为探讨考虑驾驶行为因素的小汽车与卡车混合系统的交通流特性，运用元胞自动机建立相应的跟车模型，通过ＭＡＴＬＡＢ软件仿真分析不同条件下混合流的基本特性及拥堵情况。结果表明：若卡车混入率增大，车辆平均车速和相应交通流量都会降低；冒险系数β越大，即当驾驶员行为更激进时，道路交通流的平均车速和流量就越大，车辆的通行程度得到提升，此外，冒险型与保守型的驾驶员比例越高，平均速度也越大。关于交通拥堵状况，不同密度下是否加入卡车对拥堵的影响也不同，低密度下卡车的添加会减轻拥堵，而高密度下则会加重拥堵，并且在高密度条件时的纯小汽车和卡车加入两种情况下，冒险系数越大，越会加重道路拥堵。

为完善山区高速公路隧道事故规律，提升隧道事故预防处置水平，统计分析云南省共９　１８５起高速公路隧道事故历史数据，总结隧道事故发生频次、事故类型及车型比例和空间分布等特征，并提出相关安全改善措施。研究表明，山区高速公路隧道事故频次和月份相关，１月、３月、６月、９月、１０月、１１月和１２月内隧道事故发生频次较高；隧道事故类型主要包括追尾、碰擦、自燃、碰撞设施、掉排水沟等，追尾和碰擦事故占比超出９０％；隧道事故的易发车型比例从大到小分别为小客车、大货车、拖挂车、中货车、大客车和小货车；不同隧道区段的隧道事故发生频次不同，从大到小分别为隧道入口段１、中间段、出口段１、入口段２、出口段２、过渡段１、过渡段２。

研究城市轨道交通网络结构特性对轨道运营过程中的维护管理工作具有重要意义。基于复杂网络理论，采用Ｓｐａｃｅ－Ｌ建模方法构建重庆市轨道交通网络拓扑结构，实证分析该网络的复杂特性；选取网络效率和最大连通子图比例两项指标，仿真分析网络面临攻击的剩余功能，进而评估其鲁棒性。结果表明：重庆市轨道交通网络属于无标度网络和小世界网络模型，面临突发运营事件具有一定的鲁棒性，但在蓄意攻击状态下的鲁棒性较差；要重视网络中度值较大、介数较大站点风险防范措施的建设。研究结果可为重庆市轨道交通日常运营维护工作提供数据参考。

为进一步分析不同低温条件下轮胎滚动阻力对电动汽车能耗影响,以235/50R19子午线轮胎为研究对象,使用HYPERMESH 与ABAQUS软件,对轮胎在沥青路面以30km·h-1 的行驶速度,0 ℃、-10 ℃、-20 ℃、-30℃ 四种不同环境温度下的稳态滚动进行仿真模拟。通过实验测试验证了仿真模型的有效性,采用计算单元应变能密度累计与单元能量损失的方法,确定轮胎滚动阻力对电动汽车的能耗影响。研究结果表明:在0℃、-10 ℃、-20℃、-30℃四种不同环境温度下,轮胎滚动阻力分别为83.14N、98N、111.34N、131.22N,轮胎滚动阻力系数分别为0.0166、0.0196、0.0223、0.0262,轮胎滚动阻力对电动汽车每公里能耗所占比重分别为11.92%、14.05%、15.96%、18.81%。随着环境温度降低,轮胎滚动阻力、轮胎滚动阻力系数以及轮胎滚动阻力造成的能耗占比均不断增大,环境温度每降低10℃,轮胎滚动阻力对电动汽车每公里能耗所占比重增加2%左右。

短时交通流预测是智能交通系统的核心,可以有效减缓交通拥堵、提升应急响应效率。为进一步提高短时交通流量的预测精度,提出一种基于冠豪猪优化算法-双向长短期记忆网络(CPO-BiLSTM)的组合模型。该模型利用冠豪猪优化算法(CPO)的动态适应和全局均衡特性对双向长短期记忆网络(BiLSTM)的超参数进行寻优赋值,进而提升模型的泛化能力与训练效率。采用公路交通流数据集,将CPO-BiLTM 模型与其他预测模型进行训练和测试比对分析,结果表明CPO-BiLSTM 拥有更好的时间序列数据拟合能力,其平均绝对误差为16.8982、均方根误差为23.4424、决定系数为0.98229、剩余预测偏差为7.5159、平均绝对百分比误差为3.4243%,均为最优项,说明该模型能够有效提高预测的准确度和可靠性。

