随着科学技术的发展,社会技术系统的体系化、网络化、智能化程度逐渐加深,形成系统的复杂性。这些复杂系统的“故障”,诸如交通拥堵、谣言传播、金融崩溃,可以看作是一种“1+1<2”的系统能力负向涌现,难以直接通过系统单元的还原解析来理解,这对原有可靠性理论提出了挑战。现有复杂系统可靠性的研究主要从故障规律展开,从两个角度出发进行,一是考虑故障传播的系统脆弱性研究;二是考虑故障恢复的系统适应性研究。系统脆弱性研究的重点在于挖掘系统崩溃的内在机理,即故障的传播机理。系统适应性研究的重点关注于系统适应恢复能力,包括系统故障恢复机理。在此基础上,本文介绍了相关的可靠性方法研究。
随着网络科学的发展和复杂系统理论的兴起,学者们开始对复杂网络的结构和动力学特性展开深入研究。在复杂网络动力学特征中,级联失效作为复杂网络动力学特征中重要的研究领域之一,描述了一个系统或过程中的一个故障或错误导致其他相关组件或环节的连锁反应性故障。学者们针对复杂网络中的级联失效提出了多种级联失效模型和恢复策略。本文对级联失效的发生机理进行了分析,总结了国内外针对复杂网络中级联失效的研究成果,并概括了应对级联失效的恢复策略,同时指出了现有研究存在的问题与不足之处,为未来的研究提供了一定的思路。
为了微观刻画地铁乘客的病毒传播,构建了吸入病毒概率与社交距离之间的函数关系,建立了病毒载量增加量和减少量的计算公式,在此基础上建立了病毒载量演化方程,其中防疫措施的效果以归一化的参数描述。通过Anylogic软件的二次开发接口,对每个乘客的病毒载量进行编程,刻画每个乘客在感染前和感染后两个阶段的病毒载量变化。仿真初始时刻设定10%的乘客被病毒感染,包括普通感染者和超级感染者。对不同乘客数量条件下的病毒演化进行仿真,分为有管控和无管控两种场景。仿真结果表明:随着乘车人数的增多,乘客密度增大,病毒传播增强,个体病毒载量增加较快;对病毒载量大于1 000的乘客进行管控,禁止其乘车,可将所有乘客的病毒载量降低一个数量级。
为了提升机场停机坪分配的鲁棒性,针对大型国际机场航班延误常态化对机场运行稳定性的影响,构建了两种整数线性规划模型,并引入爬山算法与大邻域搜索(LNS)元启发式算法进行效能比较。同时,采用Monte Carlo方法对不同目标函数在处理航班冲突时的效果进行评估。测试结果表明LNS算法在提升大型机场停机位分配方案的鲁棒性方面表现卓越,在求解速度和方案质量上均有显著提升。特别是,当以空闲时间的平方作为目标函数时,其效果尤为突出。
为了精准预测轨道交通的短时客流量,有效缓解城市交通拥堵,提出了一种基于多任务学习的轨道交通短时客流预测模型,该模型采用残差卷积神经网络和嵌套式长短期记忆神经网络提取客流的时空相关性,引入注意力机制加强模块对特征的提取效果。考虑轨道交通运营的特点,模型进一步选取列车运行特征、轨道交通站点周边公交站点以及兴趣点数据作为外部特征,以提高轨道交通短时客流预测精度。基于北京地铁历史客流数据,在10、30、60 min等多时间粒度场景下进行实验。结果显示,该方法通过多任务学习的方式建模分析站点进出站客流之间的相互影响,提高了模型的预测性能和泛化能力,为城市轨道交通短时客流预测问题提供了新的思路。
为解决雾天环境下道路上车辆与前车车距测量问题,构造车载雾天图像快速处理以及前车车距测量实验平台。以暗通道算法为基础,基于能见度图像分割算法估算大气光值,利用双边滤波细化折射率图,在分割区域上进行不同程度去雾,有效解决暗通道算法应用在道路图像上产生的色彩失真、对比度过低等问题。利用边缘检测算法、霍夫变换算法完成对车辆边框的检测,搭建测距模型测量出前方车辆的距离。结果表明,构造的平台能够在能见度小于100 m的浓雾环境下测量出前方车辆车距,并能及时告警。
