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

2023年  第41卷  第2期

栏目
  上一期 | 下一期 
显示方式:
本期导读
2023, 41(2): .
摘要(208) HTML (176) PDF(35)
摘要:
综述
高速公路互通式立体交叉出入口安全性研究综述
张驰, 刘锴, 王世法, 谢子龙, 王雪
2023, 41(2): 1-17. doi: 10.3963/j.jssn.1674-4861.2023.02.001
摘要(713) HTML (175) PDF(101)
摘要:
高速公路互通式立交是保障高速公路正常运行的关键节点，而主线出入口是互通立交的重要组成部分，同时也是互通区交通流特性最为复杂的路段。国内外学者对互通式立交的安全性展开了较多研究，并取得了一系列成果，但由于互通式立交出入口的复杂性，相关研究并不系统。为此，以高速公路互通式立交以及高速公路出入口的安全性为主题进行文献分析，得到高速公路互通立交出入口安全性的研究热点，从几何设计指标、安全性评价方法以及运行速度3个方面对研究成果进行梳理与综合评述。研究结果表明：①我国现行规范对变速车道长度的考虑因素过于单一，与车辆实际运行中的变速距离需求不吻合；规范中对互通立交分合流端视距的规定，未针对车辆性能、驾驶人对道路交通环境的感知-反应时间进行优化；②目前对分合流鼻端的研究主要从二维角度开展，几何设计指标研究重点未聚焦于平纵指标的组合效果；③事故统计法、层次分析法以及模糊综合评价法在高速公路安全评价中应用较多，事故统计法可以客观的反映道路安全状态，但依赖于事故统计数据的准确性，层次分析法可以较好的构建安全性评价指标体系，但指标赋权较主观，使得评价结论不稳定，模糊综合评价方法对系统安全水平的准确评价依赖于隶属函数的选择，对研究人员的专业性提出了较高的要求；④现行规范的线形协调性、连续性的评价标准以传统方法Δv85为基础，该方法假设基础与实际相悖，高估了道路的安全性能，针对不同车型在不同出入口形式的运行速度预测模型有待深入研究。得到针对相关研究的建议与展望如下：①变速车道研究可以基于驾驶行为，优先考虑对变速车道上加速度变化趋势进行研究；②出入口视距研究应考虑复杂道路条件、视觉刺激下的反应时间，结合不同车型的车辆特性展开研究；在事故统计方法、预测模型基础上，可结合出入口特点进一步优化，并用相对成熟的安全评价方法进行检验；③出入口处的运行速度研究可考虑以浮动车辆数据(floating vehicle data，FCD)为主，龙门架及雷达测速数据为辅对车辆实际行驶速度变化过程进行研究。
交通安全
基于改进YOLOv5s模型的地铁屏蔽门与列车门间异物快速检测方法
戴愿, 刘伟铭, 王珩, 谢玮, 龙科军
2023, 41(2): 18-27. doi: 10.3963/j.jssn.1674-4861.2023.02.002
摘要(660) HTML (231) PDF(83)
摘要:
快速准确地检测地铁屏蔽门与列车门间异物对于保障安全具有重要意义。针对当前地铁屏蔽门与列车门间异物检测方法的低效和不准确，提出了1种基于YOLOv5s模型的快速检测方法。由于原始YOLOv5s模型在检测异物时仅依赖于候选区域内部特征信息而忽略了全局语义信息，因此引入全局语义模块来解决这一局限。该模块集成了非局部模块和压缩-激励模块：非局部模块采用自注意力机制建模像素对关系，捕获长局信息依赖；压缩-激励模块则起到降低模型计算量的作用。全局语义模块使得模型能够捕获全局语义信息并将其与局部信息相结合，以实现更好的异物检测，同时不会显著增加计算复杂度。此外，原始YOLOv5s模型中低效的Focus模块被1个完全由标准卷积单元构成的Stem模块所取代，有助于减少模型计算量和提高检测速度。使用桌面级显卡NVIDIA TITAN Xp，在从真实地铁站中采集构建而成的5 854张地铁异物数据集，对模型进行验证，实验结果表明：①改进后的YOLO模型表现显著优于其它基准模型，检测速度达到385帧/s，相比原始YOLOv5s提升100%，相比最快的YOLOv3-SPP提升466%；②改进后的YOLO模型实现了88.5%的检测平均准确率，相比原始YOLOv5s提升0.5%，相比检测平均准确率最高的YOLOv3-SPP提升0.6%；③此外，改进后的YOLO模型仅占用空间14.4 MB的计算机存储空间，相比原始YOLOv5s减少0.7%，相比所占空间最小的SSD减少85%。
