留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

当期目录

2025年 第43卷  第1期

栏目
  上一期
显示方式:
本期导读
2025, 43(1): .
摘要(17) HTML(12) PDF(2)
摘要:
综述
无人驾驶汽车伦理困境综述
李海舰, 杨思露, 李宇轩, 赵晓华, 陈艳
2025, 43(1): 1-14. doi: 10.3963/j.jssn.1674-4861.2025.01.001
摘要(39) HTML(15) PDF(4)
摘要:
随着自动驾驶技术的不断发展，其在提升交通效率与安全性方面展现出巨大潜力，但所引发的伦理问题也日益凸显，逐渐成为制约其广泛应用的重要因素。为此，本文从伦理理论与制度建设的视角出发，系统探讨无人驾驶汽车发展过程中面临的核心伦理困境。重点梳理了算法伦理、社会伦理和法律规制3个方面的问题，包括基于功利主义与义务论的道德决策、事故归责机制及全球与国内法律应对等关键议题。在算法伦理方面，功利主义与义务论的冲突构成道德算法设计的核心难题，“伦理旋钮”等新兴模型为算法伦理提供了初步探索方向。在责任归属方面，需从传统以人为核心的归责模式转向涵盖研发、生产、使用等环节的链条式责任划分机制。在法律规制方面，当前法律体系面临适用性不足与制度空白等问题，亟需构建与技术发展相匹配的法律框架。未来研究可进一步深化跨学科协同，从伦理建模、责任界定到制度设计等方面提出更具可操作性的解决方案，以为不同等级自动驾驶汽车的安全、可持续落地提供坚实的伦理支撑。
中国集装箱多式联运研究热点及发展趋势
马玉涵, 杨培杰, 薛杰, 郑元, 阳浩, 胡昊
2025, 43(1): 15-30. doi: 10.3963/j.jssn.1674-4861.2025.01.002
摘要(56) HTML(26) PDF(7)
摘要:
随着全球化贸易的蓬勃发展，集装箱多式联运逐渐成为国际货物运输的主流模式。多样化市场需求的迅猛增长和新兴技术的进步与创新，为中国集装箱多式联运领域提供了广阔的发展空间。为系统总结中国集装箱多式联运领域的研究，检索中国知网（China National Knowledge Infrastructure，CNKI）核心数据库2000年1月1日—2024年7月10日共475篇中英文献，借助CiteSpace软件进行可视化分析，并结合文献阅读研究，总结得到集装箱多式联运领域的发文特征、研究现状、研究热点和研究趋势。研究结果表明：中国集装箱多式联运领域近年来突出的研究热点集中在新型集装箱、路径优化算法、绿色低碳运输和数智化信息平台建设等方面。目前集装箱多式联运领域研究存在的主要问题有：自动化设备与信息平台尚未实现全链条覆盖，全流程智能化进程缓慢；路径优化算法的实证研究不足，应对复杂场景能力受限；绿色能源应用与碳税制度构建尚不完善，综合性政策研究不足；信息平台建设面临数据互通壁垒与信息共享安全风险，协同效率提升有限。未来发展方向呈现多维度技术融合和系统性创新特征，主要集中在多式联运智能系统的动态响应与自主决策、全过程多情景下新型算法的开发与迁移、基于区块链技术的智能合约与自动结算、绿色岸电技术与新能源动力系统的耦合应用等方向。
交通安全
驱动系统悬挂结构对轴箱内置式转向架动态性能的影响
厍立云, 王家鑫, 刘禹清, 陈再刚
2025, 43(1): 31-41. doi: 10.3963/j.jssn.1674-4861.2025.01.003
摘要(18) HTML(10) PDF(1)
摘要:
为了优化轴箱内置式转向架驱动系统的悬挂结构，提高轨道交通车辆的服役安全性和可靠性，基于齿轮动力学、车辆系统动力学等理论，利用多体动力学软件SIMPACK建立了考虑驱动及传动系统的轴箱内置式车辆动力学模型。在现采用的轴箱内置式转向架驱动系统悬挂形式的基础上，研究了3种不同的悬挂结构，分析了不同驱动系统悬挂结构下，牵引电机质量在一系簧下及一系簧上的分配比例；考虑齿轮啮合及轨道随机不平顺等内、外部激励，结合驱动系统不同悬挂结构形式，研究了不同车辆运行速度下牵引电机等关键部件的振动响应、联轴器变位、驱动系统悬挂点动态载荷等动力学特性，揭示了不同驱动系统悬挂结构对轴箱内置式转向架动态性能的影响规律。研究结果表明：齿轮箱与电机之间用橡胶节点连接可以限制二者的相对位移，对联轴器起到良好的保护作用，但由于增加振动从轮轨界面向驱动系统及构架传递的路径，牵引电机及构架等关键部件振动水平显著升高；减少齿轮箱与电机之间橡胶节点的数量，可以减小驱动系统分配到一系簧下的质量以及齿轮箱与车轴铰接处的垂向载荷，但会增大电机悬吊点和齿轮箱吊杆吊点承受的垂向载荷。本文的研究结果可为轴箱内置式动力转向架驱动系统悬挂结构的设计提供参考。
