行车综合自动化系统联动的工程实现方法

将列车自动监控系统(ATS)、电力监控系统(PSCADA)、环境与设备监控系统(BAS)等深度集成为行车综合自动化系统,使得联动的实现变得更加方便.论述基于北京地铁6号线行车综合自动化系统联动的实现原理、功能设计方法和工程实现方案,说明使用联动功能矩阵的设计方法有利于工程实施、软件开发和工程归档,介绍这种方法在北京地铁6号线得到成功应用的情况.     

基于虚拟仪器的船舶柴油机监测系统研究

为解决传统仪器监测信号的不足之处,利用虚拟仪器技术开发16VPA6船舶柴油机信号监测系统.首先对16VPA6船舶柴油机监测信号进行分类汇总,接着阐述本文设计思路,在此基础上分别进行硬件设计和软件设计,最后进行软硬件联调试验,将利用虚拟仪器开发的16VPA6船舶柴油机监测系统运行结果与信号模拟器数据进行对照分析.结果表明,开发的系统能实时监测所需信号,并具有报警和数据存储等功能,运行情况良好,满足预期设想.     

2,6-二苯基苯酚的合成与应用研究进展

介绍了近年来利用Friedel-Crafts反应、取代反应、催化脱氢反应等方法合成2,6-二苯基苯酚的工艺,评价了各种合成方法的优缺点,并对2,6-二苯基苯酚结构、性能及其应用方面的研究进展进行了综述,最后对2,6-二苯基苯酚的应用前景进行了展望。     

考虑环保意识的低碳出行行为研究

低碳交通是城市交通发展的必然选择.为定量分析出行者环保意识对低碳出行选择行为的影响,本文基于出行者环保行为和环保态度,利用Rasch模型,构建了出行者潜在的环保意识.将出行者潜在的环保意识作为解释变量带入多变量Probit模型中,分析出行者环保意识对私家车限制政策赞同度和购买纯电动车意愿的影响.研究结果表明：在出行者低碳出行行为中,带入出行者环保意识能够提高模型的拟合度;环保意识对多设公交专用道、通过提高燃油税和停车费等减少市中心小汽车量的赞同度的平均边际效用为0.127、0.144;环保意识对现阶段、未来基础设施完善时购买纯电动汽车意愿的平均边际效用为0.133、0.116;未来购买纯电动汽车意愿比现阶段购买纯电动汽车意愿高0.182.     

高速铁路网络化客流分配方法

为了充分反映旅客在高速铁路网络化运营环境中的出行选择行为,以旅客中转换乘为重点环节展开高速铁路网络化客流分配方法研究.首先,围绕旅客在高铁网络中的中转换乘环节刻画旅客在网络中的出行过程,提出符合旅客网络出行特征的运输网络构建方法.其次,分析构建的运输网络中不同节点、不同弧段对旅客出行的意义,确定不同弧段的出行费用及能力约束,并构建整数网络化客流分配模型.最后,选取宝兰高铁、京广高铁等多条高铁构成的存在环状结构的网络实例研究验证模型的有效性,通过求解可得到客流完整的路径,打破以直达为导向的客流分配模式,实现网络中客流的均衡分配,更能全面反映客流在枢纽的换乘选择结果.     

基于多源数据融合的干线公交车辆 行程时间预测

为提高城市中心区干线公交车辆行程时间的预测精度,在拟合公交车辆行程时间分布特征的基础上,提出基于多源数据的干线公交行程时间预测模型.对RFID及GPS检测器获取的实际数据进行预处理及分布拟合,其中混合高斯分布函数适用于单路段拟合,对数正态分布适用于多路段的拟合.采用皮尔逊相关性系数对影响行程时间的因素进行相关性分析,其中上游路段前2 个时间窗的平均行程时间的影响最大.分别采用ARIMA、改进的SVM模型对行程时间进行预测,其中改进的SVM模型的平均绝对百分比误差为6.26%,优于ARIMA模型的11.69%,更适用于短距离交叉口间的公交车辆行程时间预测.     

基于LightGBM算法的公交行程时间预测

在城市公交网络运行中,公交车的站点间行程时间会受到道路和环境条件的影响. 本文对公交车运行过程中的车辆速度特征、道路特征及天气特征等进行了分析.建立了基于特征的 LightGBM (Light Gradient Boosting Machine)公交行程时间预测模型,通过调整 LightGBM算法中的相关参数,以分配各个影响特征和因素的权重大小.然后利用天津市某条公交线路 24天的公交车 GPS数据对模型进行了训练和验证,并与基于历史平均值和卡尔曼滤波的行程时间预测模型进行对比.比较结果表明,LightGBM模型在 MAE (Mean Absolute Error)和 MAPE (Mean Absolute Percentage Error)这两个指标上均大幅度优于其他两个模型,说明 LightGBM模型在公交车行程时间预测上具有很好的稳定性和应用前景.     

基于手机信令数据的旅客联程出行时空特征分析方法

为高效准确地识别旅客联程出行方式,基于旅客联程出行行为特征,引入不同运输方式场站地理位置、场站数据取样最佳半径、旅客行驶速度等关键参数,对旅客手机信令数据进行筛选、校核和计算,提出了基于手机信令数据的旅客联程出行方式识别方法,同时测算了不同运输方式场站数据取样最佳半径。以2018年国庆假期广东省内旅客出行为例进行分析,剔除了约98%的无关信令数据。分析结果显示,广东省内公铁联运出行比例最高,广州、深圳两大枢纽城市的客流集疏运效应突出,广佛城际出行联系较为密切,佛山机场的潜力较大。研究表明,识别方法大幅降低了信令数据分析量和运算成本,方法原理和技术路线清晰,分析结果准确、符合实际。     

基于方式选择的拥堵收费及返还优化模型

通过应用累积前景理论分析用户出行行为,建立拥堵收费及其返还的优化模 型,得到了不同需求分布均值下的最优收费和最优票价折扣费率,用算例验证了模型的 有效性,并对比了无补贴无收费、有收费无补贴、有补贴无收费及有补贴有收费4 种情况 的系统总成本,以及有补贴有收费情况下相对于无补贴无收费情况,政府和用户节省的 总成本费用.结果表明,模型与实际现象是吻合的,实施拥堵收费和补贴政策可以有效减 少系统总成本,节省政府财政支出和公交车用户的费用成本,而且恰当的设置拥堵收费 和票价折扣费率将有效引导人们更多的选择公共交通出行.     

���ڰ����ij��е�·�г�ʱ��Ԥ��

已有旅行时间预测方法多是针对高速公路、城市快速路和主干道路的路段,而针对城市一般道路,及路径旅行时间预测的研究则相对不足.本文提出一种基于案例的旅行时间预测算法.算法的基本原理为,在轨迹数据建模的基础上,建立动态更新的、包含多个属性的历史旅行样本数据库,然后根据出行时间及环境信息从案例库查找匹配案例,其结果经过一定修正用于预测路径旅行时间.与基于路段的旅行时间预测方法相比,该算法具有较强的鲁棒性和可移植性,受空间路网和数据样本量的影响较弱;并且在相同数据样本量和路网空间覆盖率的情况下,该算法预测精度高于对比算法.