下载排行
物流配送中心选址的重心法探讨
程珩;牟瑞芳;物流配送中心选址问题是现代物流系统规划的一个重要环节,选址的方法有很多,其中,最普遍的就是我们通常所用的重心法,然而,重心法存在一些为人们所忽略问题,其一,重心法是如何引入的;其二,最后的迭代方案是否最好。本文对重心法的引入、公式的推导做了详尽的阐述,并且对以往的迭代方案做了相应的改进。
以公共交通为导向的城市用地开发模式(TOD)研究
林艳,邓卫,葛亮公共交通导向的城市土地开发(TOD)是城市土地利用与交通规划协调发展的理想模式,是对土地利用与城市交通结合的分析方法最好的诠释。本文详细介绍了 TOD 策略的内涵、规划思路和实施原则,建立了 TOD 模式的交通需求预测模型,提出了适合我国城市发展的公共交通导向的城市用地开发模式。
自动驾驶出行服务的公众关切与研究展望——兼评“萝卜快跑”世界最大规模无人驾驶商业化运营
齐航;王光超;张运胜;段宏磊;桑金燕;秦端;贺正冰;基于社交媒体评论分析公众态度已经成为一种新兴的数据驱动研究方法，本文初步探索一种以舆情分析驱动科学研究的思路。2024年5月起，百度旗下的“萝卜快跑”自动驾驶出行服务平台在中国武汉开展世界上最大规模的全无人商业化运营，并因一起轻微交通事故在社交媒体上引发了舆情。首先，本文概述了“萝卜快跑”在武汉的商业化实践进程。随后，借助百度指数平台分析了公众对于“萝卜快跑”“无人驾驶”“无人驾驶出租车”关注度的演化。接着，通过对新浪微博和抖音社交媒体上的1 809条热门评论开展词云分析和主题建模分析，挖掘出了公众关注的四个热点主题：技术进步、服务体验、市场竞争以及经济社会影响。最后，根据公众关切，从自动驾驶的社会兼容性提升、出行服务市场结构与政府规制、就业变革与社会保障制度、法律框架与地方立法探索四个方面提出了研究方向建议。本文结果有助于政府和学界及时了解中国公众对于自动驾驶出行服务的态度和关注点，主动谋划研究方向以响应社会需求，促进技术创新的同时主动防范风险，尽快塑造适应新质生产力发展的社会认知和外部环境，助力我国在全球自动驾驶出行服务领域的国际竞争中掌握主动权。
自动驾驶汽车仿真器综述:能力、挑战和发展方向
张坤鹏;常成;王世璞;张佐;李力;仿真器在自动驾驶汽车（Autonomous Vehicle,AV）系统的研究、开发和验证中发挥着举足轻重的作用。本文系统地探讨了AV仿真器的国内外现状，并重点分析了其能力、面临的挑战和未来发展趋势。首先，梳理了AV仿真器的发展历程，阐述了国内外相关研究现状。接着，依据技术性指标、功能性指标、性能指标和商业性指标，对各类仿真器进行了全面评估，同时讨论了它们在不同研究和开发任务中的适用性。此外，深入剖析了AV仿真器所面临的挑战和限制，结合深度学习、人工智能等先进技术的发展，提出了针对性的解决策略。对于如何克服AV仿真器在复杂环境和多元场景下的局限性，提出了一系列具有前瞻性的解决方案。在此基础上，着重强调了未来研究的机遇和新兴趋势，这些将为下一代仿真器的发展奠定基础。最后，本综述旨在为研究人员、开发者及行业利益相关者提供有益的参考，协助他们选择最符合需求的工具，并激发自动驾驶领域未来的创新潜力。综述的内容有助于推动AV仿真器在自动驾驶研究和实际应用中发挥更大的作用，从而为人类出行带来更为安全、便捷和高效的体验。
基于深度强化学习的城市交通信号控制综述
徐东伟;周磊;王达;丁加丽;魏臣臣;传统模型驱动的自适应交通信号控制系统灵活性较低,难以满足当前复杂多变交通系统的控制要求。近年来,深度强化学习方法在城市交通信号控制研究领域得到快速发展,并且与传统方法相比展现出一定的优势。交通信号控制在城市交通管理中起着至关重要的作用,因此,基于深度强化学习的交通信号控制具有较高的研究价值和意义。本文系统地介绍了深度强化学习的基本理论和其应用于交通信号控制系统的发展现状,包含单交叉口独立控制和多交叉口协同控制,并对已有模型和算法的优缺点进行分析。文章主体包括:基于深度强化学习的单交叉口信号控制模型和研究结果,基于深度强化学习的多交叉口协调控制模型和研究结果,以及用于评估交通信号控制模型的仿真环境。最后,总结了基于深度强化学习的交通信号控制系统的开放性问题及其在实际应用方面的挑战,并提出该领域未来的主要发展方向。我们希望本文为智能交通领域的研究学者提供参考的同时能够对交通信号控制的智能化起到积极作用。
基于强化学习的城市低空无人机路径规划