基于障碍车辆轨迹预测的驾驶碰撞风险模型
杨厚新, 陆丽萍, 秦恒, 杨奥, 褚端峰
2025, 43(1): 42-51. doi: 10.3963/j.jssn.1674-4861.2025.01.004
摘要(30) HTML(14) PDF(8)
摘要:
针对智能驾驶系统在驾驶风险预警中存在的动态交互特征捕捉不足、多模态轨迹预测精度有限以及碰撞风险量化物理指标过度单一等问题，研究了基于多模态轨迹预测与概率量化耦合的预见性碰撞风险评估模型。在轨迹预测部分，研究了分层图注意力网络，通过图注意力机制融合高精地图、车道线以及车辆历史轨迹特征，能够有效捕捉车辆行驶环境中的动态变化；针对传统模型中先预测再细化的两阶段解码结构，引入滑动窗口优化解码器，能够准确预测临近车辆的未来轨迹。在碰撞风险评估部分，研究了1种基于概率量化的碰撞风险评估方法，通过结合预测的未来轨迹与碰撞风险，估算自车与周边车辆发生碰撞的概率，实现对车辆危险行为的提前预警。实验结果表明：在Argoverse数据集上最小终点位移误差、最小平均位移误差和漏检率分别为0.785、1.157和0.126，与HiVT与LaneGCN相比，在终点预测方面误差分别减少了1%和15.1%。在城市交通能力仿真软件（simulation of urban mobility，SUMO）上验证预测风险与实际风险的偏差约为5%，从数据波动性上看，危险程度波动幅度为0.3，与碰撞时间（time to collision，TTC）方法和动态安全指数（dynamic safety index，DSI）方法相比，波动幅度分别减少33.3%和18.75%，在持续驾驶场景中展现出更优秀的风险评估水准；证明了基于障碍车辆轨迹预测的驾驶碰撞风险模型在预测未来潜在驾驶风险的准确性。
面向不平衡数据的SMOTE-LSTM车辆事故检测方法
王天硕, 高景伯, 童盛军, 李振龙, 赵晓华
2025, 43(1): 52-60. doi: 10.3963/j.jssn.1674-4861.2025.01.005
摘要(21) HTML(11) PDF(2)
摘要:
在车辆事故检测中，由于事故车辆相比于正常车辆数量较少，将导致数据不平衡，从而使得事故车辆无法被正确识别，容易将其误判为正常车辆。因此，研究了1种基于SMOTE-LSTM的车辆事故检测算法。针对事故数据与正常数据不平衡问题，采用合成少数类过采样技术（synthetic minority over-sampling technique，SMOTE），在事故类样本点之间随机插入样本、增加其数量，实现事故与正常2类样本的数据平衡。同时，在对事故数据进行过采样时，通过对比不同邻居数下的检测精度，选择了最优的邻居数，以提高事故类样本识别率并避免过多噪声干扰。在此基础上采用长短期记忆网络（long short term memory，LSTM）精准捕获车辆发生事故时的数据时序特征，并通过引入Dropout层有效降低过拟合，提升了模型的泛化能力，准确实现车辆事故检测。此外，为了减少事故车辆被误检为正常车辆的情况，在模型损失函数中引入了类别权重，通过调整权重使模型更关注对事故类样本的检测。最后，在采集的车辆行驶状态时序数据集上进行6组对比实验。其中，前3组实验未采用基于SMOTE-LSTM的算法，在增加正常样本的基础上进行类别平衡、轻微和中等类别不平衡的车辆事故检测。后3组实验采用了基于SMOTE-LSTM的算法，涉及轻微、中等和极度类别不平衡情况。实验结果表明：当使用本文方法进行车辆事故检测时，Precision、Recall、F1值、G-mean，以及AUC值均取得了显著的提升，其中在轻微类别不平衡情况下，这5个评价指标值分别提高了56.2%、2.5%、38.7%、5.8%和5.4%。在中等类别不平衡情况下，分别提高了75%、14.1%、59%、8.2%和7.8%。结果表明，本文所提算法在处理车辆事故检测中的类别不平衡问题时，能够显著提高各项评价指标，尤其在轻微和中等类别不平衡的情况下，算法有效提升了对少数类的识别能力，展现了较强的鲁棒性和更好的分类性能。
