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.     

整治建筑物壅水及重力相似偏离影响的初步研究

简述整治建筑物的壅水及其机理,归纳出局部水头损失壅水的通用公式。将丁坝工程壅水区分为床面摩阻损失增大壅水和局部水头损失壅水2部分。在ΔFr>0的模型中,采用换算式ΔZp=ΔZm.hλ,定性地说是偏大的。可采用换算式Δhfp=Δhfmhλ。而丁、潜坝局部水头损失的壅水,则应采用hjp=Δhjmλu02。     

一种改进的基于密度和网格的高维聚类算法

提出了一种改进的基于密度和网格的高维聚类算法,并对算法有效性进行了验证.该算法通过减少样本点数量的方法达到减少稠密子空间数量.在发现高维稠密子空间时,对样本库进行精简.这些样本点的求得能有效减少求解最小聚类的时间复杂度.     

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     

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.     

基于轮廓线特征的三维人脸识别改进算法

研究基于面部轮廓曲线特征的三维人脸识别。为提取最优面部曲线特征,提出一种基于模糊聚类方法的人脸曲线特征优选算法。该算法从三维人脸深度图中选取最具代表性的8条轮廓曲线,作为主要识别特征,这在很大程度上降低了计算复杂度,克服表情和光照对人脸识别的消极影响,同时它用最少的轮廓线包含了所需要的人脸识别信息。基于这些人脸轮廓线特征,利用改进的Manhattan距离分类器来提高人脸识别的分类效果。实验结果表明,所提出的算法明显提高了人脸识别率,并且具有很强的鲁棒性。     

地铁头车车体耐撞性仿真分析

在分析国内外有关研究现状的基础上,根据国外有关轨道车辆耐撞性评估的准则、标准,提出评估地铁头车车体耐撞性的碰撞场景设计与条件,即:满载车辆以25km/h的初速度对撞同类型保持静止状态的头车时,车体及吸能结构所吸收的碰撞能量不小于1MJ,头车车体变形不大于100mm。同时,建立某型地铁头车车体对撞有限元模型,处理接触问题及边界条件,实现240ms碰撞过程的数值仿真,并分析车体的速度、加速度、变形、能量的变化趋势。通过对关键参数的仿真分析,评估地铁头车车体的耐撞性。     

城市轨道交通车辆受电弓弓头安全宽度的计算

分析了城市轨道交通车辆在直线段和曲线段中受电弓弓头的偏移影响因素以及接触线的受风偏移现象.根据比较车辆处于直线段和曲线段时的受电弓与接触线之间相对距离来确定受电弓弓头宽度的合理安全宽度,并设计了“城市轨道交通车辆受电弓宽度参数计算软件”.     

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。     

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。