动态管理模式下路侧停车泊位占有率预测方法

城市停车已逐步实现信息化和动态化管理,本文对动态管理模式下大范围路侧泊位占有率预测方法进行研究.在收集美国旧金山492万条停车交易数据的基础上,利用可同时提取数据空间关联和时序趋势特征的卷积长短时记忆神经网络(Convolutional LSTM Network,ConvLSTM),分别构建考虑停车费率和时限动态变化的有政策模型,和没有动态管理信息输入的无政策模型.结果显示,有政策模型的训练效率和预测精度会显著提升.在政策平稳阶段,两种模型均能够有效预测泊位占有率;在政策发生变化时段,无政策模型的预测误差出现激增,但有政策模型的预测误差依然保持平稳,表明本文提出的方法能够很好地应对动态管理模式下停车需求的变化.     

基于改进生成系数法的西非外贸集装箱生成量测算

为对西非物流现状进行客观准确判断,且对其未来发展需求做进一步判断。文章提出利用改进的集装箱生成系数法来对西非外贸集装箱生成量进行测算,通过对世界银行、国际货币基金组织及联合国等世界相关组织对西非经济的判断总结了西非各国的经济情况,以此进行判断未来经济发展趋势。根据西非各国对外贸易的基本情况,选用集装箱作为代表货种,在对外贸总额、经济增长率、集装箱箱化率、适箱货比例以及适箱货重量系数等多因素变量进行标定的基础上,应用改进的集装箱生成系数法对西非外贸集装箱生成量进行测算,判断西非各国的物流需求。并在此基础上结合经济发展趋势对未来西非集装箱生成量进行预测,对西非区域的域内交通发展,沿海港口建设以及进一步的物流规划作参考依据。     

动态管理模式下路侧停车泊位占有率预测方法

城市停车已逐步实现信息化和动态化管理，本文对动态管理模式下大范围路侧泊位占有率预测方法进行研究.在收集美国旧金山492万条停车交易数据的基础上，利用可同时提取数据空间关联和时序趋势特征的卷积长短时记忆神经网络(Convolutional LSTM Network，ConvLSTM)，分别构建考虑停车费率和时限动态变化的有政策模型，和没有动态管理信息输入的无政策模型.结果显示，有政策模型的训练效率和预测精度会显著提升.在政策平稳阶段，两种模型均能够有效预测泊位占有率；在政策发生变化时段，无政策模型的预测误差出现激增，但有政策模型的预测误差依然保持平稳，表明本文提出的方法能够很好地应对动态管理模式下停车需求的变化.     

内河航道船舶尾气快速排放清单研究——以长江江苏段为例

为高效计算和分配内河航道船舶尾气污染排放,支撑船舶排放控制区建设,提出了一种内河航道船舶尾气排放清单快速计算方法。以长江江苏段为例,选取10个控制断面,基于船舶自动识别系统（Automatic Identification System, AIS）和劳氏船级社数据库,采用船舶交通排放估算模型（Ship Traffic Emission Assessment Model, STEAM）,建立10个控制断面的船舶排放清单,在分析各断面污染物空间分布特征的基础上,采用反距离加权插值法（Inverse Distance Weighted, IDW）建立连续排放模型,计算断面间的船舶排放。结果表明：2017年长江江苏段船舶尾气排放SO2, NOx, PM10, PM2.5, CO和挥发性有机物（Volatile Organic Compound, VOC）分别为5.53万t, 19.21万t, 1.25万t, 0.95万t, 0.98万t和0.45万t。与使用全部AIS数据的传统STEAM相比,该方法在保证80%计算精度的基础上,能显著减少计算所需数据量和时间。