考虑时间不稳定性的夜间行人-机动车事故严重程度致因分析
唐玉洁, 焦朋朋, 王健宇, 李汝鉴
2025, 43(1): 61-73. doi: 10.3963/j.jssn.1674-4861.2025.01.006
摘要(21) HTML(11) PDF(4)
摘要:
夜间行人-机动车事故因能见度受限等因素导致伤害严重性显著高于白天。为精准识别其影响因素，构建1种混合方法，融合考虑均值和方差异质性的随机参数Logit模型与和基于沙普利可加性特征解释方法（SHapley Additive exPlanation，SHAP）的随机森林（random forest，RF）算法RF-SHAP，以2017—2022年的相关事故数据为研究对象，运用对数似然比检验对事故数据的时间稳定性进行评估，结果表明事故数据存在显著的时间不稳定性。为避免有偏的参数估计，按照2017—2019、2020、2021和2022年分别单独建模并计算显著变量平均边际效应。结果表明：①行人饮酒（2017—2019年）、救护车救援（2020年）、地方公路事故（2021年）及限速48~56 km/h（2022年）在对应年份具有随机效应，其均值或方差受交通控制、道路等级等变量影响；②行人饮酒、行人年龄＞45~60岁、驾驶员受伤、车辆类型为皮卡车、货车、道路双向有分隔、不同限速值（32~40 km/h、48~56 km/h、64~72 km/h）、周末和冬季近年来对夜间行人-机动车事故开始呈现显著影响。此外，借助RF-SHAP算法对模型中的随机参数变量进行特征贡献度分析，结果揭示了4个随机参数变量的所有子变量对事故严重程度的异质性影响，并提示在制定交通安全政策时，应重点关注行人饮酒问题，加强对高速与干线公路夜间事故的防控，并合理制定限速值，避免限速过高或过低。
交通信息工程与控制
考虑风帆攻角控制的风力助航船航线多目标优化方法
张进峰, 乔夫琪, 马伟皓, 张跃棋, 熊茂林, 王宇川
2025, 43(1): 74-84. doi: 10.3963/j.jssn.1674-4861.2025.01.007
摘要(25) HTML(8) PDF(1)
摘要:
针对风力助航船舶航线优化中存在的风能利用效率量化不足、油耗预测精度受限以及多目标协同优化机制缺失等问题，提出1种融合动态风帆控制与混合驱动预测的多目标航线优化方法。通过建立基于流体力学特性的动态风帆控制策略模型，实现风帆辅助推力的空间矢量解析，该模型突破传统静态攻角设定的局限性，可即时动态调整帆角参数，使风能转化效率处于较高水平。为解决传统物理模型环境适应性差与数据驱动方法物理可解释性弱的双重局限，构建物理约束下的人工神经网络分层融合架构，通过船舶运动学方程构建特征空间基底，采用注意力机制引导的人工神经网络进行残差学习。该方法在保留能耗物理机理的同时，实现数据特征与流体力学方程的双向耦合，经北大西洋航线的验证表明，其油耗预测平均绝对百分比误差（mean absolute percentage error，MAPE）较纯物理模型降低21.9%，较纯数据驱动方法的可解释性也大大提升。在此基础上，建立包含时间成本和燃油消耗的多目标优化模型，设计基于非支配排序遗传算法（non-dominated sorting genetic algorithm，NSGA-Ⅱ）和逼近理想解排序法（technique for order preference by similarity to ideal solution，TOPSIS）的协同优化算法，其非劣解集收敛速度较标准算法得以提升。以“新伊敦”轮为对象的实证研究表明：优化后的航线在北大西洋典型航次中，风帆有效工作效率提升，相较于传统推荐航线，优化航线的单航次航行时间缩短5%左右，油耗成本和固定成本分别降低9.1%和4.95%，总成本降低超过7.2%，有效的提高了风力助航船的经济效益并较少了对环境的污染。
