面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。     

S^2 BHCA Multiple AUVs cooperation oriented control architecture

Oceanographic survey, or other similar applications should be the applications of multiple AUVs. In this paper, the skill ＆ simulation based hybrid control architecture （S^2BHCA） as the controller＇s design reference was proposed. It is a multi-robot cooperation oriented intelligent control architecture based on hybrid ideas. The S^2BHCA attempts to incorporate the virtues of the reactive controller and of the deliberative controller by introducing the concept of the ＂skill＂. The additional online task simulation ability for cooperation is supported, too. As an application, a multiple AUV control system was developed with three ＂skills＂ for the MCM mission including two different cooperative tasks. The simulation and the sea trials show that simple task expression, fast reaction and better cooperation support can be achieved by realizing the AUV controller based on the S^2BHCA.     

专家系统在分散自律调度集中系统中的应用

描述了将专家系统理论应用于分散自律调度集中系统的车站自律机的设计,给出了自律机专家系统的知识库、推理机的构架及原理,并介绍了自律机知识库自学习机制.由于采用了专家系统,从而提高了自律机的自动化和智能化程度.     

公路建设项目法人激励模型研究

项目法人在公路项目建设中起着举足轻重的作用 ,其经营水平、工作绩效的高低直接关系到项目建设期三大控制目标的实现和企业的长远发展。利用委托～代理激励理论研究了项目法人制下的项目经营者激励模型 ,以期促进和完善现代项目企业制度 ,提高项目经营者自身及企业经济效益水平。     

角色自律分散系统概念及体系结构

从理论研究和应用研究等角度综述自律分散系统技术的国内外研究现状,归纳出系统潜在功能的自律表达应用模式。对自动化系统进行多层次抽象,明确了集中式、客户/服务器和自律分散结构的适应领域,明确了系统功能及其表达方式的时空关系。自动化系统的功能包括固定功能、人工进化功能、潜在功能和自我进化功能;系统功能表达方式的时空关系有时空不变、时间可变和时空可变3种。对系统潜在功能的自律(时空可变)表达模式进行提炼,定义角色自律分散系统的概念。提出角色域与数据域双重驱动的角色自律分散系统的体系结构,角色和数据通过角色域与数据域进行交互,角色自律控制器实现角色转换的协调,数据仲裁器确保分散环境中的数据一致性,角色/功能/对象调度器分别实现系统角色,功能和对象的调度与激活。将角色自律分散系统体系结构应用于铁路调度系统中,表明技术上是可行性的。     

未来空间营造：以公共交通为导向的发展与空间句法

TOD 本身作为高强度开发的地区,具有空间组织方式相对复杂、功能多元丰富、空间服务半径人性化等 特点,这将在理论上建构起未来城市空间形态的新图景。回顾 TOD 的相关理念及典型图示,试图从空间句法的 角度剖析 TOD 的空间模式与内涵,以此分析 TOD 作为单纯的交通节点与活跃的场所中心的区别。探讨 TOD 适 用于跨越空间的超链接隧道与强化多层折叠空间的精细化转换的区别,以及 TOD 推动随机个体吸引点的体验与 促进复杂空间结构的集体呈现的区别,这些都能刻画真实 TOD 的某些景象。而空间句法则提供一种思考和验证 的定量工具,从物质空间构成、交通出行模式、社会功能组合、人类行为感知等角度,描述这些复杂而有趣的 TOD 建构过程,寻求 TOD 所带来的空间价值溢出,优化 TOD 本身的空间体验行为。研究表明,空间句法将为 TOD 的空间动态营造提供良好的工具。     

高原低气压对道路工程混凝土性能的影响及原因

为研究高原低气压对道路工程混凝土性能的影响,在拉萨（气压约60 kPa）和北京（气压约100 kPa）两地采用相同配合比的道路混凝土分别进行性能对比试验,测试了混凝土含气量、坍落度、强度、NEL法氯离子渗透系数和单面盐冻耐久性等性能指标,进一步测定了引气剂溶液的泡沫体积、表面张力和硬化混凝土孔结构。试验结果表明：在低气压下,引气混凝土的含气量和坍落度分别比常压下降低8%~36%和4%~9%;抗压强度和劈裂抗拉强度分别比常压下降低1.6%~14.8%和1.5%~10.8%;氯离子渗透系数比常压下增加29%~135%;可见低气压下其抗冻耐久性降低。在低气压下,引气剂溶液的表面张力比常压下增加3.0%~4.5%,溶液泡沫体积比常压下降低2%~14%,混凝土内的气体压缩系数比常压下减小,这些原因导致了低气压环境下施工的道路混凝土含气量降低,坍落度减小;与此同时,硬化混凝土平均气孔直径增大6%~18%,气泡间距系数增加45%~92%,最终使得低气压下混凝土强度、抗氯离子渗透性和抗冻耐久性降低。     

AUV自主收放装置结构及控制系统设计

AUV技术对于提高海洋资源环境的勘测和开采效率具有重要意义。在AUV收放过程中,传统的回收方式是在母船上起吊回收,人为参与完成挂钩任务,这种方式受风浪的影响较大。为了提高AUV的使用保障能力,需要针对AUV的自主收放技术展开研究。基于AUV良好的实时性、连续性及可移动性的特点,本文设计一套AUV自主收放装置,可用于AUV的自动布放及回收。该装置由固定架、控制台、吊机装置、绞车、定滑轮、钢丝绳、收放架等组成。设计各部分的机械结构,并通过系统校核验证结构设计的合理性。同时,设计AUV收放存储装置控制系统,实现对机械液压执行器的精密控制、传感器的数据采集、系统状态参数显示、试验参数调整、工作状态监控和安全报警等功能,能够对控制系统的控制流程进行辅助判断和安全保障。解决了传统AUV收放技术的难题,提高了AUV收放的智能化水平。     

固化剂稳定磷石膏路基填料的工程特性研究

为提高磷石膏路基填料的强度和水稳定性,降低有害物质溶出,采用甲基硅酸钠、硅酸钠和乳化剂制备磷石膏固化剂（CA）,并将质量比为0.5%、1.0%、1.5%和2.0%的CA加入到磷石膏中制备CA稳定磷石膏混合料（CASP）,研究了CA掺量对CASP的力学性质（加州承载比CBR、回弹模量、无侧限抗压强度和剪切强度）、水稳定性（泡水软化系数和接触角）与有害物质溶出量的影响规律,并结合扫描电镜试验揭示了CASP的强度形成与水稳定性增强机理。结果表明：CA中的硅酸钠与磷石膏可生成硅酸钙凝胶与硫酸钠晶体,前者的胶凝作用和后者的填充作用提高了磷石膏的强度和密实度,CASP的CBR、回弹模量、无侧限抗压强度和剪切强度随着CA掺量的增加而大幅提升;由CA中的甲基硅酸钠所生成的聚硅氧烷憎水膜,改变了磷石膏颗粒表面的亲疏水性质,降低了磷石膏孔隙,改善了磷石膏的水稳定性,CASP的泡水软化系数随着CA掺量的增加而变大,掺2.0%CA的CASP与水分的接触角为91.4°;浸水11 d后掺1.0%CA的CASP可满足高速公路的路床填料CBR不小于8%和路基回弹模量不低于40 MPa的技术要求;通过硅酸钙凝胶的物理吸附和化学结合,以及憎水膜的填充固封,CA显著降低了磷石膏砷、铬、铅、氟离子和磷酸根的溶出量,掺0.5%CA的CASP浸出液中砷、铬和铅含量分别满足地下水Ⅰ级、Ⅱ级和Ⅳ级标准。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。