元及其联系，对信息单元相关性进行评级，利用关系数据库的特点能对可拓知识库进行查询、插入、删除、更新操作，采用程序推理式的语言描述知识，使计算机能自学习，实现人工智能构建可拓知识库。     

城市近郊高速公路立交拓能改建方案研究——以西安绕城高速北客站立交工程为例

城市道路新增交通集散功能需要通过立交与外部高速公路实现连接,但是近城的绕城高速公路段立交密度大,相邻立交净距小,难以具备新设立交出口的条件。为满足新增立交功能的需求,考虑利用既有的立交进行改扩建,即在既有立交上改建、增设满足扩容功能需求的匝道。对立交改扩建存在的问题、方案制定、交通量核查以及相关考虑因素进行了研讨,详叙了具体设计流程及参考的规范条例,以期为类似建设条件下的互通立交改扩建提供参考。     

可拓学理论在铁路工务系统安全评价中的应用

为客观评价铁路工务系统安全状况,应用可拓学方法建立铁路工务系统安全的可拓评价模型。算例结果表明,能够有效地对铁路工务安全状况进行排序,识别安全状态倾向、减少评价指标层级以及增加待评方案的区分度等优势,能更为有效地解决铁路工务安全风险评价问题。     

位场向下延拓系数矩阵性质及Barzilai-Borwein向下延拓法

位场的向下延拓不仅仅能够提高地球物理数据解释的可靠性，在导航方面也有着重要的作用. 为了进一步提高计算精度和速度，提出了位场向下延拓的Barzilai-Borwein （BB）法. 首先证明了位场向下延拓的系数矩阵为对称的双重Toeplitz系统矩阵（block-Toeplitz-Toeplitz-block，BTTB）；其次，假定该系数矩阵为正定的条件下，采用BB法迭代求解下延方程组，并约束其迭代步长确保算法收敛；最后，分别通过理论模型无噪声数据和实际资料对BB法进行检验，并与积分迭代法进行对比. 结果表明:理论模型验证时，同一收敛精度条件下，BB法的计算速度是积分迭代法的2倍以上；实际资料检验时，在相同计算次数下，BB法与积分迭代法的平均相对误差分别为6.1%与7.7%.      

基于多级可拓方法的交通综合执法模式评价

交通综合执法改革已是交通运输行政执法发展方向。通过分析我国交通行政执法现状,将交通综合执法模式归纳总结为四种,然后建立科学合理的评价指标体系,利用简单关联函数计算各评价指标权重,对交通综合执法各种模式进行一级和二级可拓评价,给出各种综合执法模式评价等级和关联度。根据各种模式的评价结果,为交通运输综合执法改革科学发展给出指导性意见。     

基于物元分析法的公路桥梁损伤等级评定研究

在构建桥梁损伤等级评定指标体系的基础上，采用 AHP确定了各指标的权重，运用物元分析的方法建立了桥梁损伤等级评定的数学模型，并利用模型评定结果，得到了某桥梁的损伤等级。