基于EEMD-PE-LSTM的高速公路路段交通状态预测方法
张开瑞, 陆由, 吕能超
2025, 43(1): 85-96. doi: 10.3963/j.jssn.1674-4861.2025.01.008
摘要(22) HTML(8) PDF(3)
摘要:
高速公路网络的快速发展与交通需求的多样化，使得交通拥堵、道路承载能力瓶颈、道路设计优化等问题愈发凸显，严重制约了出行者的出行体验和交通管理部门的服务效能。因此为了精准量化交通条件与气象条件对交通流参数预测性能的增益，本文构建基于集合经验模态分解（ensemble empirical modal decomposition，EEMD）、排列熵（permutation entropy，PE）和长短期记忆神经网络（long short-term memory，LSTM）的高速公路路段交通流参数组合预测模型。研究运用EEMD算法分解平均行驶速度序列，通过PE算法筛选整合分解后的分量，并对交通和气象数据进行时空匹配和特征分组，识别出最具影响力的因子及其相互作用模式，结合滑动时间窗策略，动态调整输入配置；以LSTM网络为核心，经迭代优化确定最优的历史序列长度和特征组合，进而得到目标路段平均行驶速度最优值；同时，提出区域特性导向的交通状态判定机制，即采用路段平均行驶速度85%分位数作为常态速度基准。以湖北省某高速公路为例，实证结果显示：预测精度方面，相较于单一的LSTM模型，组合预测模型的平均绝对误差显著降低73.4%；运算效率方面，较EEMD-LSTM模型提升67%；特别是在滑动时间窗长度为40 min时，组合模型在各类出行场景及多样化特征的输入下，均保持最低预测误差，展现出良好的稳定性和鲁棒性；此外，纳入交通条件的模型相较于仅依赖历史速度序列的模型，预测误差范围降低了约60%，凸显了交通因素在速度预测中的关键作用。本研究可为交通管理部门在交通高峰期、特殊活动、交通事故突发等期间提供科学的管理决策支持。
面向能效优化的内河航道智能划分方法
张瀚宇, 尹奇志, 王春英, 钱巍文, 张露, 秦乐天
2025, 43(1): 97-106. doi: 10.3963/j.jssn.1674-4861.2025.01.009
摘要(17) HTML(8) PDF(0)
摘要:
内河航道航段的自动科学划分对提升船舶能效模型的精度具有重要意义。针对船舶能效优化过程中，根据航段划分结果构建的各航段油耗预测模型和航速预测模型精度不高等问题，研究了1种基于能效优化的内河航道智能划分方法。该方法通过归一化处理以及构建通航环境参数与船舶能效的相关性系数将通航环境参数对船舶能效的影响程度纳入到通航环境数据聚类中，运用K-means聚类算法将整条航线划分为多段；运用随机森林（random forest，RF）算法建立各航段的船舶油耗预测模型和船舶航速预测模型；通过优化聚类数量实现船舶能效模型综合平均绝对百分比误差（mean absolute percentage error，MAPE）最低。以1艘内河散货船为研究对象，对该方法进行实例应用和验证，并分析了数据量对船舶能效模型综合精度的影响。研究结果表明：通过优化聚类数量可以实现船舶能效模型综合精度的提升，采用该方法构建第1航次的油耗预测模型和航速预测模型，实现船舶能效模型综合MAPE由3.53%降低至3.32%；增加构建船舶能效模型的能效相关数据的数据量有利于船舶能效模型综合精度的提升，当对象船舶用于建模的能效数据由1个航次增加到5个航次时，船舶能效模型综合MAPE由3.32%降低至1.65%；不同建模数据的最佳聚类数量不同，通过取多航次的综合最佳聚类数可实现航道的优化划分；所提出航道划分方法得到的能效模型综合MAPE比常用航道划分方法得到的能效模型综合MAPE降低了0.54%，验证了所提出的航道划分方法对提升船舶能效预测模型精度的有效性。
基于队列调度算法的民机驾驶舱人机功能分配模型
任波西, 孙有朝, 刘威成, 曾喆, 曾一宁
2025, 43(1): 107-119. doi: 10.3963/j.jssn.1674-4861.2025.01.010
摘要(22) HTML(10) PDF(1)