高速公路路侧雷达布设间距对交通事故风险评估精度的影响
杨东锋, 戴杰, 张玥妍, 韩磊, 余荣杰
2023, 41(2): 28-35. doi: 10.3963/j.jssn.1674-4861.2023.02.003
摘要(605) HTML (210) PDF(48)
摘要:
高速公路通过布设毫米波雷达等新型检测设备，实现交通状态的精准感知，并为主动交通管控提供支撑。然而检测设备布设成本高，其布设间距需综合考虑成本约束和交通状态感知成效。为探究路侧毫米波雷达布设间距对交通事故风险评估精度的影响，基于浙江省沪杭甬高速公路的实证数据开展研究。构建事故风险评估深度森林模型(deep forest，DF)，应用滑动时空窗提取交通运行特征，并通过多层级联随机森林的集成建立交通运行特征与事故风险的关联关系；考虑路侧毫米波雷达感知范围，构建不同雷达布设间距下的交通运行数据集，开展布设间距对事故风险评估模型精度的敏感性分析。研究结果表明：DF模型曲线面积值(area under curve，AUC)为0.849，事故样本分类准确率为80.9%，高于传统的卷积神经网络模型(AUC值为0.741，准确率为75.2%)、随机森林模型(AUC值为0.715，准确率为70.8%)；雷达布设间距与事故风险评估精度呈反比关系，且密集布设下模型精度提升的边际效应递减，当布设间距由1 500 m缩减至750 m时，事故风险评估模型AUC值呈显著上升趋势，由0.794提升至0.853，布设间距由750 m缩减至250 m时，AUC值无明显变化。综上，雷达布设间距为750 m可平衡布设成本和事故风险评估精度，成果可为高速公路车道级交通状态感知系统的规划设计提供决策依据。
基于BiLSTM神经网络的交通事故黑点路段日均事故频次预测方法
任毅, 杨仁法, 周继彪, 胡正华, 张敏捷
2023, 41(2): 36-49. doi: 10.3963/j.jssn.1674-4861.2023.02.004
摘要(628) HTML (186) PDF(53)
摘要:
为交通管理部门和出行大众提供精准的事故高发黑点预警信息具有重要的意义。为此，研究了1种基于双向长短期记忆神经网络（bidirectional long short-term memory neural network，BiLSTM）的黑点路段交通事故频次预测方法。通过对传统K-means聚类算法的k值选取进行改进，实现了道路交通事故黑点的有效识别，并统计黑点每天事故数作为事故时间序列；利用小波分解对该序列进行降噪处理，通过多层网格搜索法对隐藏层层数、神经元个数等模型的参数进行标定，构建了基于BiLSTM网络的事故频次预测模型；采用滑动窗口的方式将事故时间序列作为内部参数输入模型，以交通流量、节假日、事故天气和事故发生环境等特征作为外部参数，对事故黑点路段未来1 d内可能发生的事故数进行预测，并基于预测结果提出了1种事故黑点路段交通事故预警模型；以浙江省宁波市交警部门某辖区2020年4月—2021年9月常态采集的事故数据为测试集，以7 d的事故数据预测未来1 d的黑点路段事故频次，将BiLSTM模型与门控循环神经网络（GRU）模型、长短期记忆神经网络（LSTM）模型、反向传播神经网络（BP）模型、自回归滑动平均（ARIMA）模型和支持向量机（SVR）模型等事故预测模型进行对比。结果表明：BiLSTM模型、GRU模型、LSTM模型、BP模型、ARIMA模型和SVR模型对各事故黑点的日均事故频次平均预测精度分别为93.1%、88.8%、88.0%、85.2%、84.4%和84.2%；均方根误差分别为0.092、0.146、0.142、0.147、0.177和0.176。该结果说明，所提BiLSTM模型具有更高的预测精度和更强的鲁棒性。
海底隧道平纵线形对驾驶人视觉特征及车速的影响
潘福全, 杨敬洲, 张丽霞, 李炜聪, 杨晓霞, 邴其春
2023, 41(2): 50-58. doi: 10.3963/j.jssn.1674-4861.2023.02.005
摘要(573) HTML (193) PDF(28)
