非港湾式公交停车对道路交通流的影响分析

公交车进出站点不仅影响本身,也给其他车辆运行带来很大干扰。文章首先比较全面地分析非港湾式公交停车影响下道路交通流特征,然后借助于EXCEL软件,构建关于公交停车频率、公交停车时间、最大公交停车长度及其存在时间、道路流量的车速和车头时距多元线性模型,并进行了严格的数学检验。该研究为合理分析路段交通流状况、正确计算区间行驶车速与车头时距提供了依据。     

城市轨道交通初期运营客流预测技术研究

城市轨道交通新开通线路初期运营客流预测是开展初期运营安全评估和运营组织筹备的基础性工作。分析初期运营客流预测在预测期、研究对象、基础数据和预测模型方面的特点,总结该类预测工作开展的技术难点。在此基础上提出一套适用于初期运营客流预测的技术路线,阐述其中基础资料收集、交通调查、交通运行特征分析、出行需求预测、评估分析及敏感性分析的研究要点,并概括总结客流预测指标、对既有线的影响评估、需要重点关注的车站等研究内容。研究结果表明,初期运营客流预测重点在于准确把握城市及交通发展现状,而解读城市及交通发展现状资料并掌握其运行现状特点,研判其短期发展趋势是初期运营客流预测的基础性工作;针对宏观交通需求分析模型对微观客流指标预测的精度不足问题,可在城市宏观交通需求预测的基础上,通过开展各类交通调查建立城轨系统出行需求分析专题模型。本研究成果以期为初期运营客流预测的技术方法、研究内容等提供借鉴。     

基于改进 BiLSTM 网络的地铁车轮磨耗预测模型

针对地铁车轮磨耗数据时间跨度较长引起的长期依赖问题,为了进一步提升预测精度,提出一种将麻雀搜索算法(sparrow search algorithm,SSA)优化双向长短期记忆网络(bidirectional long short term memory,BiLSTM)的改进 BiLSTM(SSA-BiLSTM)网络模型,用于地铁车轮磨耗预测。首先,利用麻雀搜索算法对双向长短期记忆网络算法的神经元个数、迭代次数、输入批量和学习率等超参数在给定范围内进行寻优,得到参数最优值;然后,以参数最优值来构建改进 BiLSTM 网络模型,对车轮磨耗进行预测分析;最后,以车轮踏面磨耗和轮缘磨耗作为研究对象,将某地铁 1 车厢 1 号车轮的现场实测历史磨耗数据作为输入,对该模型进行训练及验证分析,并与多层感知机(multilayer perceptron,MLP)、LSTM、BiLSTM 以及 SSA-LSTM 模型的预测结果进行对比。研究结果表明：SSA-Bi-LSTM 模型的车轮磨耗预测精度更高,与 LSTM、BiLSTM 以及 SSA-LSTM 网络模型相比,踏面磨耗的平均绝对百分误差(mean absolute percentage error,MAPE)分别降低了 13.28%、10.32%、1.47%,轮缘磨耗分别降低了 9.5%、0.46%、0.02%;分别对同一地铁 2 号、4 号车厢的 1 号位置车轮磨耗进行预测,并与磨耗实测数据进行对比,踏面磨耗的平均绝对百分比误差分别为 1.34%、1.42%,轮缘磨耗的平均绝对百分比误差分别为 0.18%、0.19%,验证了本文所提模型具有良好的泛化性,为地铁轮对智能化管理提供理论支持,延长车轮使用寿命。     

别克轿车空气质量流量传感器故障诊断与分析

空气质量流量传感器工作性能稳定与否对电控多点燃料喷射发动机的工作影响很大。针对一款别克GLX轿车出现的动力不足,加速不良且伴有″回火″现象的故障,从验证故障码,检查供油压力和传感器等方面对其进行了诊断分析。诊断分析及修复结果表明,该车装备的旁通道热线式空气质量流量传感器因严重积垢使热传导性变差,导致大流量时其输出信号偏低,从而使混合气过稀是导致上述故障的原因。     

