公交停靠站影响下的快速路出口通行能力计算

准确评价公交停靠站设置在出口附近对出口通行能力的影响,为采取有效的交通设计与管理措施提供依据.根据公交停靠站设置在出口上游和下游两种情况,考虑公交停靠站有无公交车排队溢出,运用间隙接受理论和排队论,建立两种情况下的快速路出口通行能力模型,通过仿真对模型进行验证.结果表明:模型具有较高的精度和可靠型;随着公交车到达率的增大,公交停靠站设置在出口上游时出口通行能力下降更显著;当公交车到达率低于240辆/h时,泊位数的增加对两种情况下的出口通行能力基本没有影响;出口流量的变化对两种情况的出口通行能力影响不大.     

基于三标度层次分析法的驾驶人路径选择模型

汽车驾驶人路径选择是智能交通系统研究的重要内容之一。通过分析驾驶人出发前路径选择决策过程,建立相应的层次结构,运用三标度层次分析法(analytic hierarchy process,AHP)对出发前驾驶人路径选择决策过程进行建模,基于问卷调查获得相应的数据信息,对模型的适用性进行了验证。结果表明,三标度AHP在确定驾驶人出行路径选择决策过程方面具有较好的适用性。     

二维分段均匀波导的基于DtN映射的四阶差分算法

给出了利用二阶导数的四阶差分近似计算DtN映射的一种新方法。与Chebyshev配置算法比较,该方法直接给出简化计算所需的特征值和特征向量,且充分利用原方程信息,从而简化了计算过程,降低了计算误差。算例(Cost 268 modeling task)表明,此算法是一种高效算法。     

交通元胞自动机类型的研究

详细地介绍了元胞自动机的基本定义及特点，着重论述了三种不同类型的交通元胞自动机及其元胞状态更新的原则，探讨了其应用上的区别，并对不同元胞自动机所采用的随机选择过程与同时更新模型做了比较。     

交通事故预测模型的研究

通过分析道路交通事故发生的特点,从不同的角度,建立了模糊图模型、非线性回归模型及基于灰色理论的灰色预测模型.重点针对道路交通事故灰色和随机不确定性,研究了一阶单变量灰色预测模型,即GM（1,1）模型.经对其进行实例检验,其结果可信,且较传统的预测算法更科学、更合理.     

微波电子回旋共振等离子体放电特性研究

为了深刻理解微波电子回旋共振(ECR)等离子体的物理机制、瞬态过程以及空间分布特性,首先利用光栅光谱仪对ECR氮等离子体发射光谱进行了研究,然后利用朗缪尔双探针测量了装置反应室内等离子体密度的空间分布,并分析了放电气压对等离子体空间分布的影响,结果表明: ECR氮等离子体中主要发生的是碰撞激发、碰撞电离,碰撞离解等微观过程,且等离子体的主要成分是激发态的 ;受磁场梯度影响的反应室上游区,等离子体分布不均匀,受等离子体密度梯度影响的下游区,等离子体则具有良好的均匀性;对于特定的微波功率(PW=400W),放电气压存在一个最佳值(p=0.07Pa).     

新时期公路物资管理探议

大力发展交通事业,公路物资是先行中的先行,没有沥青水泥就修不成等级公路,没有上等级的公路,就没有顺畅的交通。相对于计划经济时期而言,市场经济时代的物资管理面临新的课题和更高的要求。建立新型公路物资管理架构,可以提高投资成本经济效益和社会效益,又是节约利用材料、控制成本,降低投入的多赢的体现。     

Studies of the Mechanical Properties of Viscose Wrapped Spandex Yarn

In this paper ,we can learn the performance of viscose wrapped spandex yarn through several aspects ,including yarn strength, elastic recovery rate and boiling shrinkage.If we grasp these structure characteristics, we can spin out the best yarn that we need.     

双显色剂双波长分光光度法同时测定氮化硅中铁和铝

以铬天青Ｓ和邻菲啉作混合显色剂，不需预分离，可用双波长分光光度法同时测定氮化硅消解液中的铁和铝。［Ｆｅ（ｐｈｅｎ）３］２＋和Ａｌ（ＣＡＳ）３的吸收光谱有部分重叠，通过读取在两个等吸收波长处的吸光度可消除吸收干扰，测铁所选的波长对为５０４／５９５ｎｍ，测铝的波长为［Ｆｅ（ｐｈｅｎ）３］２＋不产生吸收的５８１ｎｍ．测量在ｐＨ＝６．０的ＨＡＣ－ＮａＡＣ缓冲溶液中进行。测铁的线性范围为０～４ｍｇ／Ｌ，测定值的相对标准偏差为０．８１％，平均回收率为９９．７％；测铝的线性范围为１．４ｍｇ／Ｌ，测定值的相对标准偏差为２．３１％，平均回收率为１０１．１％。     

基于因子分析与人工神经网络的驾驶倾向性动态辨识模型

驾驶倾向性是衡量驾驶员驾驶过程中情绪偏好的动态指标,是碰撞报警系统中考虑的关键参数.在分析驾驶倾向性的基础上,采用因子分析和人工神经网络理论建立了驾驶倾向性的动态辨识模型,对原始数据进行因子分析提取特征参数并作为人工神经网络的输入,选取400组数据作为训练样本,69组数据做测试样本,通过采用驾驶员心理测试、实车实验方式对模型进行验证.结果表明,该模型具有训练时间减少、辨识准确率较高的优点,可为提前做好安全预警提供支持.