摘要:
海底隧道平纵线形组合方式复杂多样，容易导致驾驶人产生分心、疲劳等不良反应。为此，采集了30名驾驶人的实车数据，量化分析了海底隧道平纵线形对驾驶人视觉特征及车速的影响。运用Facelab眼动仪、GPS X10车载坡度计、行车记录仪等设备采集眨眼频率、单位时间内人眼闭合时间所占比例（percentage of eyeclosure over the pupil per unit time，PERCLOS）、隧道坡度、车速等数据。利用偏相关性分析得出海底隧道坡度、曲率与驾驶人眨眼频率、PERCLOS、车速的相关性及显著性，采用Ploy 2D非线性曲面拟合方法，分别建立眨眼频率、PERCLOS、车速与坡度-曲率的数学模型，量化分析眨眼频率、PERCLOS及车速与海底隧道平纵线形之间的关系，进而反映出海底隧道不同平纵线形组合对驾驶人的精神状态及行车状态的影响。结果表明：坡度1.3 %和圆曲线半径4 348 m的海底隧道平纵线形组合方式下，驾驶人的眨眼频率最大，精神最放松，适当增加上坡坡度值、减小圆曲线半径可以提高驾驶人的紧张感；坡度3.05 %和圆曲线半径3 521 m的海底隧道平纵线形组合方式下，驾驶人的PERCLOS最大，疲劳程度最高，适当增加下坡坡度值、减小圆曲线半径可以缓解驾驶人的疲劳；坡度1.78 %和圆曲线半径2 433 m的海底隧道平纵线形组合方式下，车速最快，适当增加上坡坡度值和圆曲线半径，可以降低车速。本文构建的视觉特征及车速模型，可以反映驾驶人的精神及行车状态随平纵线形的变化，为海底隧道平纵线形安全设计与运营管理提供理论支撑。
基于改进Mask RCNN的夜间车辆检测方法
柳杰, 金积德, 郑庆祥
2023, 41(2): 59-66. doi: 10.3963/j.jssn.1674-4861.2023.02.006
摘要(543) HTML (195) PDF(34)
摘要:
传统的夜间车辆检测基于车灯特征的提取和识别，这类方法容易发生误判、检测精度和检测实时性不高。针对上述问题，本文研究了基于改进Mask RCNN（mask RCNN-night vehicle detection，Mask RCNN-NVD）的夜间车辆检测算法。将残差网络（residual network，ResNet）结构中的普通卷积修改为数量为16组的分组卷积，通过16组1×1卷积实现通道数叠加，将网络参数降至普通卷积的1/16，提升检测速度，并实现与普通卷积相同的效果；将通道注意力机制模块（squeeze-and-excitation，SE）嵌入ResNet结构中，通过2个全连接层构建瓶颈结构，将归一化权重加权到各通道特征，增强网络表征能力；在特征金字塔网络（feature pyramid networks，FPN）后加入自底向上结构，将底层特征强定位信息传递到高层语义特征中；加入自适应池化层，根据区域候选网络（region proposal network，RPN）产生的候选区域分配至不同尺度特征图中，并在底层特征与各阶段最高层特征之间加入跳跃连接结构，实现缩减模型参数的同时保留模型的全局表征能力。通过对开源数据集Microsoft common objects in context（MS COCO）、Berkeley deep drive 100K（BDD100K）的夜间行车图像进行数据增强，构建用于评估检测性能的测试集2 000张。实验结果表明：算法在测试集上的平均精度（mean Average Precsion，mAP）值高达92.62，每秒图像处理帧数（Frames Per Second，FPS）值高达30帧。相比于原始Mask RCNN算法分别在mAP值上提高1.68，FPS值提高4帧，验证提出的方法可以有效提升夜间车辆检测的准确性和实时性。
交通信息工程与控制
基于深度强化学习的自动驾驶车辆跟驰行为建模
陈越, 焦朋朋, 白如玉, 李汝鉴
2023, 41(2): 67-75. doi: 10.3963/j.jssn.1674-4861.2023.02.007
摘要(635) HTML (171) PDF(83)
摘要:
