简介：针对判断交通溢流严重程度的模糊性和随机性问题,提出了基于云模型的交通溢流严重程度评价方法.首先,选择周溢流天数、周平均日溢流次数、周平均日溢流时长3项指标构建溢流严重程度评价因数集,采用层次分析法得到3项评价指标的权重;然后,分别构建各项评价指标的正向云模型,并计算待评价交叉口各指标的等级隶属度,在此基础上结合指标权重计算综合评价值,依据最大隶属度原则确定待评价交叉口的交通溢流严重程度;最后,以北京市西大望路平乐园交叉口为例进行了验证.该评价方法简单且易实现,具有较好的实用性.

简介：为准确计算动车组牵引能耗,提出BP神经网络模型和改进牵规法预测动车组牵引能耗。选取机车类型、坡度、目标速度、停站方案等8个因素作为动车组牵引能耗之BP神经网络的输入变量,建立3层BP神经网络模型。采用增加动车组运动方程和优化基本阻力公式方式对牵规法进行优化。利用正交实验法对动车组牵引能耗影响因素进行分析,并对111组数据进行模拟验证。研究结果表明:BP神经网络模型的误差在4.26%以内,改进牵规法的误差基本在10%以内,证明BP神经网络模型比改进牵规法模型能更好地预测动车组的牵引能耗,而且当目标速度增大时,BP神经网络模型的计算精度明显比改进牵规法的计算精度高;目标速度和坡度对牵引能耗有显著影响。

简介：在梳理微观交通仿真模型及其参数优化研究的基础上,针对参数标定过程中敏感性分析不足、定量分析缺失的情况,提出一种新的参数敏感性分析流程,据此确定参数敏感性系数计算方法.通过VISSIM仿真平台对北京市亦庄T1线有轨电车相关交通仿真实践发现,最大前视距离等5个参数是影响交叉口车辆运行的主要参数;控制方式是影响参数取值的一个重要因素;参数变化影响趋势分析图是定性和定量甄别参数影响的有效方法.本文所提出的参数敏感性分析方法具有流程清晰、方法简单的特点,可为有轨电车条件下微观交通仿真参数标定提供理论及实践借鉴意义.