船舶操纵水动力导数的数值求解及敏感度分析

[目的]为了兼顾船舶操纵运动预报的成本与精度,基于数值计算方法,结合水动力导数敏感度分析,提出一种船舶操纵运动预报方法。[方法]首先,求解RANS方程,应用流体体积（VOF）法捕捉自由液面,采用动态网格方法对DTMB 5 415船型进行约束运动的数值计算,并将回归得到的线性水动力导数与试验值进行对比,验证数值方案的有效性;然后,基于MMG分离建模方法建立DTMB 5 415船模的操纵数学模型,并利用龙格-库塔算法进行求解,对船舶回转和Z形操纵运动进行仿真;最后,分析水动力导数对这2种操纵运动的敏感度。[结果]结果显示,采用所提方法得到的操纵轨迹和衡准参数仿真结果与试验结果一致,回转运动参数的平均误差为5.1%,Z形操纵运动参数的平均误差为11.7%,较文献使用CFD进行自航船模模拟得到运动参数的精度与计算成本均有所改善;水动力敏感度分析结果也验证了部分非线性水动力导数对操纵性衡准的影响较小,可以使用经验公式进行估算。[结论]研究表明采用所提方法进行船舶操纵性预报方法可行,可在满足工程应用精度的同时大大减少计算成本,尤其适用于船舶设计阶段的操纵性预报及优化。     

Lagrangian flow in the California Undercurrent, an observation and model comparison

During the period 1992–1998, 38 isobaric RAFOS floats were deployed to sample the subsurface flow of the California Undercurrent. The deployments, released over the California continental slope west of San Francisco, have sampled robust year-round poleward subsurface flow associated with the Undercurrent most seasons and the combined inshore current and Undercurrent in winter. Two other types of flow have been seen: a region of weak flow with little net displacement just west of the California Undercurrent, and an active westward propagating eddy field. This eddy field appears to be the primary mechanism for moving floats from the Undercurrent into the ocean interior. The observations and statistics from the RAFOS floats are compared with Lagrangian estimates of particles tracked in a global high resolution ocean simulation in order to evaluate the fidelity of the model along an eastern boundary. The results show that the model reproduces the general character of the flow reasonably well, but underestimates both the mean and eddy energies by a substantial amount.     

高原人群出行拥挤感知与调适行为研究

为缓解高原城市节日期间部分路段人流过于密集的状况,对高原人群出行过程中的拥挤感知和调适行为进行研究。首先,在对高原人群高度自由走行速度、生理尺寸进行测定的基础上,采用连续人群流动模型分别对高原人群拥挤临界密度、人群运动速度减小时的人群密度和人群停滞状态时的最大密度进行测算,进而标定高原人群最大忍受密度为8.5人/m2。然后,选取雪顿节期间八廓南街人流短时间内高度聚集的状况进行拥挤状况评估,结果显示该路段人群密度为8.34人/m2,接近高原人群最大忍受密度,因此判定八廓南街存在拥挤事故风险。最后,依据基于层次分析法的高原人群拥挤感知影响因素分析结论,提出相应的调适行为措施,力求维护民族宗教节日期间高原城市公众正常的出行秩序。     

长沙地铁2号线运营初期客流特征分析

开展客流特征研究对科学合理地设计轨道交通系统、优化运营组织设计具有重要意义。以长沙地铁2号线的地铁刷卡数据为研究对象,运用数理统计方法对其开通初期三年的运营客流进行分析,着重分析断面不均衡系数、车站进出站高峰系数与车站周边土地利用性质的相关性,线路客运量高峰系数与该线功能定位的关系,以及乘降量和换乘量的客流特征。针对上述结论对设计和运营提出建议,可为轨道交通的设计、建设、运营提供参考,也可为大城市轨道交通客流预测结果的合理性判断提供依据。     

考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4 种模型进行比较. 结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25%.     

基于行为识别的智能车纵向决策研究

针对智能车纵向决策问题,提出基于环境车辆偏离车道程度识别运动模式的方法;构建动态环境车辆横纵向轨迹预测模型,并求解;构建保持、先行、避让在内的决策集,提出基于预测轨迹的单个车辆决策方法,并基于所有动态环境车辆的决策结果在加速、减速和匀速3 种结果中做出综合决策. 实车实验表明：在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11,0.29,0.80 m,预测精度较高;复杂动态环境下,本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.