为提高自动驾驶车辆的跟驰性能，减轻交通震荡干扰的负面影响，研究了1种基于深度强化学习的自动驾驶跟驰模型。在现有奖励函数设计基础上融入对能源消耗的考虑，基于VT-Micro模型构建能耗相关项；同时对使用跟车时距构建行驶效率因素相关项的方法进行优化，添加虚拟速度来避免在交通震荡场景中出现计算溢出和车间距过近的问题。为克服过往抑制震荡研究中仅用闭合环状模拟道路和仿真车辆轨迹开展训练的局限性，选用NGSIM轨迹数据中交通震荡阶段的驾驶员行为特征搭建训练环境，应用双延迟深度确定性策略梯度算法（Twin Delayed Deep Deterministic Policy Gradient Algorithm，TD3）训练形成多目标优化的跟驰模型。进一步构建模型性能测试评价体系，对比分析TD3模型与其他传统模型在跟车与交通震荡2类测试场景中的表现。跟车测试场景实验结果表明：在舒适度与行驶效率上，TD3模型和传统自适应巡航控制（Adaptive Cruise Control, ACC）模型表现相近，二者均优于人类驾驶员；在安全性上，TD3模型相较于传统ACC模型安全隐患降低53.65%，相较于人类驾驶员降低36.24%；在能源消耗上，TD3模型相较于传统ACC模型和人类驾驶员分别降低6.73%和15.65%。交通震荡场景实验结果表明：TD3模型可以有效减少交通振荡的负面影响；当TD3模型渗透率为100%时，相较于纯人类驾驶环境，行驶过程中的不适性降低55.95%，行驶效率提高8.82%，安全隐患降低73.21%，油耗减少5.97%。
基于改进支持向量机的空域交通态势识别方法
朱承元, 张澈, 管建华
2023, 41(2): 76-85. doi: 10.3963/j.jssn.1674-4861.2023.02.008
摘要(488) HTML (141) PDF(28)
摘要:
为了准确分析空域交通态势，针对当前空域交通态势感知中管制行为因素难以度量的问题，从多种管制员工作负荷的角度进行量化分析。借助全空域及机场模型软件（Total Airspace and Airport Modeller，TAAM）建立空域仿真模型，研究了栅格化空域场景下基于改进支持向量机（support vector machine，SVM）的空域交通态势识别方法。通过对比不同的栅格化方案，结合管制员实际运行经验确定栅格形状和尺寸，以边长为25 km的六边形为最小单元，对目标空域进行栅格化处理。在引入多种管制负荷的基础上同时考虑导航设施的分布情况，建立空域交通态势识别指标体系，运用K-means聚类算法对降维后的仿真样本数据进行聚类分析，获取先验分类数据。在支持向量机模型的基础上，引入麻雀搜索算法（sparrow search algorithm，SSA），构建基于麻雀搜索算法优化支持向量机（SSA-SVM）的空域交通态势识别模型。依据适应度对解集进行划分，对模型关键参数核函数参数σ和惩罚系数C进行优化，确定了1组泛化能力强同时避免过拟合问题的参数组合，并将栅格化空域交通态势划分为4个等级。以西安区域管制区为对象开展仿真实验，结果表明：与基于遗传算法优化支持向量机（GA-SVM）的空域交通态势识别模型相比，SSA-SVM模型克服了GA-SVM模型确定的的过拟合问题，平均分类识别准确率提高2.50%，最佳分类识别准确率提高1.73%；在176个栅格中，拥堵态、拥挤态和平稳态栅格个数分别为26、18和51，模型识别结果与基于管制员经验划分的复杂空域相比，覆盖率可达95%，验证了提出方法对空域交通态势识别及降低管制员工工作负荷的有效性。
考虑乘客出行数据的城市轨道交通有效路径集生成方法
殷世松, 卢缤程, 叶茂, 杨志强
2023, 41(2): 86-94. doi: 10.3963/j.jssn.1674-4861.2023.02.009
摘要(547) HTML (167) PDF(24)
摘要:
有效路径集合生成是城市轨道交通断面客流预测、线网运力计算和客流分析的基础。为解决传统有效路径生成中存在的各路径有效程度无法评估、线性约束无法赋权的问题，降低问卷随机性对最终路径集生成的影响，本文在传统有效路径问卷调查数据的基础上，对乘客出行路径选择行为进行分析并做出假设，引入乘客出行时长，针对处于不同时长聚类簇下的有效路径分别建立评估模型，提出1种有效路径集生成方法。将轨道交通网络中站点和线路分别抽象为节点和边，构建轨道交通网络有向图；考虑出行路径类型、乘客出行主观因素以及乘客出行密度分布规律，利用自适应的DBSCAN算法处理乘客出行时长数据，以各时长下的出行密度为基准划分聚类簇，以聚类簇及其属性为输入，构建Logit模型并以其评估结果替代传统有效路径生成中的线性条件约束，并独立计算各簇所代表潜在有效路径的有效性权重，基于有效路径出行时长区间的连续性特点获取有效路径集。以广州地铁线网中多对出行OD为例进行验证，结果表明: 结合乘客出行数据聚类分析后所得到的有效路径集，调整兰德系数为0.652，相比于其他传统路径算法的生成结果，提升了0.379；同时在路径总时长-换乘次数平面上所产生的集合边界更为平滑，对复杂线网与快速变化的新开线网拥有更强的适应性。
基于ST-GCAN模型的高速公路车辆速度预测方法
杨培红, 徐延军
2023, 41(2): 95-102. doi: 10.3963/j.jssn.1674-4861.2023.02.010
摘要(511) HTML (143) PDF(18)
摘要:
车辆速度是影响高速公路通行效率和安全的重要指标，因此实现对高速公路车辆速度的精准预测有助于减少交通事故进而提升交通智能管控服务水平。基于现有深度学习模型，研究了融合图卷积网络（convo-lutional neural network，GCN）、长短期记忆网络（long short-term memory network，LSTM）和注意力机制的车辆速度预测模型（ST-GCAN）：利用图卷积网络提取复杂高速路网的空间关联特征；使用长短期记忆网络提取车辆速度的历史数据间的时间关联特征；结合注意力机制聚集并分析车辆速度的历史数据和预测值之间的相关性。此外为保障预测模型网络信息完整并解决训练时协变量偏移问题，模型使用密集连接和层归一化技术以提升模型性能表现。利用青海省西宁市的高速公路车辆速度数据集开展实例分析，研究区域包括8个收费站共49条路段，时间跨度为2020年5月1日—8月31日，以小时为步长，共计94 777条数据。实验得到未来1小时高速公路车辆速度的预测效果：平均绝对误差（mean absolute error，MAE）为12.762，均方根误差（root mean square error，RMSE）为21.535，决定系数（R2）为0.651。与传统的时间序列模型和自回归移动平均模型相比，ST-GCAN模型的MAE误差分别降低了约11.1%和19.7%，而对比现有多种深度学习预测模型，ST-GCAN模型的MAE误差降低了约8.0%~10%。ST-GCAN模型在高速公路路网可以实现良好的车辆速度预测效果，满足交通智能管控中的实际预测需求。
交通规划与管理
基于Leiden算法的共享单车活动社区识别方法——南京案例分析
成骋, 陈文栋, 马洪生, 刘锡泽, 陈学武
2023, 41(2): 103-111. doi: 10.3963/j.jssn.1674-4861.2023.02.011
摘要(517) HTML (153) PDF(37)
摘要:
目前共享单车分区运营管理中多以行政区为基础划分运营分区，未充分考虑共享单车出行需求的空间分布特征，导致较多跨区调度工作，严重影响运营效率。结合南京共享单车出行订单数据，研究了基于Leiden算法的共享单车活动社区识别方法，构建“出行起讫点-交通小区-空间交互网络”的3层数据结构；采用Leiden社区识别算法，识别共享单车活动社区，以活动社区作为共享单车的运营子区，进行运营区域划分；通过对比不同年份的共享单车活动社区识别结果，揭示共享单车出行空间分布的时变特征；选取网络模块度与计算效率2项指标，比较多种社区识别算法的性能，以验证Leiden算法在该研究问题中的有效性与优越性。结果表明：①针对2019年的单车出行数据，算法共识别出23个活动社区，共享单车区内出行的比例达到82.9%，相比传统分区方法增加了11%，表明本算法能够使得共享单车出行更多被划分于社区内部，可以提高区域内部的共享单车自循环率，改善分区运营效率；②相比于2019年，2022年社区尺度规模有所减小，社区数量有所增加，反映共享单车用户出行距离缩短，跨区出行比例降低。③Leiden算法的社区识别结果中，网络模块度达到0.55，相比传统的CNM算法（0.2）、Walktrap算法（0.31）和Louvain算法（0.42）有较大提高；运算时间为1.1 s，其他3种算法分别为6.4，1.6，1.4 s，在计算速度上也有明显提升。上述指标表明Leiden算法在分区质量和计算效率上优于同类其他算法。该方法揭示了共享单车出行的空间特征，可以获得更优的活动分区管理方案，为共享单车分区运营方案的合理确定提供了理论指导。