为了进一步研究交通流特性,采用复杂网络方法对交通序列数据进行分析。提出了箱型图-聚类算法模型用于识别和填充初始数据中的缺失值和异常值;通过相空间重构方法将一维数据重构为网络节点,选取连接阈值确定网络节点的连接关系,将交通序列数据构建为复杂网络,对复杂网络的结构和定量指标进行分析。研究结果表明交通序列数据复杂网络的结构一定程度上可以反映路段的交通流状态。该结果有助于优化数据预处理方法,拓展复杂网络在交通序列数据研究中的应用。
为满足旅客在高铁站的接驳及疏散需求,增强高铁站作为城市综合交通枢纽的作用,建立基于提前预约和实时混合需求的高铁快巴动态线路规划模型。在运营开始前,基于提前预约需求,兼顾公交公司的运营成本和乘客出行时间成本,建立线路规划模型;利用小生境技术对传统遗传算法进行改进,设计算法求解。运营开始后,允许实时需求插入既定路线,引入临时站点,以最小化系统变动成本为目标,建立整数规划模型决策动态线路规划方案。应用本方法在北京市北太平庄街道区域随机生成并求解30组需求算例。结果显示,该模型可以在两阶段生成最优的高铁快巴线路方案满足混合需求;与传统遗传算法相比,小生境遗传算法有效避免了算法早熟,运算结果更优,模型和算法具有可行性。
通过探讨用户需求和骑行时间不确定的有桩自行车共享系统(docked bike-sharing system, DBSS)建立吞吐率的近似模型及算法。一个具有固定自行车数量的DBSS可视为封闭的排队网络,每个站点都是有限的M/M/1队列,由此建立了DBSS吞吐率的近似模型及其算法。该算法不仅能够计算道路上期望的自行车数量、骑行时间、车站的期望库存及停留时间,还能计算最优自行车投放量,即吞吐率最大值对应的最小的自行车投放量。同时,给出了给定用户需求、路由矩阵和车桩分配下站点自行车集聚与空缺的判断方法。将该近似算法在真实的DBSS中进行了应用。结果表明,随着自行车投放量的增加,系统吞吐率呈阶梯形递增但存在上限;自行车投放量一旦超过最优数量将产生闲置,并且自行车集聚与空缺站点分布也将固定。
无人机在城市物流配送方面具有极大应用潜力,然而城市低空空域运行场景中的潜在不确定因素较多,亟待通过科学方法构建安全有序的物流无人机配送网络。从物流无人机运输经济性和运行安全性角度出发,结合物流无人机性能特征,在原有地面物流配送网点的基础上,构建多层级轴辐式网络的整数规划模型,提出了带距离限制的PAM(partitioning around medoids,围绕中心点划分)聚类与整数规划相结合的网络构建方法;从配送时效性、网络安全性和网络结构特征三方面选取评价指标,用于对比构建物流无人机运输网络与原地面运输网络;以南京市江宁区为例构建物流无人机配送网络,验证该网络构建方法的可行性。实验结果表明,该方法构建的无人机配送网络在兼顾运输成本与运输安全性的同时,还具有较好的配送时效性。
对于较大的封闭小区,有必要打开现有出入口或增加一些出入口,允许外部车辆或行人穿行,以畅通城市交通微循环,缓解交通拥堵以及行人与机动车的相互干扰。考虑地块具体情况及交通需求分布,上层模型以总的出行时间最小及小区开放建设成本最小化为目标,以现有出入口和备选出入口是否对外部车辆或行人开放作为决策变量;步行和小汽车出行方式选择及路径选择联合用户均衡模型作为下层模型,建立了封闭小区开放决策优化的双层规划模型。上层采用遗传算法,下层采用Frank-Wolfe算法,提出了该双层规划模型的求解算法。通过一个实例对模型与算法进行了验证,发现交通微循环设置并进行方案优化后总的时间花费减少了约26%, 从而证明本文提出的模型和算法是有实际工程应用价值的,能够有效降低交通拥堵,提高交通通行的效率。