为保障腐蚀性危险品的储运安全，研究一类选址－路径优化建模与求解方法，协同解决储运中心选址、配送路径优化和车辆配置决策。根据危险品的腐蚀性特征，以道路为风险影响对象，设计风险度量模型。考虑危险品配送过程的运量递减特征，采用双商品流建模方法，建立总成本最小和总风险最小的选址－路径优化模型。根据模型计算复杂度，设计模拟退火－多目标粒子群混合算法和求解步骤。最后，通过实例和测试算例来验证模型和算法的有效性，计算结果表明：新模型和算法能在２６３ｓ内对３０个节点规模的问题求得有效方案。相较于传统风险模型，新模型能降低８．００％的总风险和３．５３％的总成本；相较于常规多目标优化方法，新算法能缩短近９０％的求解时间。

为提高交叉口车辆通行效率，降低车辆因频繁启停造成的能耗及污染物排放，提出一种考虑排队长度动态变化的信号交叉口车辆生态驾驶速度优化策略。首先，根据排队长度预测目标车辆与排队队列的碰撞时间（ＴＴＣ）。其次，将目标车辆通行策略分为匀速、加速、减速三种情况建立通行决策模型，结合改进的三角函数速度优化模型计算最优通行速度，确保车辆以平滑的速度顺利通过信号交叉口。最后，在不同排队长度场景下进行仿真实验，对比分析速度优化策略与无速度优化策略的时空轨迹。仿真结果表明，提出的速度优化策略既可以提高绿灯利用率，又可以降低目标车辆的燃油消耗，相较于无速度优化策略驾驶，燃油消耗最多可降低１９．5％，对信号交叉口处车辆生
态驾驶有积极作用。

为更好地配置众包物流企业运力资源与提升客户满意度,在仅考虑配送成本的传统路径问题上,构建综合考虑配送成本与客户满意度的多目标众包物流配送路径模型。根据模型特点,引入客户服务优先级以及车辆最大载重等约束,提出以众包配送员取送货送达时间来衡量客户满意度构建配送总成本最小化和平均客户满意度最大化的多目标众包物流配送路径模型。设计快速非支配排序遗传算法(NSGA-Ⅱ)与自适应大邻域搜索算法(ALNS)相结合的改进NSGA-Ⅱ-ALNS算法,分别运用标准NSGA-Ⅱ算法与改进NSGA-Ⅱ-ALNS算法求解模型。结果表明,所设计的改进NSGA-Ⅱ-ALNS算法与标准NSGA-Ⅱ算法相比,可以使配送总成本降低5.2%,平均客户满意度提高15.5%。同时,引入订单饱和度验证众包平台客户需求与运力供应对模型的影响,当订单饱和度略大于1时,可以使众包物流企业更好地降本增效。

推行基于地铁-货车联运配送的城市物流新型配送模式,是应对传统货车配送引起的市中心交通拥堵和环境污染问题的有效途径。物流节点选址问题是该配送模式中重要的决策问题,构建两阶段地铁-货车联运的物流节点选址模型进行物流节点选址:第一阶段,选择郊区地铁始发站作为备选地铁配送站,利用三角模糊数对地铁配送站进行方案比选;第二阶段,基于第一阶段比选结果,构建总成本最小化的地铁转运站选址模型,并用Python调用COPT求解器求解。以上海市地铁网络为例验证模型和算法,并进行敏感度分析。结果表表,Python调用COPT求解器求解选址分配问题展现出卓越的计算效能,综合考虑末端配送模式、开放地铁转运站数和地铁转运站最大服务范围可获得效益最大化的选址方案。

为探究新型冠状病毒感染疫情对居民选择网约车出行的影响，通过问卷调查获取影响居民选择网约车出行的潜在因素，对出行者选择网约车的出行行为特征进行分析，揭示疫情前后居民出行方式选择的变化；建立复工后居民出行选择的二元Ｌｏｇｉｔ模型，识别影响选择网约车出行的主要因素。结果表明：复工后，出行者对公共交通产生排斥心理，公司职工通勤倾向于选择私家车和网约车；出行者更关注网约车的车辆消毒、安全报警功能、车内隔离防护等措施；网约车用户中男性是女性用户的２．０８１倍；年轻群体（２０～３０岁）是使用网约车出行的主体；无车人群更倾向于选择网约车出行；网约车的出行费用优惠于传统出租车成为吸引出行者的主要优势。但网约车的乘车安全问题，对出行者选择网约车出行有消极作用。研究成果能够为提升网约车服务质量提供参考。