“后疫情时代”基于扩展UTAUT模型的共享汽车用户接受度影响因素分析*
吴文静, 杨旭, 贾洪飞
2023, 41(2): 112-120. doi: 10.3963/j.jssn.1674-4861.2023.02.012
摘要(430) HTML (135) PDF(22)
摘要:
共享汽车具有“低碳”特征且能为出行者提供安全独立的空间，为后疫情时代出行提供了新的选择。为挖掘疫情常态化下共享汽车使用意愿的影响因素以及作用机理，以网络问卷的形式对出行者进行调查，回收有效问卷109份，并对调查结果进行分析。融合疫情感知风险和财务风险因素，构建扩展的整合型技术接受与使用理论模型（unified theory of acceptance and use of technology，UTAUT），提出11条假设并采用结构方程模型探索各潜变量影响共享汽车接受意向的途径，分析假设检验结果和模型拟合程度，对假设中不显著的路径进行中介效应分析。为探究社会经济属性变量的影响过程，构建基于结构方程的多原因多指标模型，并检验观测变量与潜变量的相关性以及潜变量与潜变量之间的相关性。研究结果表明：模型拟合程度均表现良好，潜变量中绩效期望对接受意向的正向影响最为显著，其次是促进条件和社会影响，而财务风险、努力期望对接受意愿有显著负向影响。疫情感知风险的直接影响不显著，但社会影响、绩效期望和促进条件在疫情感知风险和行为意向之间具有部分中介作用，总间接影响效应为0.240，中介效应占总效应的74.8%，间接影响显著。年龄、实际驾龄、是否持有机动车驾驶证因素对疫情下共享汽车的使用态度存在显著影响，而使用频率则直接影响疫情下的共享汽车使用意向。基于本文研究为后疫情时代共享汽车的发展提供策略和方向指引，如优化出行体验、强化安全管理、刺激消费、提升品牌价值等。
基于有向图卷积与门控循环单元的短时交通流预测方法
崔文岳, 谷远利, 赵胜利, 芮小平
2023, 41(2): 121-128. doi: 10.3963/j.jssn.1674-4861.2023.02.013
摘要(497) HTML (138) PDF(24)
摘要:
为了充分挖掘快速路交通流时空特性，解决当前城市快速路交通流预测存在交通流时空特性挖掘不充分等问题，进一步提高城市快速路短时交通流的预测精度与效率，研究了基于有向图卷积神经网络和门控循环单元的组合模型（directed graph convolution network-gate recurrent unit，DGC-GRU）的城市快速路短时交通流预测方法。该方法提出空间相关性矩阵并将其引入图卷积神经网络中，构建有向图卷积神经网络用于表征交通流的有向性和流动性。将交通流参数输入有向图卷积神经网络后得到有向图卷积算子，并将有向图卷积算子引入门控循环单元，通过有向图卷积神经网络捕捉交通流的空间特性，通过门控循环单元捕捉交通流的时间特性，输出快速路交通流预测结果。选取西雅图环形快速路感应器检测数据进行实例分析，对比模型预测效果。结果表明：在数据集与参数设置均相同的情况下，DGC-GRU交通流预测模型的训练收敛速度更快，且平均绝对误差（mean absolute error，MAE）和平均绝对百分比误差（mean absolute percentage error，MAPE）均优于对比模型，与传统的GRU、GCN、DGC-LSTM模型相比，DGC-GRU模型能够将MAE和MAPE指数分别降低33.01%、5.76%、1.32%和27.75%、1.15%、7.76%，表明DGC-GRU交通流预测模型能够有效挖掘城市快速路网中的交通流时空分布特征，具有良好的预测精度与效率。
多网融合条件下市域列车开行方案编制方法
李依娜, 孟学雷, 秦永胜, 韩正, 王越
2023, 41(2): 129-138. doi: 10.3963/j.jssn.1674-4861.2023.02.014
摘要(382) HTML (115) PDF(12)
