新《海安法》下集装箱检验和监管对策研究

介绍了新修订的《海上交通安全法》以及国际公约和其他国内法律法规对集装箱检验和监管的要求,分析了外贸和内贸集装箱检验现状以及监管方面存在的问题,提出了相关对策和建议。     

复式断面明渠湍流的统计特征和拟序结构

应用直接数值模拟(DNS)方法，研究了复式断面明渠湍流的一阶和二阶统计特征，分析了湍流拟序结构在复式断面明渠内的分布规律。首先，针对平板边界层湍流问题对数值模拟方法的精度进行了验证；随后，分析了复式断面明渠的主流流速分布、二次环流强度和分布，以及二次环流对主流流速分布的影响，讨论了紊动强度和雷诺剪切应力极值大小和分布特征；最后，再现了复式断面明渠湍流的三维拟序结构，阐述了滩槽结合处典型“发卡”涡结构的特征及其诱发二次环流的机制。     

基于XGBoost算法的危险场景驾驶行为模式分析及安全评估

危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度，提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树（XGBoost）算法的危险感知水平判别模型。通过设计3种常见交通冲突场景，采集模拟驾驶中驾驶人的多维度驾驶行为特征数据，并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现:驾驶人对行人的危险感知能力较弱，易发生碰撞事故；驾驶人在危险场景中的车速（p＝0.01）、制动反应位置（p < 0.01）以及反应时间（p < 0.01）与危险感知水平之间存在显著负相关关系。在相关性分析的基础上，利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量，并构建以制动反应位置、反应时间、车速、刹车深度，以及加速度为指标的驾驶人危险感知水平判别模型；通过与LightGBM、支持向量机（SVM），以及逻辑回归（LR）等算法分类预测性能的对比分析，评价危险感知模型的判别精度，结果表明:基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959，优于LightGBM（准确率为78.8%、F1值为76.7%、AUC值为0.924）、SVM（准确率为57.6%、F1值为42.2%、AUC值为0.859），以及LR算法（准确率为69.7%、F1值为65.5%、AUC值为0.836）。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。      

驾驶行为数据驱动的城市道路交通安全风险辨识方法探讨

为提高城市道路交通安全水平,针对道路交通安全风险辨识方法多采用宏观事故数据及小样本交通调查数据的研究现状,紧扣当前道路设计及交通管理对风险客观精确辨识的现实需求。首先,分析了已有风险辨识方法的优缺点,及现有辨识方法面临的挑战;其次,基于国内外驾驶行为研究现状,结合车联网OBD异常驾驶行为数据精确度高、数据量大等优势,定性剖析不同道路条件与异常驾驶行为的关系;最后,建立道路条件与异常驾驶行为关联模型,分析探讨利用异常驾驶行为数据辨识道路交通安全风险的研究思路,并提出相应的思路流程及关键技术的进一步研究。     

基于高速铁路常旅客计划的全流程智慧行李服务方案构建

随着"铁路畅行"和"客运提质计划"的提出,提供高质量、个性化的旅客服务成为高速铁路客运发展的关键方向。为打造全新旅客行李服务概念,基于"铁路畅行"会员常旅客计划,构建全流程、门到门智慧行李服务方案,从旅客需求角度出发,采取"人货分离"模式,突破传统站内行李服务的模式,拓宽业务场景,延长商业链,形成一套系统完整的方案。全流程智慧行李服务作为一项新的服务模式,为培育旅客需求,提高顾客粘合度,挖掘高铁行李服务的潜在市场,优化铁路盈利结构,加快构建铁路客运服务体系,提升铁路在运输市场的竞争力提供支持。     

基于AHP-TOPSIS的山区低等级公路路面破损评价方法

以山区低等级公路路面为研究对象,依据不同种类路面的破损危害性不同,拟在公路路面评价中提出路面破损指数概念,对山区低等级公路路面破损程度进行综合评价。所用模型是利用层次分析法(AHP)对不同种类的路面损毁危害性进行赋权,并利用逼近理想解排序法(TOPSIS)计算山区低等级公路路面破损程度与最优情况的贴近度,进而将山区低等级公路路面破损情况转化成区间为[0,1]的路面破损指数,其中路面破损指数越大表示路面的破损程度越高。此模型方法简单,能够运用少量数据对山区低等级公路路面的破损程度进行定量评价,可为山区公路的养护工作提供更准确的数据参照。