为探究网联环境下汽车和公交车组成的混合交通流特性，考虑驾驶员行为改进Ｇｉｐｐｓ安全距离规则，结合美国ｐａｔｈ实验室提出的自适应巡航（Ａｄａｐｔｉｖｅ　Ｃｒｕｉｓｅ　Ｃｏｎｔｒｏｌ，ＡＣＣ）、协同自适应巡航（Ｃｏｏｐｅｒａｔｉｖｅ　Ａｄａｐｔｉｖｅ　ＣｒｕｉｓｅＣｏｎｔｒｏｌ，ＣＡＣＣ）跟驰模型加速度定义，构建异质流元胞自动机模型。通过数值仿真实验，分析网联自动驾驶车辆（Ｃｏｎｎｅｃｔｅｄ　Ａｕｔｏｎｏｍｏｕｓ　Ｖｅｈｉｃｌｅｓ，ＣＡＶ）与公交车辆混入比例对交通流通行能力、行驶速度、道路拥堵的影响。结果表明：随着ＣＡＶ比例的提高，道路通行能力增大，临界密度增大；当道路上车辆组成仅为ＣＡＶ车辆时，通行能力提升２．４５倍、临界密度提高２．８４倍；当ＣＡＶ比例为０．５，随着公交车比例的增加，道路随机多发的轻微拥堵明显减少，通行能力、平均行驶速度略微减小。网联车能有效提高道路通行能力和行驶速度、减少拥堵，且随着公交车比例的提高，网联公交车更易形成队列，使道路拥堵得到明显改善。

为更好实现危险品车辆停车场的科学选址布局，提升危险品道路运输安全，考虑危险品车辆本身的危险属性会增大选址因素的复杂性和多样性，提出ＧＩＳ与层次分析法结合的危险品车辆停车场选址方法。首先，根据危险品车辆ＧＰＳ轨迹数据对研究区域停车泊位需求进行预测，使用层次分析法确定停车场选址影响因子权重，并按重分类加权叠加；然后，根据综合适宜性评分值、禁止建设区域、面积过小等约束条件，筛选出停车场初始位置；最后，通过位置分配模型结合城市道路网络，确定危险品车辆停车场的位置和数量，实现对危险品车辆停车场选址的优化。以苏州市危险品车辆停车场选址为列，选址结果不仅验证该选址方法的实用性，还能为危险品车辆停车场选址提供新思路。

以排放标准为国Ⅴ的轻型汽油车为研究对象,运用便携式车载尾气排放测量系统(PEMS)对实际行驶中污染物排放试验数据进行分析。先采用变分模态分解方法(VMD)进行分解降噪处理,再通过麻雀搜索算法(SSA)、最小二乘支持向量机(LSSVM)和长短期记忆网络(LSTM)的方法,构建一种高精度的轻型汽油车CO2 排放预测模型。通过随机森林和皮尔逊相关性分析,筛选出影响轻型汽油车CO2 排放的关键特征参数,构建数据集。利用VMD算法对数据集进行分解降噪处理,再采用SSA算法优化LSSVM 模型,最终建立基于VMD-SSA-LSSVM 的轻型汽油车CO2 排放量预测模型。结果表明:该模型对CO2 的预测精度和拟合效果均优于单一的LSSVM、LSTM 以及
VMD-LSSVM、VMD-LSTM、VMD-SSA-LSTM 模型,能够为轻型汽油车CO2 排放预测提供参照;VMD-SSA-LSSVM模型在轻型汽油车CO2 排放预测方面具有显著优势和应用前景。

为提升城市居民网约车出行使用意愿,结合已有文献中变量因素的影响关系,构建包含用户满意度、主观规范、服务质量和使用意愿4个潜变量的结构方程模型。以平顶山市网约车使用者为研究对象,通过意向调查方式获取527份有效问卷数据,探究各潜变量之间的假设检验和效应分析关系。结果表明:使用意愿受到主观规范和服务质量的直接影响;主观规范和服务质量可通过用户满意度对使用意愿产生间接影响;用户满意度对使用意愿具有直接影响。研究结果可为城市交通管理部门提高网约车出行服务质量、科学引导居民网约车出行及制定相关政策提供理论依据。