为提高消防救援站的应急服务水平、降低应急响应时间,改进了现行人工决策救援供需匹配的传统方法,在充分调研实证数据、自动批量获取地理数据的基础上,提出了考虑服务能力的消防救援站供需匹配优化策略,并将其构建为一个混合整数规划模型。基于北京市西城区的实际消防救援站点分布及高频需求节点位置,对模型进行了验证。研究结果表明,与仅考虑服务距离的人工决策相比,该数学模型能够在短时间内实现消防救援设施的自动匹配,充分调度已救援服务能力,为优化应急救援供需服务匹配提供新的解决思路。
为了提高高速公路利用率,减轻平行国省道的交通负担,综合考虑高速公路经营者和使用者双方的利益,建立了以实现高速公路运营收益增加为上层目标,以实现路网多用户随机均衡分配为下层目标的差异化收费定价模型,设计了遗传算法和模拟退火算法与迭代加权法组合的模型求解算法。在分析山东省龙青高速及其平行国省道交通流特征的基础上,运用设计的模型有针对性地制定分出入口路段、分时段、分车型的高速公差异化收费方案。研究结果表明最优的差异化收费方案能使龙青高速北向南方向的运营收益增加786.19万元/年,道路使用者的出行成本减少716.51万元/年,验证了差异化收费定价模型的实用性,进一步完善了高速公路多模式差异化收费方案。
为了预防铁路事故的发生,需要对造成铁路事故的风险源因素进行探索和分析,揭示铁路事故的发生规律。提出利用改进的Apriori算法,对铁路事故与风险源进行数据挖掘分析。考虑铁路事故伤亡的严重程度,提出新的支持度、置信度指标计算方法,对铁路事故因素进行加权量化。同时添加时间约束,探索不同时间的铁路事故风险源关联规则。利用英国铁路事故数据,挖掘铁路事故与风险源之间的关联规则,针对实际案例制定切实有效的预防措施。结果表明,利用改进的Apriori算法能够得到更多的铁路事故与风险源之间的关联规则,对于预防铁路事故的发生具有重要的作用。
随着我国经济的快速增长及城市化水平的不断提高,轨道交通在居民出行中发挥着越来越重要的作用。作为影响城市轨道交通运营效益和服务水平的关键因素,客流精准预测受到运营管理者和研究者的日益重视。为提高城市轨道交通客流预测精度,提出了基于麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的SSA-LSTM组合模型。本文以杭州地铁一号线客流量数据为例,在选取轨道交通客流相关影响因素的基础上,利用建立的SSA-LSTM模型对相关站点进行短时客流预测,并与LSTM模型、遗传算法(GA)优化的LSTM模型(GA-LSTM)以及粒子群算法(PSO)优化的LSTM模型(PSO-LSTM)预测结果进行对比分析。结果表明,相比于前述参照模型,SSA-LSTM模型的预测精度分别提升了19.1%、9.7%和2.4%,并在均方根误差指标方面有更优异的表现。SSA-LSTM组合模型在城市轨道交通客流预测中具有一定的应用价值,具有协助运营管理者提高城市轨道交通运营管理效益和提高服务水平的潜力。
压缩列车追踪间隔可以显著提升行车密度,优化列控系统的控车方法是压缩追踪间隔的重要手段。目前常见的“撞硬墙”控车模式在效率上存在很大冗余,“撞软墙”控车模式又无法保证行车的绝对安全。因此提出“撞硬墙”和“撞软墙”相结合的控车模式,在保证列车绝对安全的前提下压缩列车追踪距离。给出了对该控车模式优化的基本原则,并针对该模式下前车速度无法获取、控车曲线无法满足约束的问题,探讨了基于轨道电路信息的列车速度估算方法和满足相关约束的控车曲线生成技术。以CRH380BL列车为例,编制求解程序获取了优化后的列控减速度建议取值,新控车模式下平直道上列车追踪距离可压缩3 035 m,区间追踪间隔时间可压缩31 s。这对提升高铁运营效率和线路通过能力有重要意义。