摘要:
为解决铁路系统中市域铁路与其他制式轨道交通之间列车的到发时序及运能的匹配性问题，研究了多网融合条件下的市域列车开行方案编制方法。考虑枢纽站的跨制式换乘客流需求，根据客流的时间分布特征及不同乘客的时间价值对客流精细划分，以最小化列车总运营成本、旅客广义总出行成本、跨制式换乘客流对研究线路的短时冲击性为目标；考虑列车满载率、各时段区间通过能力、各类时间间隔、列车到发时刻、不同时段各类旅客的换乘协调性等约束，构建了分时段精细化编制列车开行方案的多目标非线性整数规划模型。采用线性加权法将多目标转化为单目标，引入模糊精英保留策略并对逃逸能量更新策略进行非线性化处理，以改进基本哈里斯鹰算法，降低算法陷入局部最优解的可能，提高模型的求解质量。以台州市域铁路S1线及其衔接高速铁路的相关数据为例进行实验，结果表明：与算法初始解相比，模型的总目标函数值降低36.7%；与基本哈里斯鹰算法相比，列车运营成本、旅客总广义出行成本、模型总目标函数值分别降低8.09%，7.04%，7.56%。验证了所设计的算法适合模型的特点，且具有较高的求解质量；所建模型可在不同时段兼顾列车运能与乘客换乘效率，有助于提升多网融合条件下不同制式轨道交通之间的协同作用。
“双碳战略背景下绿色航运技术”专栏
“双碳”战略下中国港口与清洁能源融合发展路径探析
蒋一鹏, 袁成清, 袁裕鹏, 董明望, 江涛, 钟晓晖, 童亮
2023, 41(2): 139-146. doi: 10.3963/j.jssn.1674-4861.2023.02.015
摘要(523) HTML (186) PDF(40)
摘要:
采用清洁能源是港口行业绿色低碳发展的有效途径，但目前对于港区可用的清洁能源形式以及相关自然资源禀赋缺乏统筹规划和合理开发，这在一定程度上制约了中国港口行业的可持续发展。为促进中国港口实现“双碳”目标，解决港口能耗大、碳排放量高的用能结构性问题，对国内外港口与清洁能源融合的发展现状与不足进行了梳理，总结提出目前中国港口与清洁能源融合发展过程中存在的清洁能源应用模式单一、清洁能源渗透率低、多能源并网技术存在瓶颈、绿氢制储注供一体化应用欠缺等关键问题。针对这些问题，结合港口自然资源禀赋，分析港口用能形态和用能模式特征，提出在“源-网-荷”这3个方面形成多能源融合局面的港口综合能源系统发展模式，形成碳减排的港口能源融合体系，增强了港口能源自主保障能力和自洽率。在此基础上，进一步细化了发电与耗能制氢相结合的港口与清洁能源融合场景，明确了以发电/储能系统-电网-港口装备/在港船舶用能为主体的港口综合能源系统拓扑结构，提出了包括政策扶持、技术创新、示范试点在内的多项发展路径。以宁波舟山港为对象，规划建设了以能源层、控制层、电网层和负荷层为核心的水运港-船多能源融合集成应用系统架构。依托于港区的自然禀赋，实现了以风能为主体，多种清洁能源互补的供能模式，预计的清洁能源发电量将超过14 MW，碳减排效果将超过20 000 t。
基于改进委托-代理模型的船舶碳减排政府激励效用建模与分析
刘奕, 卜欣茹
2023, 41(2): 147-156. doi: 10.3963/j.jssn.1674-4861.2023.02.016
摘要(401) HTML (126) PDF(15)
摘要:
目前碳减排激励措施主要考虑碳定价、碳税、船舶航速降低激励等，尚未针对实施碳减排的船公司给予合理补贴激励。由于船公司运行模式、减排思路、资产组成等方面与普通企业的差异，传统委托-代理模型假设无法满足航运业背景下对政府激励效用的需求，需对现有委托-代理模型进行针对性改进。为实现政府以有限基金达到社会效用最大，同时满足船公司付出最优努力获得最大收益，考虑持风险规避态度的船公司碳减排效果外生不确定性，提出船舶碳减排政府激励效用模型，根据政府能否完全观察到船公司的减排努力程度，分别在信息完全与信息不完全条件下，以政府和船公司自身收益效用最大为优化目标，求解政府最优奖惩系数和船公司碳减排最优努力程度，分析政府对船公司进行规制的最优激励合约问题，以及决定船公司碳减排内外部因素的参数对政府给与船公司的最优激励及相关参数的影响。