为提高需求响应公交系统效率,精准满足乘客需求,缓解高峰期公交车乘客舒适度低和打车难问题,利用能够充分反应乘客出行需求的网约车订单数据,提出一种需求响应公交站点的规划方法。首先,通过对预处理的订单数据进行需求分析,挖掘交通需求出行特征和出行习惯。其次,利用改进的DBSCAN 算法对数据进行聚类分析,筛选出热点区域,挖掘交通需求的空间特征。在此基础上,利用改进的K-means算法划分高需求区域,得到每个热点区域中心点,将相邻中心点间距较近的点进行整合并规划站点。最后,通过实例验证其可靠性和科学性。结果表明,通过该方法规划的站点更具实用性和灵活性,可更好地满足乘客出行需求,提高需求响应公交系统的吸引力和
服务效率,缓解交通拥堵。

为适应轨道交通客流变化规律,以提高地铁短时客流预测结果的准确度,且兼顾轨道交通客流变化的周期性和潮汐性,提出一种基于注意力机制的双向长短时记忆神经网络(BiLSTM)短时客流预测模型。首先,将处理后的地铁进出站客流数据以不同时间粒度和节日类型作为预测因素,输入到模型中;其次,通过BiLSTM 充分挖掘时间序列的全局特征进行初步预测;最后,再通过注意力机制对不同时间点的显著特征加权得出预测结果,提高模型的预测性能。以上海地铁四号线海伦路站的真实客流数据为对象,进行不同模型的对比实验,并通过4种评价指标(MAE、MAPE、RMSE、R2),评价改进前后的模型客流预测准确性。实验结果表明,在评估指标上,文中提出的ATT-BiLSTM 模型要优于单种神经网络预测模型。

通过开展不同固结围压、不同干密度下的静三轴试验，分析饱和原状和重塑黄土的应力－应变关系、抗剪强度参数变化，引入邓肯－张模型，得出饱和黄土的本构模型。试验结果表明：固结围压对饱和黄土的应力－应变关系影响显著，原状黄土应力－应变曲线高于重塑黄土，随着固结围压增大，应力－应变曲线由软化和理想塑性转变为硬化型；干密度对饱和黄土试样剪切特性影响成正相关，干密度增大，抗剪特性指标上升，摩擦角、黏聚力增长，原状黄土抗剪特性大于重塑黄土；采用邓肯－张Ｅ－Ｂ模型对饱和黄土应力－应变曲线进行拟合，得出Ｅ－Ｂ模型与试验结果拟合度较高的结论。

为减轻环形交叉口交通拥堵及环境污染,提出一种将左转和直行车道与对向出口车道功能变更的交通组织方法。在上游交叉口信号控制下,引导左转和直行车辆沿中心线左侧车道进入环形交叉口,分别行驶1/4圈和1/2圈通过环岛。建立交通流饱和加权函数,对最大通行能力和最小平均排放进行加权,并建立区域信号协同优化模型,采用遗传算法求解。以四川某市环形交叉口为例进行实证研究,计算结果表明:该方案使区域总通行能力提升12.74%、平均排放下降9.11%;与传统环形交叉口信号控制方法相比,总通行能力增加22%,平均排放减少29.62%;且信号协同优化模型能在高饱和度下注重提高通行能力,反之,注重降低平均排放。

随着大学生对旅游的需求呈现出多元化和个性化的趋势,为充分挖掘大学生旅游出行的行为规律和内在机理,运用可解释机器学习进行出行方式预测。首先,通过问卷调查,得到济南市大学生旅游出行方式数据;其次,运用XGBoost算法对预处理后的数据进行特征选择,得到旅游预算、出行方式乘坐时间、年级、旅游时长和距离五个特征因素;再次,采用XGBoost算法建立大学生旅游出行方式预测模型;最后,利用SHAP解释特征因素之间的交互关系以及特征因素与出行方式选择概率的关系。研究结果表明:对比其他分类预测模型,XGBoost模型在出行方式预测方面表现良好,F1分数为0.914,准确率达到92.1%。SHAP分析发现:大学生的旅游预算、出行时间、年级、旅游时长和距离等因素对飞机、高铁、火车以及大巴的选择具有重要影响,而对私家车出行的影响较小。结果可为旅游企业和政府部门提供数据支撑,以更好地满足大学生旅游需求。

高速公路路网是由点、线、面组成的庞大交通体系,多年积累的交通运行数据蕴含路网短期、中期和长期的交通运行规律。为满足管理者和出行者全面掌握高速公路交通运行状况的需求,建立基于时空维度的高速公路交通运行状况评价体系,包括评价对象、评价指标和评价方法。从空间维度将评价对象划分为节点、路段和路网,从时间维度将评价对象划分为实时、时段和长时。根据不同的评价需求组合时间维度和空间维度评价对象,选择平均行程速度、交通流量、拥堵状态比例、各拥堵状态路段比例、拥堵路段比例和常发拥堵路段比例6个指标中的若干指标,运用基于规则的方法对评价对象进行交通运行状况评价。以收费数据为基础数据,对评价体系效果进行验证和分析,结果表明文中提出的评价体系可以全面、综合地反映路网不同时空维度交通运行状况,可指导实时交通管控并完善路网结构。

