基于机器学习的交通流预测方法综述

通过文献梳理、专家访谈和试验场景构建等方法,分析了道路指定断面和区域路网宏观交通流预测的国内外研究现状和发展趋势,归纳了局部断面交通流预测方法,包括传统机器学习、递归神经网络和混合模型,分析了卷积神经网络、图神经网络和融合多因素网络的特点,阐述了方法的原理、优势、局限性和应用场景,总结了现有场景交通数据集类别,从采样周期与采集方式角度归纳了国内外主流交通数据集。分析结果表明：递归神经网络可以有效获取交通数据的历史规律,但存在梯度爆炸、计算复杂度高、长时预测准确度不佳等问题;图神经网络针对路网拓扑连接关系引入了图结构,在考虑路网和交通流数据的时空相关性上具有明显优势;融合多因素网络充分考虑天气、道路、事故等内外部因素的影响,有效提升了交通流预测的实时性和鲁棒性;由于交通数据采集困难、外部因素影响难以量化、机器学习方法可解释性差等原因,交通流预测方法的改进受到了限制;未来应从交通信息有效挖掘和图卷积方法完善两方面入手,拓宽图结构在交通领域的应用和考虑非常态交通场景,进一步揭示交通数据的内在规律,开发更准确、高效的交通流预测方法,推动交通流预测在工业界的落地应用。     

关于Fuzzy数集和Fuzzy复数集确界的注记

本文通过一个算例，指出关于Ｆｕｚｚｙ数集和Ｆｕｚｚｙ复数集确界的四个定义不符合经典习惯，给出了修改后的定义并证明了几个关于Ｆｕｚｚｙ数集与Ｆｕｚｚｙ复数集确界的性定理。     

轨道交通接驳方式选择行为分析——以上海松江大学城为例

基于上海松江大学城站轨道衔接方式选择行为的调查数据,对城市轨道交通接驳方式选择行为进行研究,从大学城学生个体角度分析学生群体的出行特征和规律,合理有效地调整交通结构,进而优化城市轨道交通服务水平,增加城市轨道交通的吸引力.基于Nested Logit非集计模型,建立两种不同分组选择支的轨道交通衔接方式选择模型进行参数标定,对比模型的优比度、分支相关系数和命中率,择优选择精度较高的模型.根据建模结果,在调查数据分析的基础上,对不同接驳方式的分担率进行预测.预测结果为:公共汽车的分担率最高,为59.9％,即公共汽车仍为学生选择的主要接驳方式,出租车的分担率次之,自行车分担率最低.最后,对NL模型进行应用.研究发现,对于学生群体而言,提高出租车的起步价对出租车的分担率并无较大影响.综合比较性别、接驳时间、接驳费用等影响因素,发现性别对学生接驳方式的选择有较大影响.     

基于交通网络数据集的动态路径诱导系统规划与实现探讨

智能交通是当前公认的有效解决交通拥堵、能源消耗及交通污染等突出问题的根本途径,而动态的交通诱导系统则是智能交通的核心研究领域之一,并一直被学术界和企业界所关注。当前已有诸多成果,但能广泛应用于实际交通环境的不多,通过着重探讨基于交通网络数据集下的动态路径诱导系统的规划设计与实现方式,有利于交通动态路径诱导系统的开发应用。     

集对-层次耦合法在崩塌区危险性评价中的应用

有效预测崩塌灾害致灾区域及其危险性,为合理规划土地资源、实施崩塌防灾减灾提供重要指导借鉴。遴选斜坡坡形、坡度、坡高、下垫面岩土性质、落石质量、落石形状和落石的岩性条件等7个因子作为崩塌区域致灾危险性评价指标;通过指标量化,采用广义集对分析法和层次分析法相结合,确定了崩塌区域致灾危险性评价指标权重;采用同、异、反联系测度提出了落石停积在各承灾区的可能性评价模型,并根据落石停积位置的预期概率将崩塌致灾危险性分为极高危险、高危险、中危险、低危险和极低危险等5个危险性等级。最后通过现场落石试验,验证了危岩崩塌区域危险性广义集对-层次耦合评价方法的合理性     

出行成本对居民出行方式的影响

以北京市居民出行行为为研究对象,收集2010年部分区域居民出行基础数据,使用相关性分析筛选与居民出行方式选择密切相关的影响因素.以小汽车出行方式的效用函数与公共交通出行方式的效用函数的差值构建新效用函数,选择收入、出行目的、支付方式、出行时间比、出行成本比等作为影响因素,将小汽车和公共交通出行时间比划分为1∶5、1∶3、1∶1,分析出行成本对居民出行方式的影响.分析结果表明:当出行时间比为1∶5时,居民使用小汽车出行对应的弹性值均小于0.1,出行成本调节缺乏弹性;当出行时间比为1∶3时,对应的最大弹性值为0.39,当出行成本比为25时,40％～50％的出行者继续使用小汽车出行;当出行时间比为1∶1时,对应的最大弹性值为0.89,当出行成本比为22时,40％～50％的出行者继续使用小汽车出行;当出行时间在1∶3和1∶1之间,要使得小汽车的出行分担率为30％,则出行成本比为至少为5.     

A study on dynamic response of cable-seabed interaction

A numerical method is developed to investigate the dynamic response of cable-seabed interaction in this paper. The motion of cable is described by the Lumped Parameter Method, while the seabed, unlike the prevailing simplified model of elastic foundation, is modeled as an irregular continuous rigid surface with rebound and friction existing, and the forces exerted by the seabed consist of normal counterforce and isotropic tangential Coulomb friction resistance. To describe the detailed dynamic response, two coefficients are introduced by analogy with the theory of rigid body collision with friction. The cable-seabed kinematic and dynamic contact conditions are formulated subsequently, and are used to incorporate the seabed effect into the cable dynamics to produce a set of ordinary differential governing equations. In this paper, we employ 4th order Runge-Kutta method to solve these equations. Several simulation cases are presented to illustrate the seabed effect. The results show that friction and impact have a prominent influence on the statics and dynamics of the cable.     

基于遗传算法的装配顺序优化

为了解决装配顺序优化的问题,采用了集对分析理论与遗传算法相结合的方法,考虑了装配并行度与重定向次数对装配作业的影响,得到了遗传算法的程序编制方法.实例分析,验证了该算法的可行性与有效性.遗传算法对装配顺序优化具有重要意义.     

集卡动态调度路径优化算法

从整体调度的角度出发, 分析了整个码头作业面的动态调度方案, 提出了一种新的集装箱卡车(集卡)动态调度路径的自适应蚁群算法。运用码头GPRS系统, 以集卡速度、流量、位置等相关数据建立了感知链。通过判断阻塞状况和调整可行点集, 确定了信息素浓度更新策略与转移概率计算方法。针对码头路网的复杂性和蚁群算法的实时计算效率, 设计了蚁群算法的步骤。将信息熵引入到蚁群算法中, 运用MATLAB软件, 对集卡的动态调度方案进行了仿真计算。计算结果表明: 当初始集卡速度分别为50、75 km·h^-1, 初始集卡流量分别为800、1 000 veh·h^-1时, 集卡行驶的最短路径为4.3 km, 行驶时间为0.057 h;集卡行驶的最优路径为8.3 km, 行驶时间为0.111 h。可见, 该算法能有效缓解码头阻塞问题, 提高集卡利用率和码头作业效率。     

汽车自燃的主要原因、预防措施及紧急处理

汽车自燃,主要是油（燃气）路、电器线路以及这两方面综合故障所引发。