基于云模型的城市轨道交通乘客满意度评价

为了直观细致了解乘客在乘坐轨道交通时的体验感受,从乘客感知角度构建了满意度评价指标体系,采用CRITIC(criteria importance through inter-criteria correlation)法来实现指标的客观赋权,并用基于云模型的基本算法生成评价云和结果云,通过云的数字特征和云图的比较直观展现评价结果.以上海市轨道交通2号线的乘客满意度评价为例,验证了评价方法的有效性和合理性,同时该评价结果除了反映乘客的满意程度,也提供了对乘客认知差异和共识度的衡量,使得其具备了更大的使用价值.     

考虑驾驶员模糊感知的深度学习跟驰模型

为模拟驾驶人记忆效应以及模糊感知特性,设计了基于模糊感知时间窗的深度学习跟驰模型。提取highD数据集跟驰轨迹,以0.2 s最小时间间隔,连续3 s本车速度、前后车速度差、车头间距的时序数据作为模型输入,模拟驾驶记忆。训练深度学习跟驰模型,得出单层32个输出维度的门控循环单元（GRU）网络可以很好拟合实际数据。在每次输入模型的时序数据中,用模型预测值替换部分真实跟驰状态值,作为驾驶员对场景的估计,即模糊感知。实验得出对同一场景的不同模糊感知,可产生不同跟驰行为,模拟了驾驶行为的异质性,可为异质交通行为仿真提供方法。     

基于时依等比例风险回归模型的换道时长影响因素

研究了基于时依等比例风险回归模型的换道时长（LCD）影响因素。利用开源HighD数据集,提取了560条完整的换道（LC）轨迹,对整体换道时长分布进行了非参数估计;引入时依等比例风险回归模型,对当前车辆换道时长的影响因素进行分析。结果表明：大部分驾驶员在3~8 s内完成换道行为;共有6个变量显著影响换道时长,其中最为关键的为当前车辆自身车速,同时当前车道的前车与目标车道的后车对换道时长的影响也非常显著。     

一致性特征下综合体停车需求预测方法

基于单一建筑功能停车需求一致性特征的分析,采用停车需求高峰比系数对建筑功能停车需求分布趋势进行分时刻描述,提出了单一建筑功能停车需求预测的影响系数修正模型,并基于共享停车理念建立了综合体停车需求预测三步骤模型,且在实际案例中进行了良好的应用.由于采用了分时刻需求分布预测法,综合体停车需求的预测结果信息较为丰富,也为停车设施后期的精细化管理提供了良好的数据支持.     

基于双目视觉的鱼类游动三维轨迹跟踪

针对鱼类游动三维跟踪问题,提出了一种通过双目视觉对鱼类进行游动空间定位与连续跟踪的方法.在对双目摄像机立体标定及畸变矫正的基础上,通过混合高斯背景建模对游动的鱼进行目标识别、轮廓提取,计算得到鱼在两个摄像机坐标系中的形心,再通过三角测量法将两个摄像机坐标系下对应时刻的形心进行融合,获得该时刻鱼在三维空间的形心坐标,连续测量鱼的动态三维形心坐标序列,即可得到以三维形心度量的鱼的游动轨迹.并通过试验验证了方法的有效性,可为研究鱼类游动行为提供参考.     

公路网灾害应急救援点多目标选址模型及算法

为减少自然灾害频发对公路交通带来的损失,研究并建立针对自然灾害的区域公路网应急救援点显得十分必要。本文首先从公路自然灾害应急救援点的功能需求、选址影响因素、选址要素（顾客、设施、空间、度量）和选址目标等方面对救援点选址规划特征进行了研究。然后从公路应急救援的快速反应、集合覆盖、灾害损失最小化等三个方面提出了公路网应急救援点的多目标选址优化模型,并探讨了模型的求解算法和求解步骤,通过lingo软件编程实现优化目标的求解。最后通过浙江桐庐公路网的应急救援点规划这一实例对提出的选址优化模型进行了应用。     

数学史与小学数学教学:历史文化向度的思考——以竖式乘法为例

基础教育课程改革中提出在数学课程中体现数学的文化价值。本文通过笔算乘法发展史料的研究而寻找数学史和小学数学教育的结合点,引入小学数学教学与数学史的历史文化向度的思考。认为历史文化向度的教学可以引导学生体会数学思想的发展过程,提供进一步探索与创造的学习氛围,使学生欣赏到不同的数学文化风格等,应该是小学数学课堂教学的另一种尝试。同时教师参考数学史料将对数学教学提供一种预见与指引。     

射线半影成像与大面积源区中子成像实验系统理论模拟评估

阐述射线半影成像条件与重建基本原理, 推导其数学解析表达式; 建立系统蒙多卡罗数字模型; 获得源区中两离散单元点的系统响应函数(点扩散函数), 验证考核了系统空不变特性; 利用数学解析卷积和模拟实验两种方法, 分别获得源区中4个单元点的“半影图像”, 用同一滤波重建方法分别对两种不同途径获得的4点半影图像进行恢复重建, 得到相同的结果, 揭示了射线半影图像的编码实质; 通过MCNP模拟计算, 获得了整个源区面在闪烁光纤阵列相面上的中子半影图像, 应用改进型维纳滤波方法重建反演获得了源区中子通量分布图像, 与预置的中子源区图像进行了分析比较, 从原理上验证了系统中子半影成像实验的可行性, 以及改进重建算法的可靠性.     

基于驾驶人距离感知不确定性的跟驰行为建模

以纵向控制模型（LCM）为基准跟驰模型,进行基于驾驶人距离感知不确定性的跟驰行为建模。假设在任意时刻驾驶人的感知车间距离误差分别服从均匀分布与截断正态分布,建立概率密度函数的参数（均匀分布的边界值、正态分布的均值与标准差）与实际车间距离、驾驶人激进性特征的函数关系,分别得到基于均匀分布的扩展模型与基于截断正态分布的扩展模型。最后,运用上海市自然驾驶数据对扩展模型进行标定。结果表明：基于均匀分布和截断正态分布的扩展模型的标定误差与验证误差均小于LCM,而且扩展模型的多次模拟仿真误差波动很小,即都可以用来描述驾驶人距离感知的不确定性;基于截断正态分布的扩展模型优于基于均匀分布的扩展模型。     

面向精细化管理的停车需求短时预测

停车诱导系统（PGS）是缓解交通拥堵的有效办法,但停车需求短时精准预测作为空余车位发布的关键技术并没有得到有效解决。利用停车需求时变特征曲线的线型稳定性,以及在周内各工作日间的振幅的显著差异性对数据进行分组,采用不仅具备记忆时间序列数据能力,同时有着更简洁的逻辑门控制结构的GRU（gated recurrent unit）模型对停车需求进行短时精准预测,发现相比于传统神经网络以及ARIMA模型,在考虑停车需求周内日间差异性并对数据进行分组后的GRU模型能提供更高的预测精度。