目前对土工格室加固风积沙地基的最佳规格探究相对较少，市面上的格室规格较多，需对格室规格变化引起的力学性能变化规律进行探究。选用市面上７种不同高度及６种不同焊距的格室加固风积沙地基进行大型模型试验。试验结果表明：格室焊距越小，高度越高，其加固风积沙地基的性能越好。当格室焊距为５００ｍｍ、格室高度为５０～２００ｍｍ时可以提高风积沙地基承载力２．７５～４．２９倍，当格室高度为１００ｍｍ 时，格室焊距为３００～８００ｍｍ时能提高风积沙地基承载力２．３２～３．７５倍。格室层在竖直和水平方向上均对荷载有分散作用，在竖直方向上尤为明显。当竖向沉降相同时，焊距相同的格室应变走势大致相同，高度相同的格室焊距越大条带应变越小，格室层条带的侧限作用越差，加固效果越差。选用高度×焊距为１５０ｍｍ×５００ｍｍ 的格室加固风积沙地基，效果最佳。

为研究运营期内波形腹板组合梁桥的疲劳安全问题，基于ＷＩＭ 系统实测车辆荷载数据对桥梁疲劳寿命进行评估。利用某高速公路桥梁ＷＩＭ 系统实测车流数据建立随机车流模型，运用ＡＮＳＹＳ有限元软件分析随机车流作用下波形腹板组合箱梁桥的疲劳应力，通过疲劳寿命评估方法评估波形腹板组合箱梁桥疲劳寿命，并探讨车流量变化对疲劳寿命的影响。研究结果表明：在随机车流作用下，波形腹板组合箱梁桥钢底板与波纹腹板焊缝相同折角处的应力值内侧比外侧大，导致内侧的疲劳损伤比外侧大，疲劳寿命较短；车流量变化对桥梁的疲劳损伤影响较大，随运营时间的增长，桥梁的疲劳寿命快速下降。因此，在运营期内需对桥梁运行车辆采取一定的限流限载措施。

针对灾害导致城市交通网络受损和孤立节点恢复缓慢问题,提出基于GA-GWO 算法的双层优化应急修复模型,旨在加速灾后恢复和提升连通性。上层模型采用整数规划优化修复路段组合,以最小化修复时间;下层模型基于用户均衡原则,利用Frank-Wolfe算法优化交通流分配,实现修复方案与交通流动态变化的交互迭代。以SiouxFalls网络为实验对象,在轻度、中度和重度3种灾害情境下进行测试。实验结果表明,在轻度灾害情况下,GA-GWO的运行时间比GA 和GWO 分别减少31.12%和11.03%;在中度灾害情境下,GA-GWO 的目标函数值较GA 和GWO分别降低0.77%和4.22%;在重度灾害情况下,GA-GWO相较于GA和GWO分别降低0.86%和9.58%。研究结果表明,该双层优化模型有助于加速灾后路网恢复,为应急救援决策提供支持。此外,当决策者偏好系数较高时,修复方案倾向于优先修复关键路段,以快速恢复核心连通性;随着偏好系数降低,修复方案转向更广泛的覆盖,优先恢复更多路段以实现整体均衡恢复。

传统换道策略仅考虑前车慢行和制动安全问题,这在复杂的交通环境中具有局限性。基于此,在速度不满意度中引入车辆类型因素和道路拥堵程度因数,在空间不满意度中引入制动距离和道路特性等因素,以实现类人换道意图的产生。根据模型计算出换道意图后,结合实际驾驶情况和综合成本函数进行最优车道选择,并利用仿真软件对模型进行仿真验证。结果表明:换道决策算法可根据当前车道环境以及驾驶状况,通过不满意度的积累做出合理的换道决策,根据综合成本函数对目标车道的优劣进行判断,规划控制模块仿真结果显示换道轨迹平稳,无侧滑失稳现象发生。提出的模型能够较好地优化自动驾驶汽车的换道决策。

