基于AHP-TOPSIS的山区低等级公路路面破损评价方法

以山区低等级公路路面为研究对象,依据不同种类路面的破损危害性不同,拟在公路路面评价中提出路面破损指数概念,对山区低等级公路路面破损程度进行综合评价。所用模型是利用层次分析法(AHP)对不同种类的路面损毁危害性进行赋权,并利用逼近理想解排序法(TOPSIS)计算山区低等级公路路面破损程度与最优情况的贴近度,进而将山区低等级公路路面破损情况转化成区间为[0,1]的路面破损指数,其中路面破损指数越大表示路面的破损程度越高。此模型方法简单,能够运用少量数据对山区低等级公路路面的破损程度进行定量评价,可为山区公路的养护工作提供更准确的数据参照。     

城市干路交叉口路侧交通标志遮挡失效研究

为了分析外侧车道中大型车对城市干路交叉口路侧交通标志遮挡的影响,基于空间遮挡模型存在缺陷,研究了交叉口路侧交通标志时间遮挡模型.通过驾驶人最大视域角及小型车、大型车在路段上运行时与交通标志存在的几何关系,确定了遮挡模型的开始计数条件、停止计数条件及遮挡判定条件.以驾驶人视认交通标志需要的最小时间为依据,建立驾驶人错过交通标志的概率模型.利用Vissim仿真获取仿真时间、车辆编号、路径编号以及小型车、大型车车头坐标等数据,依据遮挡模型的3个条件进行小型车驾驶人错过交通标志的概率计算.从外侧车道中大型车比例和行驶速度2个方面分析其对交通标志遮挡的影响.结果 表明,原始数据下得到小型车驾驶人错过交通标志的概率为0.042 6.在交叉口进口道交通量、绿信比等参数不变的条件下,将外侧车道中大型车比例由0.10增加至0.40时,小型车驾驶人错过交通标志的概率由0.021 3增加至0.117 6,二者呈正相关;外侧车道大型车行驶速度增大,驾驶人错过交通标志的概率并非一定降低,还取决于外侧车道中大型车的数量.      

基于脑电信号分析的不同年龄驾驶人疲劳特性

为研究不同年龄驾驶人驾驶过程中疲劳情况及疲劳累积速度,对比其疲劳产生与变化的差异性,获取不同年龄驾驶人的最优驾驶时间,设计自然驾驶试验,利用Physio生理多导仪采集脑电数据,并采用主观检测方法对驾驶人进行问询。应用MATLAB对采集到的脑电数据进行降噪处理,通过积分获取各时段α波、β波和θ波的平均功率谱密度,进而求得脑电指标R_（α/β）,R_（θ/β）,R_{（α+θ）/β}。利用SPSS将其与驾驶时间进行单因素方差分析,并通过敏感性判断,选取R_{（α+θ）/β}作为驾驶疲劳表征指标。对各年龄段驾驶人的R_{（α+θ）/β}进行均值化处理,并将其与驾驶时间进行线性拟合,分析驾驶人年龄对驾驶疲劳累积速度的影响。对驾驶过程中各时段的R_{（α+θ）/β}进行配对样本t检验,并结合主观问询结果确定不同年龄驾驶人的最优驾驶时间。研究结果表明：青年和中年驾驶人在0~1.5 h内疲劳累积速度相对缓慢,老年驾驶人较快;在1.5~3 h内,青年驾驶人疲劳累积速度最快,中年驾驶人最慢;老、中、青年驾驶人的最优驾驶时间分别为60~75,120~135,105~120 min;不同年龄驾驶人其驾驶经验、体力和精力及外界环境干扰是影响疲劳累积速度的重要因素;试验结果验证了采用R_{（α+θ）/β}作为驾驶疲劳表征指标的有效性,有助于为不同年龄驾驶人安全驾驶时长的确定提供科学依据。     