为研究碳税设定下通勤廊道定制公交票价优化过程中居民通勤出行选择与社会福利之间的影响关系,建立了兼顾弹性客流需求和廊道整体社会福利的双层规划模型。模型上层决策为发车位置和定制公交票价,下层为弹性需求客流分配模型,考虑通勤廊道上的定制公交和私家车两种交通方式。从居民出行满意度的角度,对比考虑碳税的环境下,分析客流需求与票价之间的关系;根据乘客出发点的不同将客流需求分层,作为下层弹性需求客流分配模型的输入;考虑客流需求、道路拥堵状况、乘客满意度与社会福利间的关系,设置廊道客运交通系统福利为上层模型优化目标;采用测量分析系统与粒子群算法求解双层规划模型。实例计算结果表明,优化后的社会福利得到较大提升,同时道路通行状况得到明显改善,累进碳税对于提升定制公交分担率的效果较好。由此可见,在碳税设定下,优化后的定制公交票价和发车位置能更好地提高社会福利,降低城市客运交通系统运行成本。
针对轨道交通封站条件下站外滞留乘客需要应急疏散的现实需求,设计了一种疏散服务模式,在保证滞留旅客有效疏散的前提下,允许线路沿途旅客搭乘以提高车辆的利用效率。以车辆运营成本和乘客时间成本之和最小为优化目标,建立应急疏散车辆路径优化模型,根据问题特点改进自适应大邻域搜索算法进行模型求解。最后,结合北京市城市交通数据,对应急疏散车辆进行路线设计并进行灵敏度分析,用算例验证了模型与算法的有效性。结果表明,相较于最短路径疏散方案,模型的优化结果节省了15.02%的乘客乘车时间,能够在保证乘客出行体验的前提下实现对站点滞留乘客的快速疏散,提升封站事件下轨道交通应急管理的精细化水平。
目前对于多层网络上病毒传播问题的研究都在静态网络上进行,然而绝大多数的实际网络系统都具有时变特性,对动态多层网络中病毒传播问题的研究尚不深入。研究了动态网络与静态网络相结合的双层网络模型下病毒和信息相互作用的病毒传播行为学,发现信息层网络结构、路由策略以及信息传播概率、病毒抑制度对病毒传播阈值有显著影响。当信息完全抑制病毒时,自我意识率可以有效地控制病毒感染规模。通过调整病毒层动态网络节点移动速度和接触半径,研究了病毒传播与交通动态之间的相互作用,发现随着节点移动速度的增加,病毒传播阈值减小,但随着接触半径的增加,会有效抑制病毒的爆发。
考虑路段充电和时间窗的电动车取送货问题,以最小化车辆总旅行距离为目标,结合车辆容量约束、时间窗约束和电量约束等限制,决策一组最优的车辆线路。该问题公式化为一个混合整数线性规划模型,提出一种变邻域搜索算法求解该问题。数值算例用于验证模型的性质和算法的性能。结果表明:在小规模算例中,提出的算法只比商业求解器CPLEX差0.08%;但在大规模算例中,算法能求出高质量的可行解而CPLEX在规定时间内无法得到可行解。
输电线路施工物料运输路径规划是地形复杂地区输电线路架设的基础工作,该路径一般由公路运输路径和索道运输路径组成。基于数字高程模型和Dijkstra算法提出了一种索道-公路联合物料运输路径规划算法。通过基于抛物线的空载索道运输路径快速搜索方法,实现了基于悬链线的负载索道运输路径优化,在此基础上采用Dijkstra算法实现最佳公路运输路径搜索,从而实现公路运输和索道运输路径的协同规划。将该算法应用到某待建特高压输电线路铁塔的物料运输路径规划工程问题中,验证表明该索道-公路联合路径规划有效缩短了输电线路物料运输路径设计周期,提高了施工物料运输的效率。
