Integrated models of land use and transportation for the autonomous vehicle revolution

ABSTRACT

The advent of the autonomous vehicle (AV) will affect not only the transportation system, but also future patterns of land development. Integrated land use and transportation models will be critical tools in assessing the path forward with this technology. Key questions with respect to land use impacts of AVs arise from potential changes in sensitivity to travel and reduced demand for parking. It is an open question whether AVs will induce urban sprawl, or whether spatial economies of agglomeration will mitigate any reductions in travel time sensitivity. The deployment of shared fleets of AVs would likely reduce parking demand, producing yet to be explored impacts on property development within existing urban footprints. We perform a critical assessment of currently operational models and their ability to represent the adoption of AVs. We identify the representation of time in such models as a vital component requiring additional development to model this new technology. Existing model applications have focused on the discrete addition of new infrastructure or policy at a fixed point in time, whereas AV adoption will occur incrementally through time. Stated adaptation surveys are recommended as tools to quantify preferences and develop relevant model inputs. It is argued that existing models that assume comparatively static equilibrium have been convenient in the past, but are insufficient to model technology adoption. In contrast, dynamic model frameworks lack sufficient structure to maintain reasonability under large perturbations from base conditions. The ongoing advancement of computing has allowed models to move away from being mechanistic aggregate tools, towards behaviourally rich depictions of individual persons and firms. However, much work remains to move from projections of existing conditions into the future, to the evolution of the spatial economy as it evolves through time in response to new technologies and exogenous stresses. Principles from complex and evolutionary systems theory will be important in the development of models with the capacity to consider such dynamics.     

浅层地下水开采对高速铁路工程的影响及对策

研究目的：研究掌握浅层地下水开采引起的地面沉降特征及其对高速铁路工程的影响,提出针对性的防治对策与工程措施,供高速铁路勘测、设计及施工参考。研究方法：结合华北平原地面沉降情况,建立浅层地下水开采引起地面沉降的固结沉降模型。研制离心场中地基抽水的模拟和测量系统,进行了离心模型试验,测量抽水过程中粉土地基孔隙水压力和沉降的变化及分布规律,并对比分析了对不同型式桥梁的影响。研究结果：对浅层地下水开采引起的地面沉降机理进行初步分析,基于离心模型试验结果探讨了浅层抽水引起地基沉降的过程和特征,评价了地基不均匀沉降对特殊桥梁形式的影响,并提出了针对性的防治措施和对策。研究结论：浅层地下水开采造成的不均匀沉降对高速铁路工程的影响较大,需通过控制线路附近地下水开采、采取适宜的工程结构措施加以防治。     

基于马尔可夫链的极值波高预测

本文研究了由日最大波高系列估算设计极值波高时，相邻日最大波高间的相关性对极值预测的影响，从日最大波高系列遵从马尔可夫链的假定出发，考虑到国内外经常采用对数一正态分布的韦布尔分布拟合波高长期分布的现实，本文用解析法求解了对数一正态分布情况下的极值预测。同时，对解析法难以求解的非正态随机变量情况（如韦布尔分布），用计算机随机模拟方法求解其极值预测，用上述两种方法对北大西洋和北海有关日最大波高系列的预测     

宁波南站深基坑承压水抽水试验及数值分析

为降低深基坑工程设计与施工风险,对现场实际水文地质情况进行抽水试验,取得准确水文地质参数(承压含水层),建立深基坑降水三维渗流与沉降的数学模型,利用抽水试验期间监测数据对水文地质计算参数进行反演,进而对降水运行期间引起的渗流与地面沉降进行趋势预测。该抽水试验指导进行了基坑突涌性评价和实际工况运行控制,为降水运行提供依据,对类似工程的设计、施工及风险控制具有借鉴意义。     

大跨地铁风道导洞开挖的地表沉降分布规律研究

北京地铁8号线大红门桥站-和义站区间附属风道为跨度16.2 m的单跨结构,采用暗挖洞桩法(PBA工法)施工。为有效控制导洞开挖引起的地表沉降,必须合理安排导洞施工顺序。基于三维数值模拟方法对不同的导洞开挖方案地表沉降分布规律进行研究,并与地表沉降监测结果进行比较分析。结果表明:不同的导洞开挖顺序的地表沉降发展路径差别显著,但最终的沉降值基本一致;随着导洞的开挖,地表沉降槽宽度增加并不明显,但是由于导洞开挖的群洞效应,地表沉降速度发展较快。因此在后续的拱部开挖支护中,必须通过调整支护措施和开挖方案来严格控制地层沉降。     

GM(1,1)-Logistic路基沉降组合预测模型研究与应用

路基沉降预测是指导正确施工及运营期路基养护的一个重要因素.GM(1,1)模型及Logistic模型被广泛应用于路基最终沉降量的预测.基于组合预测的基本理论,结合GM(1,1)模型及Logistic模型的特点,提出了GM(1,1)-Logistic组合路基沉降预测模型,采用线性组合预测方法,以过去一段时间内组合预测误差平方和最小为原则来求2个预测模型的加权系数.结合工程实际监测数据的计算结果和分析表明,GM(1,1)-Logistic组合预测模型在预测精度上比单个模型具有更好的适用性.     

超大面积深厚软土桩网复合地基沉降变形观测技术

结合厦深铁路(广东段)4标潮汕站场超大面积深厚软土桩网复合地基沉降控制施工及沉降变形观测施工实践,详细介绍了沉降变形观测技术,包括观测断面的选取及布置原则、测试内容、测试元器件的布设、沉降预测方法及预测计算、地基固结度的计算及分析,通过预测数据和实测数据的对比,证明了潮汕站场超大面积深厚软土桩网复合地基沉降控制施工方案的正确性,对指导同类型施工有借鉴作用。     

T形沉井基础施工关键技术

沉井基础施工技术在道路交通、房屋建筑施工中经常被采用。但异形沉井基础并不多见,不仅开挖复杂,而且技术难度大。结合国道107线郑州段改建工程泵站施工中应用沉井基础施工技术的成功实践,介绍沉井基础的施工方法、施工工艺和所遇问题的处理方法,为类似工程施工提供有益借鉴。     

高速公路浓雾监测预警系统

为研究浓雾对高速公路运营的影响,通过建设高速公路环境气象监测站以获取与浓雾发生密切相关的气象要素和能见度实测值,并结合高速公路沿线历史浓雾个例研究形成浓雾的环流形势特征和局地监测站气象要素演变与能见度值变化规律和特征,由此建成了高速公路浓雾监测预警系统。系统通过多种通讯传输和显示手段,将自动监测站的实况和预报中心制作的浓雾预警、预报结论传送至公路运营指挥中心,供采取决策措施时应用。该系统目前已由无锡段扩展到常州至苏州段,在试验应用期,沪宁高速公路在试验路段未发生因浓雾而造成的重大交通事故。     

交通流预测方法综述

实时交通流预测是智能运输系统研究的一个重要问题。为此,建立了许多预测模型,有历史平均模型、时间序列模型、卡尔曼滤波模型、非参数回归模型、神经网络模型和组合模型等。总结评述现存的各类模型,提出交通流预测研究领域今后可能的发展趋势。