被引排行
再制造逆向物流网络优化设计模型研究
马祖军,张殿业,代颖本文在阐述再制造物流系统功能的基础上,对再制造物流网络布局进行了分析。提出了一种在传统生产分销物流网络基础上进行再制造物流网络优化设计的混合整数线性规划模型,目的是使各种再制造物流设施的投资和运营成本以及设施间的运输成本之和最小。
指路标志信息量与认知性关系研究
林雨,潘晓东,方守恩研究以眼动仪EMR-8B为主要的实验仪器,以大量的室内实验为研究手段。通过记录试者视点在室内模拟影像中播放的指路标志上的停留时间,从而得到不同信息量指路标志的认知时间,建立了标志信息量与认知时间的量化关系。在汉字字数少于17字,路名数少于6个时,认知时间增长趋势相对均匀,超过这一标准增长趋势明显;在指路标志的版面信息量设计时,汉字字数应以少于17字、路名数少于6个为宜。
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。
短时交通流预测方法研究进展
陆海亭;张宁;黄卫;夏井新;实时准确高效的交通流预测是实现交通流诱导和交通控制的关键技术之一,近年来它在智能运输领域受到广泛关注。本文首先介绍了短时交通流的属性和预测要求,接着将现有预测方法分成4类:基于线性理论的方法、基于非线性理论的方法、基于混合理论的方法和基于交通流理论的方法,并且总结评述了现有各种预测模型的优缺点,之后探讨了当今短时交通流预测领域的研究热点,最后指出了其未来研究方向。
智能交通系统(ITS)共用信息平台构架及解决方案初步分析
史其信,郑为中本文提出了基于信息处理和数据挖掘的智能交通系统共用信息平台的基本构架,并对平台的功能构成、初步解决方案和平台构建当中涉及的关键技术问题进行分析。根据ITS共用信息平台的总体目标——从各ITS子系统中提取各种共性和相关信息,采用先进的数据分析、统计、挖掘和关联等技术,为各层次的用户主体提供基于全系统范围内的信息服务和辅助决策,本文不仅提出了ITS共用信息平台的总体构架设计,以及各项功能的构成和要求;而且对构筑信息平台的关键技术,如信息源接口与信息统一标准设计、GIS底层平台、以CORBA为核心的中间件体系、数据挖掘和数据仓库技术、用户服务软件开发与安全措施等,分别进行了论述分析。
城市道路交通网络可靠性探讨
金键本文综述了城市道路交通网络可靠性的主要模型,针对诸多道路交通网络不可靠性因素,探讨解决城市道路交通网络可靠性评价体系,寻求路网结构合理化和交通运营优化,从动态时变性研究道路交通网络结构可靠性的时间冗余性、空间冗余性以及时间经济性和空间经济性。在分析全网可靠性的基础上,讨论公交网络可靠性对解决城市交通问题至关重要。
信号交叉口非机动车及行人交通控制研究
徐良杰,王炜,俞斌本文简述了我国信号交叉口混合交通流特征和研究现状。针对我国典型四相位(双向左转)信号控制交叉口,分析了行人、非机动车以及机动车的运行特征,给出了计算行人和非机动车通行能力的公式和信号控制方法,并结合南京市太平北路—珠江路交叉口的几何尺寸和流量数据进行了计算。计算结果表明,通过设置行人、非机动车专用信号,能够有效避开混合交通流在交叉口的冲突,提高了交叉口的交通安全性及其通行能力。该研究的应用前景较为广泛。
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。
部分充电策略下的多车型电动汽车车辆路径优化问题研究
程坦;陈鹏;张国伟;朱宁;为了解决电动汽车使用过程中行驶里程短、充电难的问题，本文构建了带有时间窗、资源约束且允许部分充电的混合整数规划模型。考虑不同车型载重量、固定成本、可变成本、续航里程和充电速率的异质性，模型以多车型配送的单位里程可变成本和车辆使用的固定成本加和为目标函数，设计局部搜索增强的自适应大规模邻域搜索算法进行求解，算法中引入了充电站位置优化方法，通过摧毁算子和重建算子构建配送路径搜索解空间，并使用多种路径内和路径间优化算子进一步寻优。在多组不同规模算例上验证了算法的有效性和收敛性。数值实验结果表明，部分充电策略相较于完全充电策略在顾客规模为50时平均节约成本11.05%，节约成本随算例规模的增加而增加。但是部分充电策略算法收敛速度慢于完全充电策略。在满足约束的情况下，部分充电策略通过延长电动汽车的行驶距离，减少电动汽车使用的数量，可以有效的降低配送成本，在合理的时间内得到较好的求解方案。本研究可为物流企业推广纯电动物流车的实际工作提供指导。