基于FCD的出租车运营特征分析——以上海市为例

为全面掌握出租车出行规律,科学评估其运营效率,提出了一种面向出租车运营管理的大规模浮动车数据处理方法.以上海市一个月的出租车GPS数据为基础,通过对多项运营指标的计算全面分析了工作日、周末及节假日上海市出租车的运营特征.结果表明,上海市日均出租车空驶率均值为39.1%,已接近合理范围的临界上限值,单日内道路空驶率时空差异明显;与工作日相比,周日和节假日的运营时间及载客时间短且运营效率不高.出租车运营效率有待改善.     

动车清洗机用干燥风刀的设计与仿真分析

为提高动车组外皮清洗效率,依据动车高度结合U形清洁器的结构,设计了一种整体长度为2 910 mm,主体结构由3 mm厚的6061铝合金冲压而成的动车高压水清洗机干燥风刀,并利用Creo绘制了风刀模型。ANSYS Fluent流场仿真分析和HyperWorks OptiStruct模态仿真分析结果表明:所设计的风刀模型出口流速和理论计算一致,出口线上的风速误差不超过3%,满足设计要求;自由模态前6阶振型的最低固有频率为36.5 Hz,不会产生共振,满足使用要求。     

基于GPS浮动车的数字速度模型在城市交通状态演变分析中的应用——以昆明市为例

为分析城市道路交通状态时空演变规律,提出了一种基于GPS浮动车数据的数字速度模型,依据昆明市2010年12月2日1 000辆装有GPS设备的出租车采集的城市交通路网各处样点速度,以60 min为间隔分24个时间段,采用Kriging插值法在ArcGIS Desktop内构建数字速度模型,从时间和空间角度分别分析模型得出,昆明市的交通状况呈现出从早上7:00开始车辆运行速度持续减缓,在早上7:00-9:00时段内形成早高峰,下午17:00-18:00时段形成晚高峰,22:00时之后恢复通畅的运行状态,在空间上,交通状态的演变由城市中心开始出现拥挤并不断地向周围蔓延,数字速度模型能够直观有效地揭示出昆明市交通状态的时空演变规律,为分析研究城市交通状态提供了一种新的方法。     

城际轨道交通动车专业人力资源结构优化研究

伴随着城际轨道工程建设的大规模开展,对动车专业人力资源的需求在未来将会呈现出持续增长的态势,如何优化动车专业人力资源结构,从而满足轨道交通快速发展的需要已经引起了社会的广泛关注。本文通过阐述动车专业人力资源结构的基本现状,提出了城际轨道交通动车专业人力资源结构优化的具体策略,以其为促进轨道交通的快速发展做出有益的经验探索。     

我国高铁技术的“大跃进”——“默会知识”维度的思考

科技知识无疑具有普遍性,但掌握知识却是一个"情境中默会磨合"的实践过程。"7.23动车事故"的出现,反映了在引进和集成国外先进技术时,某些科技人员与领导干部暴露出方法论上"照方抓药"的机械式思维方式。这种拿来主义的线性思维,忽视了科技知识中的不确定性问题,出现了研发中急功近利的"大跃进",再加上某些领导干部好大喜功的政治压力,最终导致了"7.23动车事故"的发生。     

“微”力量的大推力

近段时间来,公众对温州动车追尾事故的关注度持续不断。而其间微博在事故中的表现,引发各界注目和思考。如果说,微博的概念在之前有些人的头脑里还没有足够的清晰和鲜明,那么,这场事故则让全社会都感受到了"微"力量的巨大推力。动车事发前11分钟,现场附近居民"Smm_苗"即以微博发出预警:"狂风暴雨后的动车怎么了??爬的比蜗牛还慢……可别出啥事儿啊……"。     

一种基于浮动车移动轨迹与电子地图融合的道路匹配算法

在对城市道路网进行网格划分的基础上, 提出一种利用参考历史数据和前瞻数据的三段式匹配思想与权重模型思想相融合的地图匹配算法. 该算法可减少浮动车GPS定位点待匹配路段的搜索范围, 从而极大降低算法的复杂度, 实现较高的匹配精度.     

速度不能决定一切

<正>【事件】7月23日晚间8时34分,开行在温州境内的两列动车D301动车追尾D31 15动车,造成6节车厢脱轨,4节坠桥,造成39人死亡,200多人受伤。事故发生后,关于事故原因,官方给出的说法是前方列车遭雷击,动车自控系统自控停车,导致后面的车追尾。该说法受到业内人士质疑。业内人士分析认为,追尾的第二个原因,可能是调度出了问题。     

动车运用所调车作业计划优化

动车运用所的调车计划编制随着检修任务的增加而变得越来越复杂,调车计划编制的自动化对于增强动车运用所的检修能力具有重要意义。以最小化动车组检修任务完成时的时刻之和为目标,考虑动车运用所的股道占用冲突等约束构建优化模型,设计的贪婪算法结合邻域搜索的启发式算法可以对调车计划编制的自动化问题进行快速求解。最后,设计算例验证本文算法的有效性。研究发现,对于15组动车组规模的5个算例,平均Gap值为0.87%,且有3个算例直接求出了最优解;对于20组动车组规模的5个算例,邻域搜索改进的平均值为1.35%。