丁杰;王迪;【背景】随着低空经济的发展，低空空域正逐步成为城市交通变革的重要领域。无人机等新型交通工具在城市空间中的应用愈发广泛，但面临着路径规划、动态避障及多机协同等挑战。【目目标标】优化无人机路径规划算法，以增强无人机在低空复杂环境中的路径规划与避障能力、确保多无人机协同作业的高效性和安全性。【方法】引入N步更新策略与改进后的优先经验回放机制，提出一种基于强化学习的NP-MTDDQN算法。基于山东省济南市市中区的风流数据，构建包含多样建筑物和动态障碍物的三维低空环境，进行模拟实验以验证算法的有效性。【结果】三组对照实验表明，NP-MTDDQN算法在不同建筑物密度、不同优先级建筑物分布以及包含不同动态障碍物的复杂环境中，均能找到最优路径、区分建筑物优先级、识别并躲避动态障碍物，从而实现多无人机的协同作业。与传统的DQN和DDQN算法相比，该算法在路径规划的效率与准确性方面均有提升。【结论】NP-MTDDQN算法为低空智能交通网络中多无人机的路径规划问题提供了新的解决方案，有望提升城市空中交通的管理效率和响应速度。
交通碳排放研究综述:核算方法、影响因素及作用机理
左大杰;赵亮;熊巧;刘志鹏;王梦涛;池俞良;交通运输业是碳减排的重要行业，关于交通碳排放核算方法、影响因素及作用机理的研究一直是交通碳排放研究领域的一个热点。本文从交通碳排放量核算方法、交通碳排放影响因素辨识、交通碳排放作用机理分析三个方面来进行综述。在交通碳排放量核算方法部分按照直接获取“、自上而下”法“、自下而上”法、机动车排放模型四种方法进行分类。在交通碳排放影响因素辨识部分从IPAT模型、Kaya恒等式、直接选取三点进行综述，并对近年学者们选取的影响因素进行了总结。在交通碳排放作用机理分析部分综述了脱钩模型、因素分解法、计量经济学方法、系统动力学方法，进而对用不同方法分析的交通碳排放作用机理进行了总结，其中Tapio脱钩模型和对数平均迪氏指数分解法是应用较为广泛的方法。最后，探讨了交通碳排放核算方法、影响因素及作用机理研究中的关键问题，指出本领域的研究难点主要集中于交通碳排放核算方法的优化及统一、影响因素选取体系的形成上。
技术革新对出租车司机职业的冲击：“萝卜快跑”事件下的公众社会认知与情感倾向
孙慧倩;景鹏;贺正冰;汪道歌;徐佳欣;姜乐炜;2024年5月，百度推出的“萝卜快跑”无人驾驶出租车服务在湖北武汉启动了大规模商业化运营。该服务以具有竞争力的定价策略和人力成本优势引发了公众关于无人驾驶出租车与传统出租车和网约车（统称为出租车行业）竞争和利益冲突的激烈讨论。在无人驾驶出租车服务商业化运营初期，深入了解公众对于这一新兴服务对司机职业冲击的认知，对于制定有效政策、避免社会摩擦、促进出租车行业的稳定发展和实现社会和谐具有重要意义。通过对微博、抖音、小红书等中国主要社交媒体平台上的22 835条评论进行筛选，我们锁定了6 228条与出租车司机直接相关的评论。本研究采用Latent Dirichlet Allocation主题模型，成功提取了公众普遍关注的五个热点主题，并形成了从订单量到技术应用的主题递进链条。情感分析结果显示在“萝卜快跑”事件的影响下，公众对出租车司机职业稳定性的看法普遍带有消极情绪且占据主导地位。K-means聚类分析显示，不同省份在情感倾向和对主题1至5的参与度上形成了四个差异类别。例如，类别2普遍参与到主题3（底层工作者）和主题4（司机失业）的讨论中，而第3类别的省份则更对主题1（家庭生计）和主题2（订单量）表现出较高的关注。上述发现为政策制定者在无人驾驶出租车技术推进中平衡社会影响提供了实证依据，有助于促进社会和谐与行业稳定发展。
多目标协同下的即时配送路径优化
凌帅;杨娟;孙鹏;贾宁;【背景】近几年网络外卖送餐服务快速发展，虽然有效地满足了居民日益增长的需求，但也提升了人们对送餐速度和价格的期待，从而给配送员带来了更大的压力。【目标】通过优化即时配送路径，缓解配送员的疲劳工作现象，同时提高顾客的满意度，降低配送成本，以期在配送员、顾客、成本等多个方面取得平衡。【方法】在包含配送员疲劳度、路径成本以及客户满意度的多目标协同框架下，考虑配送员权利和安全，以及送餐软时间窗约束，构建即时配送路径规划模型，并提出一种基于协同进化思想的多目标协同优化遗传算法（MOCGA）来求解。【数据】利用Grubhub所提供的实际外卖送餐数据创建不同规模的算例，并对其性能进行全面的对比和验证。【结果】MOCGA算法所得到的解在质量上优于文献中常用的NSGA-II算法和单目标遗传算法，同时在收敛性和多样性方面均表现出良好的性能。
基于TOD模式的中小城市公共交通规划
杜轩;张永;任刚;为预防中小城市发展过程中出现严重的交通问题,实现城市交通发展与土地利用之间的和谐互动,借鉴国外成功TOD模式的经验,结合我国中小城市特点,分析了中小城市应用TOD模式的需求性与适用性;提出了包含公交路网规划和公交枢纽规划的公共交通规划模式;设计了TOD模式下中小城市公共交通规划流程,包括交通调查与分析、交通需求预测、规划方案制定与调整、方案分析与评价和方案实施。研究结果表明改进的TOD模式将有效引导我国中小城市土地利用,促进城市可持续发展。