摘要:
针对飞机驾驶舱人机系统（aircraft cockpit human-machine system，ACHMS）高复杂性导致飞行员信息流负载越来越高的现实问题，研究了基于队列调度算法的驾驶舱人机功能分配方法。基于熵值法量化了飞行任务流程操作复杂度与人机交互过程飞行员资源需求复杂度，提出了1种融合时空动态影响因子的飞行员信息流负载强度量化方法，并将信息流负载强度计算结果作为信息交互网络的有向边权重和信息流调度的依据，旨在通过网络的形式直观地描述飞行员与驾驶舱人机接口间的信息流通过程与信息流耦合作用关系。基于ACHMS和计算机操作系统的映射关系，扩展了加权轮询调度（weighted round robin，WRR）算法的串行调度机制，建立了基于队列权重的认知资源差异化分配与信息流入队调度机制，提出了基于改进WRR算法的驾驶舱人机功能分配策略。以波音737起飞任务作为分析案例，对起飞任务全过程进行信息流提取，建立了起飞过程人机耦合信息交互网络，利用改进WRR算法调度信息流并触发人机功能分配，最后对人机功能分配前后网络性能进行评估，结果显示：人机功能分配后，飞行员节点接近中心性提高了4.82倍、介数中心性提高了0.47%，网络鲁棒性提高了4.24倍，飞行员节点信息流负载强度最大降幅为86.8%，信息流耦合度最大降幅为93.5%，表明该模型能够对ACHMS功能进行有效分配，并辅助降低关键时刻飞行员信息流负载，提高飞行安全性。
基于改进TSM的船舶驾驶员行为识别方法
陈晨, 魏月楠, 马枫, 胡松涛, 王腾飞
2025, 43(1): 120-129. doi: 10.3963/j.jssn.1674-4861.2025.01.011
摘要(13) HTML(7) PDF(0)
摘要:
船舶驾驶员不规范操作是诱发水上交通事故重要因素，设计1种实时船舶驾驶员行为检测方法意义重大。相比汽车驾驶、安防监控等，船舶驾驶舱环境更为复杂，存在无法兼顾多个船员、效率低下和准确率不高等问题。针对这种情况，研究了1种多目标跟踪和行为识别相结合的“两步式”多人行为识别方法。利用YoloV7与ByteTracker建立多目标跟踪器，形成单人的连续特征图。在单目标行为识别算法时间偏移模块（temporal shift module，TSM）的基础上，借助超采样、跨帧拼接等手段处理连续特征图，同时通过EfficientNet-B3与坐标注意力（coordinate attention，CA）模块输出高准确率的识别结果。研究建立了船舶驾驶舱行为数据集“SC-Action”，数据来自不同的船舶驾驶舱监控录像，包含常规行为以及违规行为共计2 000例行为样本。在该数据集上对本文提出的模型进行迁移学习和消融实验，实验结果表明：提出的方法可实现3名驾驶员24帧/s的实时行为识别，识别速度和准确率均优于主流算法。在针对单人行为识别的测试中，方法在应用图像增强模块之后，相比基准TSM模型准确率提升了1.3%；结合注意力机制后，准确率进一步提升1.78%，达到了82.1%，而运算量仅增加0.1%。在多目标测试中，方法的实际推理速度和效果，也超越了该领域的主流方法如SlowFast，验证了其有效性。
交通规划与管理
大型地库交通仿真建模与流线优化方法
黄瀚锋, 王宁, 解正卿, 王紫煜, 郭远威, 郑亮
2025, 43(1): 130-140. doi: 10.3963/j.jssn.1674-4861.2025.01.012
摘要(14) HTML(6) PDF(1)
摘要:
多层大型地库车流量大且交通组织复杂，对交通流线设计与优化具有较高的要求。为提升车辆在地库中的通行效率并减少出库时间，研究了基于交通仿真分析的地库流线优化方法。基于多层大型地库路网，将地库车位与出口分别当作起点（origin，O）和终点（destination，D），构建分时段的OD需求数据，选取动态系统最优交通分配（dynamic system optimal，DSO）算法按照给定的流线设计方案对地库路网车流进行分配加载，并基于车流动态加载结果对流线设计方案进行评估。在流线优化过程中，优先考虑上下层的关键通道的流线设计形式（如单双向或上下行等），然后着重考虑地库出口附近的交通冲突，遵从交通冲突点越少越好的设计原则，最后将满足双向通行条件的路段改成双向通行，以增加路网通行能力。