高速公路信息化建设日益完善,为了能够更加详尽地掌握高速公路的交通状态,以济青高速为研究对象,通过挖掘门架数据,设计了k均值聚类算法和基于密度的噪声应用空间聚类算法相结合的两阶段聚类方法来识别驶入服务区车辆和异常行驶的车辆,再结合各车型流量占比加权的交通状态指数,从时间和空间维度分析高速公路路段交通状态。研究结果表明,两阶段聚类算法有着很好的识别效果,通过交通状态指标发现在7:00—20:00时段高速公路存在3个交通状态较拥堵的时段,精确地识别出高速公路中交通状态较拥堵的路段,并且发现路段的大车混入率与交通拥堵程度呈现密切的正相关的趋势,最后依据交通状态指数将济青高速路段交通状态划分为4个不同的等级,为交通管理部门提供了路段交通状态评估的技术支持。
针对道路长期性能养护决策中庞大的数据分析问题,将深度确定性策略梯度(deep deterministic policy gradient, DDPG)强化学习模型引入到了养护决策分析中,将道路性能的提升及养护资金的有效利用作为机器学习的奖励目标,建立了一套科学有效的沥青路面长期性能养护决策方法,经过与DQN(deep Q-learning network)算法和Q-Learning算法进行对比,DDPG算法所需要的采样数据更少、收敛速度更快,表现更为优异,可有效提升道路服役性能的评估效率,对沥青路面多目标长期养护决策方案的制定起着重要的推动作用。
为有效提升农村公路的交通经济效益,量化其潜在影响因素的差异性影响至关重要。以2016—2020年河南省1 791个乡镇的农村公路为例,从基础经济、交通建设、运输能力与安全环保4个维度选取27个影响农村公路交通经济效益的因素;采用偏比例优势模型,得到22个显著因素,其中11个因素违背平行线假设;利用其边际效应,进一步量化分析显著因素对农村公路交通经济效益的影响。其中影响最大的前6个因素为日平均出行强度、路网密度、户均机动车拥有量、人口密度、日平均出行距离、人均消费支出,其边际效应的最大值均超过13%,表明出行需求、建设规模、经济水平对该交通经济效益的影响最明显;其余农路运营服务性与安全环保性因素的影响较小(边际效应均小于11%)。据此差异性影响提出一些相应的发展对策,以推动农村公路的交通经济又好又快地发展。
提升交通枢纽的韧性以应对突发大客流给交通运输系统带来的压力至关重要。基于交通枢纽的内部设施布局,将客流在其内的疏散备选路径抽象为由节点和路段构成的网络图。从改变客流疏散路径角度出发,当发生突发大客流时,考虑开启平时不开放的应急通道用于疏散客流。在已知各起讫点之间的客流量以及客流疏散备选路径的条件下,以最小化客流疏散时间与开启应急通道的广义成本为优化目标,建立客流疏散优化模型,并设计混沌蚁群算法对模型进行求解,得到客流疏散的优化方案。最后以北京南站为案例验证模型与算法,结果显示,在发生突发大客流时,开启合适位置和数量的应急通道可以有效缩短客流疏散时间。该研究从交通枢纽内部的规划布局与客流疏散优化角度,为城市交通枢纽的韧性提升提供了理论支撑。
分析早高峰单起点多讫点公交系统的均衡乘车行为。考虑乘客对公交内部拥挤敏感程度不同,分析乘客出行成本构成,乘客在拥挤成本、延误时间成本和乘车时间成本之间权衡,做出乘车班次选择,以此建立均衡乘车模型。研究结果表明异质用户下单起点多讫点公交均衡具有如下性质:目的地相同的乘客分布在连续班次,且越靠近最优到达班次,累计乘客人数越多;连续两站都有出行者乘坐特定班次时,在之后站点登上该特定班次的总人数为常数;目的地相同的不同类型乘客最多在一个班次上混乘;对拥挤敏感的乘客会乘坐对应的远离期望到达时间的班次;对拥挤不敏感的乘客会乘坐对应的靠近期望到达时间的班次。研究结果有利于加深对公交乘车行为的理解,为公交调度管理提供辅助支持,进一步完善公交均衡模型的相关研究。
