混合交通中自行车密度-速度关系

为研究中国城市混合交通流中自行车交通流特性,建立了混合交通基本路段的自行车密度-速度关系模型。采用视频拍摄、轨迹捕捉和坐标转换的技术方法获取混合交通基本路段上的运动车辆的轨迹数据。通过对轨迹数据的数据挖掘和回归分析,建立了混合交通条件下的自行车密度-速度关系模型。讨论的模型的适用性条件为:非拥挤情况下的稳定自行车流。自行车密度-速度关系的主要特点是随着自行车密度的增加,车速有上升趋势,这点与机动车的密度-速度关系完全不同。     

公路养护资源分配中遗传算法的参数优化

为辨明公路养护资源优化分配中遗传算法参数对运算效率和精度的影响,提出基于正交试验的参数优化方法.选取种群规模与迭代次数比例、交叉形式和变异概率3个参数,利用正交设计方法进行3因素3水平试验,建立主效应和交互效应的假设检验模型,并计算出构造统计量值和临界值.试验结果表明:种群规模与迭代次数的比例及交叉形式对算法的影响比变异概率显著,并且3个参数的最优取值分别为1/4、两点交叉和0.05.该方法能够减少标定遗传算法参数所需的大量试验.     

混凝土桥梁面板维修的折衷规划优化

为制定合理的混凝土桥面板维修策略 ,提出一种基于折衷规划的多目标优化方法。建立多目标优化模型 ,使其在资金、人力、设备等资源的约束下 ,同时满足维修费用最小化以及性能最大化等多个相互冲突的目标 ,并且考虑了桥梁面板性能随时间衰减的非连续性 ,以及不同目标函数之间的相对重要性。从实例结果可以看出 ,该方法避免了单目标优化无法考虑其他影响因素的缺点。折衷规划的优化方法适合于混凝土桥面板维修优化的实际工程应用     

高速公路交通流建模

从流体动力学和随机过程角度研究高速公路交通流的动力学属性和统计特点,揭示一些复杂交通现象的本质．分析并比较几种高速公路交通流模型,指出模型的性质、特点与适用范围．最后,作几点评述     

神经网络模型在短期交通流预测领域应用综述

对基于神经网络的预测模型和方法的研究进行了综述,基于神经网络模型用于短期交通流预测的优点和固有缺陷,认为多种神经网络相结合的混合模型比单一的神经网络模型的预测效果要好,而将神经网络模型与其他领域的研究相结合的综合模型的预测效果要好于混合模型。因此,神经网络与各相关学科的人工智能技术有机结合将会形成强大的综合优势,更有效地用于短期交通流预测研究。     

应该怎样优先发展城市公共交通

随着国民经济持续高速发展，我国城市化、汽车化进程加快。1994年全国城市数622个，城市人口为1．9亿，占总人口的28．62％。预计城市人口比率，2000年将达32％，2010年达5O％。从1980年以来，全国机动车保有量年增长率为13．7％。1993年全国机动车生产量为128万台，比1990年增加151％。社会、经济的发展对城市交通造成严重压力。目前，我国几乎所有大中城市都面临着交通拥挤、道路堵塞、事故增多等诸多问题，为此，居民怨声载道，而领导则日夜头痛。城市交通日益恶化的局面已经给人民生活、社会及经济发展带来了严重影响。究其原因，除社…     

带转向延误的拥挤交通网络配流模型及算法

为了更加真实准确地反映道路网络的交通流状态,该文综合考虑拥挤交通网络的特点,建立了带转向延误和通行能力限制的交通网络配流模型,模型中路段和转向通行能力约束条件的Lagrange乘子等于因交通拥堵而产生的排队延误。该文采用动态罚函数算法,将原问题转化为一系列不带通行能力限制的传统交通分配问题进行求解,随后以Nguyen Dupuis网络为算例进行测试。计算结果表明:当流量达到通行能力时,排队延误就会产生,平衡流量满足Wardrop均衡准则。该模型能够很好地反映拥挤交通网络流量特点,提出的算法也具有很好的收敛性能。     

基于虚拟数据仓库和XML的城际交通综合信息平台

针对城际间广域智能交通系统发展所面临的多源异构数据的问题,根据城际交通综合信息平台的功能和特点,提出了采用B/W/S(Browser/Web Server/Database Server)结构的城际交通综合信息平台.其中,应用了虚拟数据仓库和可扩展标识语言(eXtensible Markup Language, XML)技术,将多类数据以XML的形式从各异构数据源中迁移到数据库服务器上,建立相应的虚拟数据仓库,以解决分布、异构环境下数据共享及利用的问题.利用XML实现数据共享的技术途径,进行实际应用开发.该平台具有良好的扩展性、开放性和灵活性.     

A Decision Support Method for Truck Scheduling and Storage Allocation Problem at Container

Truck scheduling and storage allocation, as two separate subproblems in port operations, have been deeply studied in past decades. However, from the operational point of view, they are highly interdependent. Storage allocation for import containers has to balance the travel time and queuing time of each container in yard. This paper proposed an integer programming model handling these two problems as a whole. The objective of this model is to reduce congestion and waiting time of container trucks in the terminal so as to decrease the makespan of discharging containers. Due to the inherent complexity of the prob-lem, a genetic algorithm and a greedy heuristic algorithm are designed to attain near optimal solutions. It shows that the heuristic algorithm can achieve the optimal solution for small-scale problems. The solutions of small-and large-scale problems obtained from the heuristic algorithm are better than those from the genetic algorithm.