在数值实验中，针对北京市某商品房小区双层大型地库，使用城市交通能力仿真软件（simulation of urban mobility，SUMO）搭建地库微观交通仿真平台，并根据实际数据构造时变随机OD出库需求，通过仿真分析对比了流线设计方案优化前后的路网总旅行时间、出口总排队时间、关键拥堵路段的排队时间等，进一步仿真分析了流线优化方案在突发应急状况下（如出口数量变化、OD出库需求突增）的鲁棒性能。实验结果验证了流线优化方案有助于提升地库通行效率，并具有良好的应急能力。
考虑驾驶风格与车辆交互关系的自由换道决策模型
龙雪琴, 毛健旭, 翟曼溶, 王远泽
2025, 43(1): 141-151. doi: 10.3963/j.jssn.1674-4861.2025.01.013
摘要(15) HTML(5) PDF(0)
摘要:
换道车辆与周围车辆之间的交互关系会对换道决策产生影响。为此基于换道效用构建了1种融合驾驶风格以及交互关系的换道决策模型。基于极端梯度提升树（extreme gradient boosting，XGBoost）算法和基于密度的聚类（density-based spatial clustering of applications with noise，DBSCAN）方法，将驾驶人的短时驾驶风格分为保守型、一般型、激进型这3类；根据换道车辆与目标车道后车之间的交通冲突，结合换道持续时间判断轨迹的时空重合点，划分车辆之间的交互关系。构建了速度提升、空间安全、时间安全3个维度的效用量化模型，基于最大信息系数（maximum information coefficients，MIC）计算各类驾驶人不同交互关系下3种子效用的权重，构建换道决策总效用模型。根据历史数据计算换道驾驶人与车道保持驾驶人的总效用，聚类得到不同驾驶风格、不同交互关系下的换道效用阈值，提出车辆换道决策的规则。模型准确率检验结果表明：无论是哪种类型的驾驶人，考虑交互关系的模型准确率明显高于不考虑交互关系的准确率，说明交互关系是影响换道决策的重要因素；分别采用径向基（radial basis function，RBF）神经网络与XGBoost方法进行换道行为预测，对于保守型、一般型、激进型驾驶人，RBF方法的准确率分别为0.885、0.820、0.813，XGBoost方法的准确率为0.954、0.902、0.900，可见人工智能模型虽然对各类驾驶人的换道决策行为预测精度都较高，但对人数占比较大的一般型与激进型驾驶人的预测准确率低于本文提出的决策模型（0.921，0.923）。此外，对换道效用进行了非参数检验，检验结果进一步证明了模型的合理性。
考虑形态参数的自动驾驶卡车编队油耗分析
张希, 宋明涛, 黄妍妮, 陈丰
2025, 43(1): 152-160. doi: 10.3963/j.jssn.1674-4861.2025.01.014
摘要(14) HTML(6) PDF(1)
摘要:
纵向间隔距离、横向偏移距离、横向分布模式、车辆数量等形态参数直接影响卡车编队空气阻力特性，进而影响其油耗。解析形态参数对卡车编队油耗的影响有利于合理制定卡车编队方案，优化自动驾驶卡车编队燃油节省率，并可为综合性评估自动驾驶卡车编队经济效益提供数据参考。采集并分析了卡车行驶状态数据，构建了不同形态参数组合的卡车编队方案，并基于三维非结构化网格建模方法，建立了343个2车编队与2 401个3车编队的计算流体力学模型。通过计算流体力学数值模拟，解算所有编队形态的车辆空气阻力系数。利用获取的编队车辆空气阻力系数，采用蒙特卡洛模拟随机取样并结合油耗计算流程，实现动态编队的车辆油耗估计。结果表明：较小的纵向间隔距离与横向偏移距离更有利于降低编队整体油耗，且3车编队的燃油节省率优于2车编队。2车编队领航车与队尾车空气阻力系数分别为单辆车的87.43%~100.6%与58.00%~76.30%；3车编队领航车、中间车、队尾车的空气阻力系数分别为单辆车的84.19%~100.9%、45.65%~81.19%与45.24%~77.20%。对于横向偏移，引入的横向分布模式消减了横向偏移对编队燃油节省率的不利影响；当纵向间隔距离为6 m、横向分布宽度为90 cm、横向分布模式为正态分布时，2车编队与3车编队的车辆均节省燃油10.71%与15.65%。