自主式交通系统 (autonomous transportation system, ATS) 是为应对主动式智慧交通发展趋势而提出的新一代交通系统。为科学合理地构建ATS功能架构,提出了一种面向多属性文本的优化密度峰值聚类算法 (density peaks clustering, DPC)。该算法结合交通系统功能架构的基本特征,通过改进的词频-逆向文档频率算法与文本向量空间模型,将多属性文本转化成空间维度坐标。再利用高斯函数和决策值优化DPC算法进行聚类,并结合轮廓系数对聚类结果进行评价。为了检验算法的合理性,在ATS道路自动驾驶场景下,基于道路载运工具运行服务域、交通基础设施管理服务域和交通安全管理服务域的功能数据集进行了算例分析,依据聚类结果绘制功能架构图。架构图由自主感知-自主学习-自主决策-自主响应4层构成,验证了ATS应用场景中功能架构优化算法的可行性和合理性。算例结果表明:该算法的构建具有鲁棒性,算例轮廓系数整体均值为0.84,与原算法相比解决了聚类过程中聚类中心难以划定的问题;与原智能交通系统中的各架构设计相比,该功能架构更具有层次性和逻辑性。该优化算法能够促进新一代交通系统功能架构的构建,推动自主式交通系统理论体系的发展。
在自动驾驶系统中,系统需要准确识别驾驶人的意图,来帮助驾驶人在复杂的交通场景中安全驾驶。针对目前驾驶人意图识别准确率低,没有考虑优化特征对模型准确率影响的问题,运用深度学习知识,提出了一种基于时间序列模型的驾驶人意图识别方法。该方法基于Attention机制融合了卷积神经网络(convolutional neural networks,CNN)和长短时记忆网络(long short-term memory network,LSTM),引入车辆自身信息和环境信息作为时空输入来捕捉周围车辆的空间交互和时间演化。该方法可同时预测目标车辆驾驶人横向驾驶意图和纵向驾驶意图,并在实际道路数据集NGSIM(next generation simulation)上进行了训练和验证。实验结果表明,所提出的CNN-LSTM-Attention模型能够准确预测高速公路环境下驾驶人的驾驶意图,与LSTM模型和CNN-LSTM模型相比具有明显的优势,为自动驾驶系统的安全运行提供了有效保障。
为研究运输机场II/III类运行效益影响因素,参考相关规则及机场调研建立了II/III类运行效益影响因素指标体系,采用群组层次分析法,通过改进打分方式和k均值聚类算法对其进行优化。对比改进前后两种方法得出的指标权重结果,发现改进的群组层次分析法得出的权重差异明显,适合关键影响因素提取。最后分析场地改造、灯光系统升级改造等关键影响因素,对国内II/III类运行建设效益问题给出了相关建议。
针对部分高负载节点车站存在站台拥挤的问题,建立数学模型优化乘客的平均等待时间,制定相应限流策略。以乘客在车站各处的等待时间最小为优化目标,进站口单位时间的限流人数作为决策变量,通过乘客在车站中不同位置的行为特征,制定站台容量、列车容量、限流区域3个约束条件,同时设计了基于滚动时域控制的算法进行模拟计算。结果表明,该算法较于一般的限流策略,在超限次数和超限人数上都有较大优势,能够在保证站台安全性的前提下,在繁忙时期有效减少超限次数,站台超限人数降低9%,并将乘客出行的总延误时间降低11%。该研究可为城市轨道交通限流提供有效参考。