考虑主线车道数与匝道车速的快速路出入口最小间距计算方法

为完善现行标准、规范,满足日趋精细化的工程实践需求,开展了快速路出入口最小间距计算方法研究.总结了快速路出入口组合形式与最小间距划分方式,根据车辆变道,提出将交织段进一步划分为合流变道段与分流变道段;以尽量避免分合流车辆对主线交通流干扰为原则,重新建立了不同组合形式下出入口最小间距计算式.针对快速路主线自由流、稳定流上段和稳定流3种运行状态,考虑匝道车速,分别建立了加、减速段长度计算模型;引入间隙接受理论,建立了等待合流段长度计算模型;以变道条件最差为前提,结合主线车道数,提出了车道变换长度的确定方法 ,并据此优化了加速车道、减速车道、车道变换、出口标志识认4类长度的计算方法.给出了三级服务水平下,对应于不同主线设计速度、车道数和匝道设计速度的出入口最小间距推荐值,结果表明,在76.5% 的工况中,推荐值小于规范值;推荐值高于规范值的情况集中于主线设计速度高于80 km/h,单向车道数为4的工况中;对应于60 km/h,80 km/h,100 km/h的主线设计速度,推荐值平均比规范值低160 m,138 m,70 m.与规范值相比,推荐值能满足更为灵活的设计需求.      

城市多模式公交网络拓扑结构与布局均衡性研究

为探究城市多模式公交网络的均衡性，实现其量化测度，界定了公交网络均衡性内涵，从网络拓扑结构及其道路布局两方面入手开展研究。分析并总结了传统网络拓扑建模方法存在的不足，考虑公交线路双向路径与运能差异，提出增广Space L网络模型，建立了其矩阵表示与拓扑结构表征指标；着眼于公交网络与城市道路的依赖与伴生关系，建立了P-R二分网络模型，从线路和运能两方面构造了其矩阵表示及表征指标，并阐释了各指标的现实意义。为避免单一指标评价产生片面性结果的风险，提出了Gini系数与Atkinson指数相结合的均衡性测度思路，考虑指数分布的普遍性，构造了面向公交网络均衡性分析的Lorenz曲线拟合通式，优化了Gini系数求解方法；引入Atkinson指数，以适中的敏感性与区分度为期望，给出平等偏好参数建议值ε=1.5，结合表征指标的离散性，建立了Atkinson指数优化计算方法。以南京市主城区多模式公交网络为案例，建立了空间地理信息数据库并开展建模分析，基于表征指标分布，证实了公交网络有向处理的必要性，指出南京公交网络发展存在典型的"马太效应"；构造了各表征指标的Lorenz曲线，验证了拟合通式的合理性与有效性；求得各表征指标Gini系数与Atkinson指数值。测度结果表明：南京公交网络布局及其对道路空间的利用相对均衡且合理，但运能分布略欠均衡，公交网络效率与可达性的实现对极少数路段的依赖性较高，集中于区域间联络性道路；ε=1.5时，Atkinson指数与Gini系数的评级结果无明显分歧，但具体测度值显示出一定区分度，前者具有更高的敏感度，证实了二者在公交网络均衡性测度中的有效性与互补性。     

城市轨道交通出站客流与疏散运能匹配研究

通过分析城市轨道交通出站客流的时空分布特性和到达规律,建立疏散运能匹配度模型来判定出站客流疏散的时效性。首先,构建出站客流到达换乘点的客流量计算公式,结合疏散运能计算公式,建立疏散运能匹配度模型。然后,从常规公交调度调整、线路和站点调整以及其他途径三个方面对运能调整进行建议。最后,以哈尔滨市轨道交通1号线为例,在交通量调查和问卷调查的基础上,对典型枢纽的出站客流与疏散运能匹配情况进行分析,得到沿线枢纽存在疏散运能不匹配的结论,需要进行运能调整以完成客流的及时疏散。通过对城市轨道交通出站客流与疏散运能匹配的研究,为充分发挥客流转换潜能,主动引导出行方式的结构优化,为缓解城市内部的交通拥堵提供理论支撑。