基于巢式Logit模型的城际轨道交通枢纽换乘阻抗测度方法
姜耀, 赵胜川, 王新月, 夏国志, 潘晓锋, 张虹云
2025, 43(1): 161-168. doi: 10.3963/j.jssn.1674-4861.2025.01.015
摘要(18) HTML(6) PDF(0)
摘要:
在城市公共交通导向发展（TransiT-orienTed developmenT，TOD）模式下，衡量出行者在轨道交通枢纽的换乘便捷性是优化换乘组织设计的重要实践基础。然而，国内针对城际换乘阻抗的定量测算及不同群组间换乘阻抗差异的实证研究仍较为缺乏。因此，本研究构建巢式LogiT模型，分2层结构（支线出行与干线出行）刻画出行者的跨城交通方式选择行为。其中，干线出行方式包括私家车、高铁和长途汽车，支线出行方式涵盖步行/自行车、私家车/出租车/网约车，以及公共汽车/城市轨道交通。通过行为调查与意向调查采集居民城际出行方式选择行为数据进行模型参数标定。依据模型结果分析影响交通方式选择的关键因素，建立换乘阻抗的定量测算方法，并对比换乘阻抗在不同等级群组间的差异。结果表明：①城际交通方式选择会受到社会经济属性和出行方式特征的影响。在社会经济属性变量中，最显著影响因素包括：学历（t=3.492）、职业（t=3.422），以及是否拥有私家车（t=－5.722）；在出行特征变量中，最显著影响因素包括乘车时间（t=－4.745）和乘车费用（t=－5.935）；②经测算，出行者在出行中的车外时间价值、车内时间价值和延误时间价值分别为56.6元/h、55.0元/h以及58.0元/h；基于等效费用、等效车内时间和等效车外时间的换乘阻抗结果依次为25.4元/次、26.9 min/次，27.6 min/次。③不同学历、职业和收入群组间的换乘阻抗具有明显异质性。其中，硕士及以上群组的换乘阻抗约为本科群组的1.3倍，公职人员群组的换乘阻抗约是学生群组的3倍，高收入群组（＞10 000元）约为低收入群组（＞2 000~5 000元）的3.7倍。研究结果可为评估城际轨道交通枢纽的换乘效率和换成组织优化设计提供理论支持和实践参考。
基于WT-WOA的城市快速路交通震荡吸收策略
赵红亮, 张兆磊, 易可夫, 吴伟, 郭静
2025, 43(1): 169-180. doi: 10.3963/j.jssn.1674-4861.2025.01.016
摘要(18) HTML(6) PDF(2)
摘要:
城市道路交通瓶颈点的交通震荡是诱发交通事故、通行延误和增加能源消耗的主要原因，缓解交通震荡可以显著提升交通运行效率和安全。为精确获取交通震荡的周期，研究了基于小波变换（wavelet transform，WT）的交通波时频分析方法，并开发了基于鲸鱼优化算法（whale optimization algorithm，WOA）的小波参数自适应标定方法。通过构建以交通震荡起止时间的识别误差绝对值为适应度函数，采用全局搜索机制克服局部最优问题，动态优化小波变换的尺度系数与平移系数，克服了小波变换易陷入局部最优的缺点，并解决了传统交通震荡识别方法中由于判别参数在阈值上下波动，导致识别不准确或误判的问题。在此基础上，提出融合能源消耗和驾驶安全的多目标协同交通波吸收控制框架，通过建立以燃油消耗率和交通安全指标的多目标优化函数，设计基于速度引导的车辆准入控制机制，在瓶颈区域上游实施动态速度调控，通过优化部分车辆行驶速度，减少进入交通瓶颈区的车辆数量，从而加快交通震荡的消散，抑制频繁加减速导致的能源损耗和安全风险。研究结果表明：在道路瓶颈区实施交通波吸收方法后，碰撞持续时间和综合碰撞时间分别降低了73.86%和61.07%，燃油消耗降低16.15%；分析网联自动驾驶车辆渗透率变化对控制方法影响发现，能耗和安全风险随渗透率增加而减小，渗透率≥0.3时，控制方法效果显著，能耗与安全风险都显著降低。

版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

本系统由 北京仁和汇智信息技术有限公司 开发