针对十车道高速公路复杂的交通环境,考虑交通量及货车比例双重因素影响,采取全面试验设计方法,利用VISSIM交通仿真软件对4种车道管理方案开展仿真模拟研究,以平均车速、路段通行能力、冲突数为评价指标,采用主成分分析法构建车道管理方案评价方法,基于多组合交通条件下的车道管理方案评分提出十车道高速公路不同车道管理方案适用条件。结果表明:针对十车道高速公路,当交通量≤1 000 pcu/(h·车道数)时,宜在左侧一条车道禁行货车;当交通量>1 000 pcu/(h·车道数)且货车比例≤30%时,宜在左侧三条车道禁行货车;当交通量>1 000 pcu/(h·车道数)且货车比例>30%时,宜在左侧两条车道禁行货车。
当含水层深厚时,基坑工程中常采用悬挂式止水帷幕,此时止水帷幕深度对基坑降水开挖引起的周边地表和建筑物变形有着重要影响。为了研究不同止水帷幕深度条件下基坑降水开挖对临近高铁桥墩变形的影响,采用三维有限元软件,对苏州某地铁车站基坑降水开挖过程进行数值模拟。结果表明:随着止水帷幕深度增加,临近基坑的高架桥墩沉降量逐渐减小,当止水帷幕深度41、91 m时,距基坑42.5 m处的高铁高架桥墩沉降量分别为31.88、4.18 mm;在悬挂式止水帷幕条件下,止水帷幕深度大于91 m才能满足基坑降水对临近高铁桥墩的沉降控制要求(≤5 mm)。
为缓解共享单车停车空间不足导致的乱停乱放问题,提出共享单车停车分流引导策略,并根据用户行为选择设置相应的奖励措施。设计叙述性偏好问卷调查,获取用户行为选择偏好数据,运用Logit模型进行分析并构建激励共享单车用户分流停车的奖励机制;构建以企业成本最小和转移停车需求最大为目标的多目标优化模型,提出引导用户分流停车的策略。以西三旗永泰庄地铁站为例检验了该策略的实际可操作性,结果表明策略用户接受度达60%,预计成功转移58.33%的过量停车需求。该策略能够在一定程度上缓解由于停车空间不足导致的共享单车停车问题,可以为共享单车停车管理提供有效指导。
为了明晰路产损失严重程度的关联因素,以西南山区高速公路814起引起路产损失的事故数据为基础,将事故造成的路产损失按赔偿金额分为4 000元以下、4 000~10 000元、10 000元以上3个等级,从车辆类型、涉事车辆数、事故形态与原因及行车环境等方面选取了影响路产损失严重程度的潜在因素,利用部分优势比模型建立山区高速公路的路产损失严重程度分析模型,并以伪弹性系数分析各因素对路产损失的影响程度。研究结果表明:与路产损失程度相关性显著相关的共有13个因素,其中肇事车辆为中小货车、客车、轿车和季节为冬季不满足比例优势假定,其余变量均满足比例优势假定;肇事车辆为重大货车会增加发生2级和3级路产损失事故的概率,曲线半径较小的路段也呈现相同影响的关系;缓和曲线、多车事故、天气、平直路段也均会引起2级和3级路产损失事故发生概率的增加。
计算机联锁系统是轨道交通系统中对安全性和可靠性要求极高的关键子系统,长期以来,联锁系统测试存在数据量大和测试难以全覆盖的问题。针对该问题,提出一种规则驱动的自动测试平台,首次把专家经验融入到自动测试中,可以基于规则自动生成测试脚本并自动执行,用例可全覆盖被测试设备,从而对数据进行完备测试。将该平台应用到某地铁正线和车辆段联锁系统中,测试结果表明,该平台特别适用于中型和大型站场测试,并且极易拓展到其他安全系统的测试中。
