摘要：微观交通仿真模型是对交通系统进行管理、控制和优化的重要试验手段和工具,而微观交通模型的参数标定是确保微观交通仿真模型能真实、直观地反映交通流运行情况的必要前提.针对遗传算法(GA)的不足,提出了基于自适应正交遗传算法(SOGA)的微观交通仿真模型参数标定方法.选取应用较为广泛的VISSIM仿真模型作为基础平台,给出了该优化方法中染色体的编码解码、适应度函数和自适应正交交叉算子的详细设计.最后将算法应用到北京市荣华中路与荣京西街交叉口模型参数标定中,通过与GA算法、正交试验法对比,SOGA算法得到的适应度函数值为19.43,优于其他标定算法的适应度函数值;同时,SOGA算法迭代时间比GA算法少了40.5%,验证了SOGA算法在VISSIM参数标定上的优越性.

摘要：针对城轨高强度、强耦合、网络化运营的现状,解决城市轨道交通运营安全相关业务系统之间存在众多公用信息无法共享,缺乏统一的系统构建和开发管理的问题。突破传统以事故树分析理论基础的局限性,首次提出以拓扑网络技术、风险点辨识、风险链传播分析为核心的风险主动防控理论,对城轨运营风险进行路径的传播预测和主动预防策略的制定,并采取信息化、智能化、流程化的手段构建全局级安全保障系统,完成系统层面的风险评估和控制。最后通过对系统进行部署运行,结果表明能够弥补当前城轨运营安全保障系统研究不足,系统风险点辨识准确率可以达到85.7%,有效提升城轨运营安全的预警完备率20%和应急响应率15%,大大降低了安全事故率20%。