结果表明：最优激励系数伴随外生随机变量方差和绝对风险规避系数的增加而加速下降至缓慢降低，当外生随机变量方差为8和绝对风险规避系数为4时，下降速率趋至平稳，此时，船公司对选择碳减排的风险厌恶程度极高，对实施碳减排的抵制心理十分强烈；成本系数和减排努力水平影响系数同时影响船公司实施碳减排的力度，当减排努力水平较大时，政府的激励随船公司的成本增加呈现先迅速增长后平缓的变化趋势，意味着政府在有限基金内尽可能满足船公司碳减排需求以减少实施难度，但当激励达到一定程度，增加激励不会直接影响船公司碳减排积极性；由于成本系数和减排努力水平影响系数对政府激励效用的共同影响，不同航运市场条件下都将存在1个最优激励，结合长江航运发展背景，当成本系数为0.5且减排努力水平影响系数为3，使得政府激励效用最优。
氢燃料电池动力船舶技术标准现状分析与发展展望
王东兴, 王哲, 赵帆, 韩凤翚, 纪玉龙
2023, 41(2): 157-167. doi: 10.3963/j.jssn.1674-4861.2023.02.017
摘要(571) HTML (165) PDF(66)
摘要:
随着全球能源与环境问题的日益突出，节能减排已成为各国共识。船舶航运业能耗与排放问题不容小觑，因此迫切需要应用清洁能源技术以实现航运业绿色低碳/零碳化发展。氢燃料电池动力船舶的发展，为航运业实现节能减排的目标带来了契机。目前，包括中国在内的多个国家正在积极推动氢燃料电池动力船舶的研究和示范应用，其中，完备的技术标准是相关产业发展的重要基础。然而，一方面，国内外船用氢能技术与法律规范体系尚未形成、标准系统分支不健全且核心标准缺失；另一方面，较为完善的车用氢能产业标准内容由于车船产业技术的固有差异并不完全适用于船舶体系等问题仍需解决。因此，基于氢燃料电池动力船舶的技术路线及产业链发展，系统梳理了氢燃料电池动力船舶的技术结构与国内外项目发展现状，分析了船级社氢燃料及氢燃料电池技术法规现状，调研统计、分类归纳、综合分析了国内外现行氢能标准；构建了以氢燃料电池动力船舶应用为主且涵盖了氢能制备、储运、加注等产业链环节的绿色航运体系；在绿色航运体系的框架下，对比了氢燃料电池动力车船的产业技术，结果发现氢燃料电池动力车船在应用场景、功率、储氢、加注设施等方面存在差异，在使用寿命、启动工况、空间要求、安装方式、通风和气密要求等方面也有明显异同。在此基础上，以氢燃料电池动力船舶标准体系构建、参考车用氢能标准的适用性、氢燃料电池动力船舶产业链核心标准专项制定、氢燃料电池动力船舶技术的安全性法规标准制订为主线，形成针对绿色航运体系下氢燃料电池动力船舶产业技术规范、认证和产品标准的发展框架与发展方向。
绿色航运能源技术现状及发展趋势分析
陈弓, 朱宇, 韩冰
2023, 41(2): 168-178. doi: 10.3963/j.jssn.1674-4861.2023.02.018
摘要(543) HTML (189) PDF(40)
摘要:
航运可持续发展背景下，针对国内外碳排放发展战略及北极航道商业化航行的排放要求，研究绿色能源技术，实现航运业低碳化和清洁化已成为航运科研的重大任务。为明晰绿色燃料对实现航运碳中和的应用潜力，围绕能源技术的研究前沿，针对氢、氨和绿色甲醇3类绿色能源在国内外航运船舶中的技术应用和技术研究现状进行综述和评论，并从技术成熟度和商业成熟度2个角度对航运绿色能源开展初步技术评估，进而从燃料生产、运输储存加注、动力系统、船舶设计改造和航行运营5个方面分析讨论了航运绿色能源技术目前所存在的主要问题。分析结果表明：相较于传统重质柴油和LNG燃料技术，当前绿色能源技术的应用主要受制于燃料成本高昂且未实现规模化供给、基础配套设施缺乏、关键设备的研发及改造技术不成熟，并且尚未有1种燃料具有全方面、压倒性的技术优势从而能够完全替代现有传统燃料，但基于现有的技术路线和研究趋势，可预见甲醇将成为实现阶段性碳减排目标的主要能源。而实现碳中和目标，氢和氨则更具优势。氢和氨分别更适用于实现内河和海运船舶的碳中和目标。此外综合绿色航运能源的技术现状、主要问题和发展趋势，从燃料供应链建设、船舶技术研发、标准及政策法规3个方面提出发展建议。
信息动态
智能新能源技术（船舶）国内外研究进展
2023, 41(2): 179-184.
摘要(159) HTML (234) PDF(17)
摘要:

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