为匹配城市轻型汽车实际行驶特征,以哈尔滨市为研究对象,挑选代表性片段构建汽车行驶工况并进行误差分析。首先,利用OBD-Ⅱ接口采集运行数据,对所采数据预处理并划分运动学片段;其次,通过主成分分析法对各片段特征数据降维处理;最后,利用LOF算法剔除离群点并应用RODDPSO-K-means算法对降维数据进行聚类。结果表明,构建的行驶工况与原始数据各参数间的平均相对误差为2.79%,且速度-加速度联合概率分布差异值小于2%,而国内外标准工况与原始数据参数之间均存在显著差异,说明所构建行驶工况可以更好地反映当地轻型汽车的运行特征。研究结果可为实现哈尔滨市道路交通低碳化、评估汽车燃油消耗及排放等提供参考。

地震发生时为提高救援效率,降低人员伤亡与经济损失,将路网受损后的通行能力作为影响震后救援的重要因素,考虑时间窗约束,构建应急疏散与物资配送联合优化模型。结合模型求解特点,设计遗传算法与大规模邻域搜索算法结合的改进遗传算法。结果表明,相较于传统遗传算法,所提算法具有较快的收敛速度及更优的求解结果,总成本降低1.45%。进一步对比应急疏散与物资配送独立优化和联合优化方案以及是否考虑路网受损情况,结果表明,考虑路网受损的应急疏散与物资配送联合优化方案的总成本以及时间惩罚成本相较其它方案有所降低,验证了模型的优越性。构建的模型和设计的算法可以有效地解决考虑路网受损的人员应急疏散与物资配送联合优化
问题,提高救援效率,减少地震带来的损失。

为解决生鲜产品配送过程中能源消耗成本过高问题,以车辆固定成本、车辆运输成本、货损成本、制冷成本、能源消耗成本以及惩罚成本之和最小化为目标,构建总成本最小化的混合整数规划模型。设计基于混合策略的改进鲸鱼算法,应用拉丁超立方体初始化种群、非线性收敛因子、Levy飞行策略及教与学算法的随机性学习策略,改进原算法的种群分布均匀度、寻优性能和跳出局部最优能力。根据算例对比实验,证明该算法的有效性,并揭示车队配置、车队规模以及配送方式对总成本的影响。实验结果表明:改进后的混合车队比原车队求解结果的总成本节约1103.4494元,车辆装载率增加38.08%。

为向我国高速公路设计、货物运输结构调整提供轴载谱数据参考,针对我国不同区域典型高速公路轴载谱分布模型进行研究。采用双高斯模型、洛伦兹模型和Voigt模型,对我国7个省市典型高速公路货运车辆轴载谱分布进行了拟合,分析了典型高速公路的轴载谱分布特征,并基于聚类方法分析了轴载谱分布模式。结果表明,双高斯模型能够很好地对典型高速公路二联轴、三联轴轴载谱进行拟合,拟合相关系数R2均大于0.94。内蒙古、辽宁、山东3省区双联轴轴载谱分布呈现双峰特征,内蒙古、辽宁、山东、江苏4省区三联轴轴载谱分布典呈现双峰特征,说明不同区域高速公路轴载谱分布特征存在一定的差异性。轴载分布模式聚类结果显示,广东、上海等发达省市高速公路货物运输特征相一致,轴载分布具有一定的相似性。

随着城市发展进程的加快和客流密度的持续增长,城市轨道交通系统正面临着客流需求与交通运输供给不匹配问题。以出行预约下地铁乘客为研究对象,基于“需求响应”机制提出轨道交通出行预约与列车时刻表协同优化方案,通过预约平台提前收集乘客的出行信息,从而科学合理地实现客流出行与列车时刻表的供需匹配。建立考虑预约需求与列车时刻表协同优化的数学模型,采用粒子群智能搜索算法用于该模型的求解。案例研究表明,预约出行模型相较于无预约情况,乘客出行时间成本降低24.63%,列车开行成本减少11.27%。综上所述,城市轨道交通出行预约系统通过精准匹配供需关系,能有效缓解高峰时段客流压力,提升系统的运营效率和服务质量。

针对路网中关键节点的复杂性会对交通流预测精度产生影响问题,提出关注关键节点的自适应注意力机制的图卷积神经网络(PAA-GCN)交通流预测模型。首先,通过分析路网中节点之间的余弦相似度和欧式距离相似度差异,量化节点的聚合分发能力,并对其进行评分排序,将节点分为关键节点和非关键节点;其次,构建针对关键节点的自适应注意力机制模型,以高效捕捉和表征关键节点的特征,再反馈到非关键节点,从而更新非关键节点的特征,并进行特征融合;最后,将该自适应注意力机制模型融入交通流预测模型中,结合关键节点的特征进行交通流预测。实验结果表明,与经典预测算法比较,该模型工作日的MAE、MAPE、RMSE 分别下降13.46%、3.77%、14.19%,周末的MAE、MAPE、RMSE分别下降14.22%、15.40%、14.33%,预测精度较经典预测算法有一定提高。

