摘要：分析高铁日客流量历史数据特征,设计日期和节假日2类标签,并给出其取值范围;结合高铁日客流量的自回归特征,构建适用于高铁日客流量中期(120 d左右)预测的双层平行小波神经网络(Double Layer Parallel Wavelet Neural Network,DLP-WNN)模型。模型中,子网络1以预测所得到的连续若干天日客流量为输入,预测接下来1 d的日客流量;子网络2对子网络1的输出结果进行修正,以每1 d的日期标签和节假日标签等确定型数据为输入,分别预测各天的日客流量。DLP-WNN模型通过对2个子网络每天输出值加权求和得到各天预测结果,其中,子网络1体现近期日客流量的总体趋势,子网络2体现日客流量的逐日波动情况,以此保证中期预测的精度。实例应用表明:利用DLP-WNN模型分别对4种不同距离下的典型O-D对进行120 d的日客流量中期预测,平均绝对百分比误差为7%~12%,明显低于BP神经网络、ELM极限学习机、ELMAN神经网络、GRNN广义回归神经网络和VMD-GA-BP等方法所测结果,验证了DLP-WNN模型适合于开展高铁日客流量中期预测。

摘要：针对某些网络货运平台利用监管的漏洞,对信息流、资金流和票据流进行数据造假的问题,引入区块链技术解决网络货运交易数据真实性的问题是值得研究的。首先在对比不同类型区块链优劣势的基础上,选定联盟链作为网络货运平台交易过程规范的技术工具。然后,对网络货运平台的运行规则和节点权限进行分配设计,确保交易流程透明可追溯。最后,将基于联盟链的网络货运平台交易流程与目前的网络货运平台交易流程进行对比,从信息审核、签订合同、运输过程监测、交货验收、运费结算、对账开票、数据上传等七个方面凸显规范后的效果。旨在为网络货运平台的监管提供新思路,为网络货运平台良性发展提供决策参考。

摘要：华东交通大学交通运输与物流学院;华东交通大学高铁与区域经济发展研究中心;福建商学院工商管理学院;摘要电商的快速发展,为冷链产品开辟了新的流通路径,冷链电商市场成为新的增长点。同时,食品安全问题已成为人们关注的焦点,食品若不安全会影响社会经济的发展,威胁人们的身心健康。本文基于Petri(佩特里)网理论,围绕区块链技术在物流溯源领域应用的实际情况,分析了冷链溯源系统的整体业务流程,建立了冷链溯源系统的Petri网模型,利用关联矩阵和不变量分析模型的有界性、可达性、活性和安全性,并使用HIPS工具,进行了仿真验证。设计了基于区块链技术的电商冷链溯源系统,为实现全民监督,保障电商冷链食品质量安全和精准定位,提供了有效的途径。研究对降低电商冷链企业运营成本和农民增收具有理论价值和实践意义。

摘要：交叉口是路网的重要节点,优化交叉口信号配时方案是提高其通行效率的有效措施。文中以焦作市塔南路与工业路信号交叉口为例,优化设计交叉口信号配时方案,并建立VISSIM9.0仿真模型,从交通效率和尾气排放量两方面对交叉口信号配时优化前后的仿真结果进行综合评价。结果表明:在交通效率方面,优化后的交叉口车均延误降低了15.26%,平均停车延误降低了18.12%,车均排队长度减少了23.45%,平均停车次数降低了2.75%;在尾气排放量方面,污染物(CO、NOx、VOC)总排放量和油耗总量均减小了6.79%,交叉口的交通状况得到明显改善。