摘要：运营商在调度车辆时单独采用员工或顾客调度策略均难以有效解决共享汽车分布不均衡导致的盈利难问题.为此,在传统时空网络基础上,考虑道路拥堵和用车需求随时间变化对运营的影响,基于C#语言和O2DES(object-oriented discrete event simulation)离散事件仿真框架,建立由模块化站点和路段模型组成、可高效率运行的共享汽车仿真系统;在此基础上,提出一个以运营商日均净收益最大化为目标,联合决策车辆库存量阈值和行程定价的仿真优化模型,并为解决随机环境下的全局优化问题,设计了EGA-OCBA(elitist genetic algorithm with optimal computing budget allocation)算法;最后,以成都市的5个共享汽车站点为例,验证了仿真优化模型的有效性.仿真优化结果表明:在相同车队规模下,与采用固定价格的顾客调度策略相比,联合策略可使日均净收益提升10.37%~162.30%;与单独的员工调度策略相比,联合策略可使日均净收益提升15.34%.

摘要：结合重庆西站的实际情况,对铁路技术站通过能力查定数据处理系统的开发,提出了系统设计原则,分析了系统功能,确定了系统数据流程。在成都铁路局有关部门的大力协助下,进行了通过能力信息自动采集的试验,取得了预期的效果。

摘要：结合"互联网+"时代下物流人才需求新特征,阐述了高校物流管理与工程类专业课程教学改革的思路。结合教学流程和活动设计视角,提出了深度学习目标下混合式学习模型,并从分析、设计、开发、实施和评价流程阐述了课程开展混合式学习的过程。最后介绍了正在开展的混合式学习实践,以期实现物流管理与工程类专业学生深度学习目标。

摘要：分析现有技术站改编能力查定方法,提出改进的数据流程和数据处理系统的设计原则及功能,对技术站改编能力查定过程中坐编列车和替补调机等特殊情况提出了解决办法。改进的查定办法通过现场实际应用,取得了预期的效果。

摘要：如何基于有限的轨迹数据对油耗和交通排放进行精准地估计一直是研究的难点和热点,为解决该问题,提出了基于轨迹重构的油耗和排放估计方法。首先,基于跟驰模型,利用网联车(Connected Vehicle,CV)轨迹重构道路上常规车(Regular Vehicle,RV)轨迹。然后,将轨迹重构结果与VT-Micro排放模型相结合,对道路上所有车辆的油耗和排放进行估算。最后,通过数值仿真试验验证模型在不同CV渗透率和交通流密度条件下的可行性和有效性。结果表明:该方法能够实现对油耗和排放的精准估算,且随着CV渗透率和交通流密度的增加,油耗和排放估计的准确性不断提高;当CV渗透率不低于30%,且交通流密度为60 veh/km时,交通油耗估计的平均绝对百分比误差小于2.17%,排放估计的平均绝对百分比误差小于8.66%;当CV渗透率为50%时,在不同交通流密度条件下车辆油耗估计的平均绝对百分比误差小于2.45%,排放估计的平均绝对百分比误差小于13.68%。

摘要：平台总体架构的设计方案为"三系统、四功能、五层次"。平台采用分布式资源存贮、应用虚拟化、流媒体处理、流媒体测评等现代信息技术,实现了开放、共享、虚拟、远程的实验教学环境,达到了学生能远程实验、自主设计实验;教师能远程指导评阅实验、远程备课的虚拟仿真教学目的。

摘要：针对铁路大型养路机械(简称:大机)液压部件健康监测需求,设计开发铁路大机液压健康监测大数据平台。采用前后端分离的开发方式,依托大数据、物联网、云计算等技术,实现了铁路大机实时工况显示、数据存储、健康分析及动态监测预警等功能。应用表明,该平台可为铁路大机液压件的质量管理、状态修等提供决策依据,对铁路养路机械的智能化发展具有推动作用。

摘要：基于铁路养护领域主力机型DCL-32型捣固车核心部件液压系统健康监测分析,对液压系统健康监测系统架构硬件选型布局、健康监测指标、健康监测流程等研究,实现了液压系统可靠稳定的作业状态,确保铁路大机在施工“天窗点”有限作业时间内高效完成养护任务。

摘要：在移动互联的大数据时代,大数据、人工智能、云计算、物联网、智能终端等先进技术的不断发展,为综合交通的一体化、智能化、智慧化发展提供了坚实的资源和技术支撑。针对现阶段综合交通规划设计、运营管控、安全环保维护、物流服务过程中出现的数据异构质量差、"信息孤岛"、挖掘程度低等症结,对综合交通大数据基础技术与应用技术发展过程中需突破的关键技术点进行分析与展望,为大数据在综合交通中全面、有效、系统地应用提供一定的借鉴与参考。