为应对我国北方地区漫长冬季路面积雪带来的挑战,鉴于传统除冰雪方式会消耗大量人力、物力和财力,针对“主动型”融冰雪技术,即预置石墨烯纤维网加热路面展开研究。首先,利用有限元仿真软件构建石墨烯纤维网热力学模型,分析纤维网尺寸参数和布设间距,通过仿真实验确定最佳铺设尺寸参数;其次,制作室外路面板,将石墨烯纤维网预埋于路面上面层和中面层之间;最后,利用电能将石墨烯纤维网通电加热,验证预置石墨烯纤维网发热路面的融冰雪效果。实验结果表明,有限元模拟分析结果与室外路面板融冰雪实验结果契合度较高,在外界环境温度为-20℃、压实雪层厚度为20cm 左右的情况下,自然融化耗时55h,能够实现路面冰雪的有效清理。

为深入分析天气因素对城市地铁客运量的影响,针对已有研究缺乏应用统一的分析框架以系统性研究不同城市间天气因素与地铁客运量之间影响机制的问题,结合2023年地铁客运量和天气(降水、气温和风速)数据,建立基于季节性差分自回归移动平均外生变量的一周、工作日和休息日模型,选取中国五个具有不同气候特征且地理位置分布不同的城市———北京、上海、广东深圳、成都和武汉作实证研究,从时间和空间维度分析天气对地铁客运量的影响。研究结果显示:从时间维度方面,不同城市的天气因素对地铁客运量的影响机制存在差异;工作日和休息日降水对地铁客运量均产生负向影响;休息日降水与气温对地铁客运量的影响程度普遍高于工作日。从空间维度方面,相近经纬度的城市表现出一定的影响机制一致性,但每个城市也具有其独特的影响机制。

为缓解大客流换乘枢纽站台拥堵,研究枢纽内客流组织方案有效评估方法,以提升乘客的换乘效率和安全。选取线路满载率高且客流量大的换乘枢纽为研究对象,以深圳上梅林轨道交通枢纽为例,针对站台拥堵问题提出经通道绕行站厅至站台换乘的客流组织方案。分析乘客对节点设施的选择决策行为,应用Logit模型建立枢纽内关键节点设施选择模型,确定乘客对楼梯、扶梯和垂直电梯的选择概率,设定仿真平台行人行为模块。将Fruin设施服务水平划分标准和乘客平均换乘时间作为乘客安全和效率评估依据,基于MassMotion对该客流组织方案有效性进行评估。结果表明:该客流组织方案不仅将站台拥挤最严重区域的服务水平由E级提升为C级,而且线路满载率大的
方向平均换乘时间减少6.65%。

针对当前强化学习交通信号控制研究中交通方式单一问题,以存在多种交通方式的城市交叉口为背景,改进传统DQN算法,设计新的状态空间和奖励函数,提出基于D3QN 的交通信号控制方法。该方法通过深度学习网络感知和提取交通状态特征,并结合强化学习迭代优化信号控制策略,经过训练能使智能体根据实时交通状况动态选择最优动作相位,从而减少多种交通方式产生的延误,协调不同交通方式通行权益。基于SUMO 的实验结果表明,该方法与Webster定时控制和感应控制相比,能够分别减少20.3%和15.0%的社会车辆延误、55.5%和39.8%的公交车延误以及19.1%和37.1%的行人与非机动车延误,证明所提方法能够有效应对包含多种交通方式的交叉口环境,提高交叉口通行效率和环保性。

把握城市轨道交通站点客流与土地利用的关联关系有助于兼顾轨道交通可持续发展和土地资源合理配置。基于福州地铁刷卡数据和高德地图兴趣点等多源数据,针对传统地理加权回归考虑空间异质性尺度单一的不足,采用解释变量的带宽差异化设置,构建多尺度地理加权回归模型,全面探讨土地利用因素对地铁客流量的影响。结果表明,土地利用对地铁客流的影响呈现多尺度空间异质性特征,表现为:影响样本尺度上,酒店类用地对全样本影响显著;其余变量仅在局部样本影响显著;空间尺度上,酒店和休闲娱乐类用地趋近全站点空间显著影响,空间异质性弱于其他土地利用变量。此外,土地利用混合度对各站点客流影响的差异程度显著高于其他土地利用变量。