针对农村地区农产品物流“最初一公里”存在的储藏难、损耗高的问题,以农产品主产区、特色农产品优势区、农产品集散区等具有冷藏保鲜需求的地区为例,提出基于本地冷藏、产地直发运营模式下的农村地区仓储保鲜冷链物流中心选址模型。针对鲜活农产品易腐、易变质,且对运输和冷藏要求高的特点,在选址模型引入时间约束。以运输费用、投资建设费用、运营费用之和最小为目标函数建立数学模型,利用Gurobi进行求解,寻找满足时效性要求的最优解,确保农村地区仓储保鲜冷链物流中心选址的合理性。对算例中的10个备选地址进行求解,结果表明建立7个冷链存储中心时的总经济成本最低,证明考虑产品类型、成本与时间的农村地区冷链物流中心选址模型具备可行性。
针对新型零售网络中超市多业态组合选址问题进行研究,提出了地理信息系统与模糊层次分析相结合的方法。该方法首先在一个区域内若干个超市可供建设点中选出一定数量的备选建设点,再考虑超市的数量、业态、覆盖范围等要求,以总成本最小为目标函数建立数学模型,运用Matlab求解出最优的选址结果。最后,结合实际案例对该综合选址方法进行有效应用。
城市交换中心(city exchange center, CEC)是一种新兴的交通枢纽基础设施,提供停车、换乘、商业等综合服务,旨在提高城市公共交通出行比例,践行绿色智慧出行理念。考虑CEC建成环境下城市居民出行的多模式组合特征,挖掘单一出行方式、组合出行方式、非公共机动车出行、公共机动车出行及非机动车出行的交叉归属关系,构建对应效用函数,基于交叉巢式Logit模型刻画居民出行方式选择行为。结合雄安新区的居民出行问卷调查数据,通过拟合发现,提高公共交通服务水平是提高CEC交通服务水平的重要切入点;选择服务水平高的出行者时间敏感度较高,出行费用敏感度较低,选择服务水平低的出行者则相反,所以在建设前期需要对CEC服务区域内的人口分布及家庭收入水平进行调研;需将出行者等待时间控制在10 min以内,超过此阈值,等待时间的降低对提高出行服务水平没有意义。该结果定量分析了居民出行方式选择的影响因素,有助于科学规划和布设CEC交通资源配置,为其他城市及地区的公共交通设计提供了量化指导。
城市轨道交通起讫点间路径客流分配直接影响各条线路断面客流量的大小,进行科学精准的网络客流分配是实施客流统计分析、客流预测、运输计划编制、客运组织等工作的重要基础。基于城市轨道交通客流在轨道交通线网内的时空分布是充分可观控的理论,辨析影响客流随机概率分配的主要因素,建立网络模型架构,基于随机效用理论优化乘客出行的微观路径选择行为和决策过程,将客流随机分配模型中的有效路径效益值函数优化为分段函数。通过对结果进行路径分配比例验证及分线断面客流量验证,说明优化方法达到预期目标,为实现规范化、科学化、系统化的城市轨道交通清分奠定了坚实的基础。
针对当前盾构综合管廊安全运维问题研究内容较少、且多未考虑不确定性因素,以及盾构管廊运维规范缺失的现状,对管廊安全运维问题中的火灾后人员安全疏散问题进行研究,以广州市天河智慧城盾构段综合管廊为研究对象,从概率角度计算廊内火灾后人员疏散可靠度。通过PyroSim软件进行1:1火灾建模,得到可用安全疏散时间,借鉴隧道灾后人员逃生行为概率分布,在考虑管廊运维期间特点的基础上对逃生行为概率模型进行优化,设置对比工况,运用Monte Carlo方法,通过Matlab编程进行必须安全疏散时间的随机抽样模拟,并据此计算出人员安全疏散可靠度。结果表明,在一个防火区间内普通人员的疏散可靠度约为0.889,检修人员的疏散可靠度约为0.99,趋近于1;日常的疏散演习和安全规范手册等控制手段能够对人员的安全提供极大的保障。研究成果能够为日后盾构综合管廊运维规范的编制提供参考。
我要投稿
