新型城镇化背景下绿色交通的发展对策

 通过分析绿色交通当前的发展态势，结合国内外发展的实际情况以及新型城镇化发展的要求，从宏观、中观、微观3个层面分析了绿色交通发展面临的挑战。提出绿色交通的发展应该关注各城市、各地区的差异化特征，并需要在不断应对新技术挑战的基础上，全面提升交通与用地布局的协调性，同时应全力优化交通结构，关注细节，建立"公共交通+慢行"主导的交通模式。     

基于区位影响系数的城市新区交通生成预测模型

在城市新区不断发展背景下,传统交通生成预测方法中的不足逐渐凸显出来,难以满足城市新区发展需求。为此,本文从模型机理和区位影响系数着手,深入探究城市新区交通生成预测模型的构建,旨在进一步提升预测结果准确性。     

网络舆论场域下热点新闻事件的影响力分析——以“江歌案”为例

全媒体时代不同媒介全方位融合,传统媒体舆论场衰落,以微博、微信为代表的新型的舆论场格局因势而生,热点新闻事件舆论场正逐渐"转场"。本文对"江歌案"中相关舆论进行数据统计,构建舆论影响力分析框架,全面分析网络舆论场域下社交媒体对舆论场的影响力。     

高速公路监控系统的设计研究

高速公路凭借高速、舒适、便捷的优势,已成为道路运输的重要组成部分。然而,交通事故等问题严重影响着高速公路的快速发展。目前,高速公路监控系统的应用是解决这些问题的主要途径,也是确保高速公路快速、安全畅通的最有效途径之一。基于此,本文首先对高速公路监控系统的构成及功能进行分析,对高速公路监控系统的发展现状和技术发展趋势进行研究,然后提出高速公路监控系统的基本设计步骤及实施方案,最后对监控系统在高速公路上的实际应用进行分析,为高速公路监控系统的进一步开发提供技术支持。     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。     

超越圣战：迈向克什米尔和解之路

“9·11”事件发生后，恐怖主义进入国际和地区事务的主要议程。作为印巴对峙的最前沿，克什米尔是当今世界热点地区之一。伊斯兰圣战运动在印控查谟和克什米尔的勃兴是影响印巴关系、地区稳定和世界和平的重要变量。2004年，北塞浦路斯土耳其共和国东地中海大学伊斯蒂亚克·艾哈迈德教授在土耳其《国际事务观察》杂志撰文指出，在“后9·11”时代，随着印巴和平进程的启动，超越国家利益观与认同观差异，调和双方对伊斯兰圣战运动的认知分歧，成为克什米尔和解，进而实现印巴全面和平，实现两国关系正常化的关键步骤。这有赖印巴双方做出战略调整，同时，持续而有效的国际介入亦不可或缺。文章发表十多年来，长期影响克什米尔问题的根本因素一直没有发生实质性变化。由于克什米尔问题事关双方核心战略利益，自2004年开启的印巴和平进程举步维艰，一直没有取得突破性进展。综观克什米尔问题、印巴关系和南亚局势的发展走势，作者的理论观点在当前形势下，直至克什米尔问题彻底解决之前，仍然具有深刻的启示意义。为此，笔者将原文翻译发表，以供中国学者参考。——译者。     

PLC步进计数器在交通信号灯控制系统中的应用

通过一个十字路口交通信号灯控制的实际工程案例,讨论使用Twido PLC的赋值指令与步进计数器相结合使用的编程方案.该编程方案可以让使用者更加直观地进行程序的编写,因为步进计数器工作时每一时刻只有一个工作步是有效的,所以可以按照顺序步进的方法进行程序设计,使编程更容易维护、修改,使用更为方便.     

高职院校城市轨道交通车辆专业项目化课程体系建设的研究

我国高职院校近几年大力进行项目化课程体系建设工作,项目化课程的建设旨在提高高职学生知识及能力素质,为国家未来的发展奠定坚实的基础。随着中国经济的飞速发展,对城市轨道交通技术人员的需求也日益增大。为了更好的培养城轨专业人才,城市轨道交通车辆专业在这样的大环境下也进行了项目化课程体系建设。该文从项目化课程体系建设的背景、项目化课程体系的构建、项目化课程的建设等方面详细的介绍了城市轨道车辆专业项目化课程体系建设的过程及意义。     

基于粒子滤波与BP神经网络的短时交通流预测

为了有效缓解当前交通拥堵问题,结合时下流行的智能交通系统,本文将粒子滤波算法引入短时交通流预测过程中,提出一种基于粒子滤波与神经网络的预测算法。该系统通过BP神经网络的非线性映射功能,分裂选择适当的权值,在多次训练之后能够提高算法中粒子的多样性,改善算法滤波的性能,最终达到提高预测精度的目的。另外,本文以河南省新乡市交通局公交和出租车数据作为数据来源,通过与传统的粒子滤波算法和BP算法的预测结果进行对比,发现本文所提出的方法对短时交通流预测具有更好的预测精度。     

基于深度学习的节假日高速公路交通流预测方法

准确的预测节假日期间高速公路交通流量，能够为节假日高速公路应急管理提供重要的数据基础。利用深度学习的理论框架建立了LSTM-SVR 预测模型，利用BP 神经网络对样本数据进行处理，再将LSTM 捕获的数据特征输入SVR 回归层中实现交通流预测。选取“ 十一” 黄金周前后时段，利用位于丽江市的交调站流量监测数据对LSTM-SVR 模型进行验证，并将LSTM-SVR 模型与其它模型预测效果进行对比。发现LSTM-SVR 模型在节假日不同时段、天气、流量状态下的高速公路交通流预测中有较好的适用性。