针对疲劳驾驶引起因素复杂多变、判定标准不明确和难以及时察觉等问题,提出一种基于嵌入式多层感知机(Embedding-MLP)的疲劳驾驶检测方法,驾驶视频数据使用基于RepGhost-Retinaface的人脸面部特征识别模型确定驾驶员人脸位置坐标信息,使用RepGhost-PFLD人脸关键点检测模型提取人脸关键点信息,并将其作为疲劳驾驶识别模型的数据集,提出基于Embedding-MLP的驾驶员疲劳检测模型。结果显示,基于Embedding-MLP的疲劳检测模型AUC值为0.94,Accuracy值为0.87,Precision值为0.87,F1值为0.86,Recall值为0.87,相较于实验中的对比模型,该模型各项评价指标效果最优,有利于对驾驶员疲劳驾驶状态进行识别。

西南山区存在较多高填方路堤,为了确保公路在使用期间的安全性,高填方路基的设计与施工必须实施管控与监测。为明确高填方路基的温度场规律,分别在路肩及路基中心处分层埋设新型智能单点沉降计,根据现场实测数据分析高填方路基的施工期间温度变化规律。对比分析不同路基深度及不同埋设位置的温度数据,探讨路基温度场的影响因素,如气候条件、路基深度和土壤热性质。结果表明,左右路肩间的最大温差为1.912 ℃,路肩与路基中心间的最大温差为1.318 ℃。填土路基的平均温度较高,深层最大温差为4.139 ℃,表层最大温差可达7.16℃,填石路基的表层温度变化较为平缓。研究确认,太阳辐射对土体温度场的分布有很大影响,表层温度受当日天气状况影响较大,但对路基深层温度影响较小,而季节性环境温度变化对深层温度影响显著。地基浅层温度波动较大,而深层温度变化较平缓且有滞后效应,填土路基的表层受环境温度影响较明显。

为有效预防装配式地铁车站吊装过程事故的发生,以装配式地铁车站多点协调吊装为研究对象,建立基于组合赋权与TOPSIS法的评估模型。首先,从人员、材料及设备、工艺技术、管理、环境5个方面,构建风险评价指标体系;然后,基于博弈论思想,将层次分析法与熵权法所求得的综合权重进行优化重组,并应用TOPSIS方法的相对贴进度值,确定装配式地铁车站多点协调吊装风险评估等级;最后,将所建立的模型应用于青岛地铁8号线胶州火车站的吊装施工风险评价中,得出了该站的吊装施工风险等级。结果表明:组合赋权法可以弥补单一赋权法的不足,更准确地反映多个因素的综合影响,评估结果更准确。

针对自动驾驶汽车由于内存和计算资源对目标检测算法的限制,导致卷积神经网络在嵌入式设备上部署困难、待检测目标发生重叠或遮挡时识别困难,甚至无法识别,提出轻量级特征重用融合特征聚焦扩散金字塔的快速识别目标检测算法(FRFDFN)。首先,该算法使用特征映射冗余思想生成冗余特征图;然后,引入特征聚焦扩散金字塔网络结构,通过定制的特征聚焦与扩散机制,结合多层特征图连接,使上下文信息扩散到各检测尺度;最后,提出遮挡感知注意力检测器,并引入闭塞感知斥力损失。试验结果表明,提出的FRFDFN 算法在KITTI数据集上表现良好,精确率达到97.1%、mAP50达到97.3%,参数量相较于YOLOv8n降低13.33%,检测精度却提升0.72%,兼顾低参数量与高精度要求。

轮轨交通在轨道交通中处于主导地位，将人工智能技术运用到轮轨交通中将使其发挥出更重要的作用。为全面分析人工智能在轮轨交通中的应用现状，从列车操纵、智能监测、故障诊断以及车辆设计等方面进行介绍，并展望未来人工智能在轮轨交通中的发展方向。研究结果表明：列车自动驾驶系统融合神经网络与模型预测可提升轨迹跟踪精度，进一步结合深度学习优化能耗可实现自适应节能；人工智能技术已广泛应用在车辆的部件状态及铁路沿线自然灾害的监测中，同时，在车辆走行部和牵引供电系统的故障诊断中也发挥重要作用；人工智能技术还对车辆的参数优化、性能预测和结构改进等进行了探索和应用，用大量实践验证人工智能技术应用在车辆设计方面的可靠和有效。