考虑坡顶交通量影响的路堤边坡失稳敏感性分析

目前对边坡稳定影响因子敏感性的研究主要是针对边坡的内部因素,在分析路堤边坡稳定时,车辆荷载等外部因素对边坡稳定的影响不容忽视.本文同时考虑内部因素和外部因素,选择边坡土体重度γ、边坡土内摩擦角φ、边坡土粘聚力C、边坡坡度θ及交通量Q作为边坡稳定安全系数敏感性分析的影响因子,5个因子都具有广泛的分布随机性.以金鞭公路某标段路堤边坡为例,制定了5因子5水平的正交试验方案,利用传递系数法分别计算不同工况下的边坡稳定安全系数,再利用SPSS统计分析各影响因子对路堤边坡稳定安全系数的敏感性.研究结果表明:路堤边坡稳定性受内部因素和外部因素共同作用,影响因子敏感性大小依次为:边坡坡度θ边坡土内摩擦角φ交通量Q边坡土粘聚力C边坡土体重度γ.本研究可为该边坡失稳治理设计提供依据.     

基于上游到达交通量的余弦函数路段车速-流量关系模型

针对格林希尔茨速度-流量模型变型获得的路段路阻模型中存在当速度为零时研究断面流量反而最大的问题,采用上游到达的车流量代替研究路段或断面的车流量,建立新的关于上游到达车流量-速度的余弦函数路阻模型。分析在不同畅行速度、不同流量的情况下模型的稳定性与实用性。仿真结果表明:余弦函数路段车速-流量路阻模型明显优于格林希尔茨理论,能够更好地解释数据。此外,与美国公路局(bureau of public roads,BPR)模型相比,余弦函数路段延误模型的计算精度得到进一步提高,后者的计算结果与实测数据之间相关性提高了0.450。     

实时交通量的灰色马尔柯夫预测方法

灰色预测适合于原始数据序列按指数规律变化的问题,而马尔柯夫适用于预测随机波动大的动态过程．有机地结合两者构成灰色马尔柯夫预测方法,可发挥两者的优势,从而提高预测精度．该方法首先用GM（1,1）模型进行预测,而后对相对误差序列进行马尔柯夫预测,最后用该预测值修正GM（1,1）的预测结果,因而具有较高的预测精度．使用灰色马尔柯夫预测方法对苏州某交叉口实时交通量进行预测,预测结果优于单一灰色GM（1,1）预测．实验表明,灰色马尔柯夫预测方法用于交通量预测是有效可行的．     

一个基于统计方法的OD矩阵求解算法

在传统的OD矩阵估计模型的基础上,并在路段分配概率是随机变量这一假设的前提下,给出了一个统一的OD矩阵模型基本形式,针对该OD矩阵估计模型给出了一个基本求解算法--混合遗传算法.该算法是在传统的数学规划方法和遗传算法的基础之上给出的.同时通过算例的求解,分析了算法的优缺点.     

基于交通大数据的公交线路OD矩阵推断方法

随着交通大数据的普及与广泛应用,提出了一种推断多模式交通网络线路OD矩阵的方法。首先,通过匹配乘客的刷卡数据和公交车辆报站数据获得乘客的上车站点,其次结合地铁刷卡数据准确分析乘客的下车站点,最后根据乘客的出行信息获得线路OD矩阵。利用广州一天近800万刷卡数据和600万公交报站数据进行了上车站点、下车站点以及OD矩阵的推断,结果表明:早高峰与全日出行规律一致;广州交通方式呈现多样化等。提出的方法可以更为准确地获得线路OD矩阵,揭示城市交通特点,具有较高的实用价值。     

基于出入口明细表的高速公路OD矩阵推算

基于我国高速公路统计数据的特点,提出了一种准确性高、方便实用的高速公路出入口OD矩阵推算与检验的方法.实例验证了其准确性和可行性,为实际项目中交通数据分析处理提供了一种较为简单易行的高速公路出入口OD矩阵推算方法.     

基于数据驱动的城市居民出行OD预测

【目的】利用“大数据”对城市居民出行量(OD)的预测方法进行改进,以期改善传统城市居民出行调查方法费时、费力且准确度不高的问题,同时也为城市公共交通规划与管理提供可靠的数据支持。【方法】结合手机信令数据、公交IC卡、公交GPS以及地铁闸机数据的特点和优势,利用聚类分析等方法获取城市居民公共交通出行的OD矩阵,并利用小波神经网络结合优化后的鲸鱼算法(improved whale optimization algorithm-wavelet neural network, IWOA-WNN)对未来时段的出行OD矩阵进行预测。以长沙市为例,选取60 d晚高峰期间的原始数据,利用IWOA-WNN进行预测,并结合时间序列方法进行分析。【结果】与优化前的小波神经网络相比,IWOA-WNN的预测结果更加贴近实际情况,精度达到了93.36%。【结论】本研究提出的数据处理及预测方法具有更高的准确度。     

ETC门架数据驱动的高速公路差异化收费双层规划方法

针对传统收费导致高速公路经济效益低、运行效率差等问题,结合ETC(electronic toll collection)门架数据分析高速公路运行特点,提出一种基于双层规划的高速公路差异化定价模型。首先,获取高速公路ETC门架数据,分析交通量特点,初步确定所要实施的差异化收费方案。其次,构建双层规划模型,上层最大化高速公路经济效益,下层分析出行者出行行为并完成基于Logit模型的交通量分配。最后,以长深高速河北段为例展开实证分析,使用模拟退火算法求解出一种分车型分路段的差异化收费方案。结果表明：ETC门架数据能够充分分析高速公路的运营状态和运行特征,为精细化的高速公路差异化收费的研究提供强大的数据支撑;使用优化后的分车型分路段差异化收费方案后,高速经济利润提升32.3%,货车交通量增长42.2%,客车共增长36.8%;路段整体交通量增长38.6%,并且平行道路饱和度降低,拥挤状况得到缓解。     

降胆固醇干酪乳杆菌HC12的培养条件优化

干酪乳杆菌HC12具有降低培养基中胆固醇的能力,通过单因子、正交试验对其培养条件和培养基进行了优化.在MRS培养基的基础上,培养基最佳配比为酵母粉2.0%,葡萄糖2.5%,胰蛋白胨1.5%,牛肉膏1.0%;最适的起始pH值为6.0,最适温度为28℃.优化后的培养基、培养条件使干酪乳杆菌HC12的生长量(OD值)达到了1.502,去除胆固醇的量达到54.3 ug/mL.     

由路段交通流量反估出行OD矩阵技术的应用

由路段交通流量来估计交通出行 OD( origin-destination)矩阵 ,是一种先进的技术方法。它为获得 OD矩阵这种代价高昂而意义重要的交通需求信息提供了有效手段 ,并缓解了对难度很高的大规模居民出行调查的需要。利用一个适合实际应用的交通流量反估 OD矩阵模型——熵极大模型 ( entropy maximization model) ,在结合阐明其基于极大似然估计的数学原理的同时 ,重点给出适于计算机编程的模型迭代求解详细算法 ,并提出使用 Bi-Section和Newton-Raphson组合算法来保证其中非线性方程求解的稳定性和效率。进一步给出了使用熵极大模型的 OD矩阵估计软件包的设计思路和程序构架。该技术可直接指导高度实用化的 OD矩阵反估软件工具设计