摘要：将楼梯及客流抽象为到达和服务均具有一般随机性且服务时间与楼梯上的行人数n和楼梯角度φ相关的G/G(n,φ)/C/C状态相关排队系统,建立离散事件仿真模型并设计宽度优化算法,提出一种新的基于排队系统仿真模型的楼梯宽度优化方法。将该方法与现有M/G(n)/C/C解析优化方法和D/D/1/C解析优化方法(现有地铁设计规范)进行对比。结果显示:仿真优化方法得到的宽度值更高且能满足各种客流条件下的设计服务水平要求;2种解析优化方法得到的宽度不能满足绝大多数客流条件下的设计服务水平要求;相比之下,仿真优化方法带来了楼梯性能的明显改善且具有较高的指标-宽度弹性系数。

摘要：由于施工区的存在,城市道路信号交叉口通行能力下降,车流运行混乱.本文为了从微观层面研究信号交叉口施工区交通流运行特性,以初始社会力模型为基础,首次提出一种新的适用于交叉口交通流的社会力模型;通过对影响岛式施工区通行能力的因素进行分析,设计出一套数据采集方案;利用实测数据并结合遗传算法对提出的模型进行标定,使用统计学指标对标定结果展开评价.结果表明,提出的新模型仿真得到的交通量与实测值平均绝对相对误差仅为0.028,能为信号交叉口施工区交通流模拟提供参考.

摘要：为准确而完整地识别路面裂缝,提出了基于1 mm/像素的路面三维图像裂缝自动识别算法.该算法主要包括各向异性测度计算与自适应优化阈值分割、深度验证和多分辨率去噪处理3个部分.首先,针对路面图像像素特征,基于0°、45°、90°和135°四个方向的线性邻域的均值和标准差计算每个像素的各向异性测度(表征方向性的强弱),并应用最大类间方差法确定最优阈值,将路面图像分为强方向性和弱方向性像素两类;其次,根据半径为d的正方形邻域深度均值设定阈值,用方向性强且深度低于或等于该阈值的像素形成初步的裂缝图像;最后,将裂缝图像划分为多个子块,设计去噪模板对裂缝图像进行滑动窗口去噪处理,获得最终裂缝图像.基于166幅含有各类裂缝的三维路面图像(2 048×2 048像素)进行测试分析,结果显示,本文算法获得了较高的准确率(均值91.57%)和召回率(均值81.29%),最终以84.26%的F1均值优于种子识别算法(F1均值69.19%)、Canny边缘检测(F1均值8.15%)和OTSU分割(F1均值5.11%).

摘要：城市快速路交织区的换车道行为是通行能力损失的重要原因,常常导致降低道路的安全等级。以往研究证实换车道行为对交通流的特性具有重要影响,但缺乏量化实证分析。通过对给定交通条件和道路条件的成都市城市快速路交织区4级服务水平上半部状态(设计速度为60km/h,v/c值为0.81～1.0,密度≤42pcu/(***))下的4个观测点的5min间隔内速度、换车道次数、密度的实测数据进行统计分析,在此基础上,建立了不同车道上换车道次数与速度和交通流密度之间的系列最优拟合模型,并将拟合效果与现有模型效果进行了比对,认为文中提出的拟合模型更适合描述4级服务水平上半部下城市快速路交织区的交通流特性。

摘要：为优化配置地铁站的自动售票机数目,将自动售票过程抽象为具有状态相关性和容量限制的单服务台排队系统.基于实际调查数据发现,客流到达间隔和自动售票时间分别服从对数正态分布和伽马分布;根据地铁设计规范,将排队区域行人的等待忍耐极限转化为排队系统容量.在此基础上,利用Anylogic软件设计排队系统仿真优化实验,获取不同服务水平等级下的最优自动售票机台数.最后,对排队系统仿真实验进行微观仿真验证.结果表明,排队系统仿真与微观仿真实验结果高度吻合,由此证明了所提方法的可信度和适用性.

摘要：为合理确定城市轨道交通车厢立席密度,从立席乘客耐受感知的角度探讨立席密度对耐受性的影响.从时间与空间感知的角度探讨综合耐受性影响因素分类,主要包括立席乘客密度、站立时间和候车时间3个主要因素.引入区间模糊数,实现对耐受感知的模糊化处理,提高参数的回归精度.对模型进行回归分析,得出不同类型乘客耐受性的参数估计,绘制耐受阈值关于要素叠加的等值面图.结合仿真结果,对立席密度耐受阈值进行修正,结果表明,常规条件下,普通出行乘客所能接受的最大立席密度为6.57~6.92人/m2,通勤出行乘客所能接受的最大立席密度为7.21~7.63人/m2.模型结果为规划设计中确定合理立席密度提供参考依据.

摘要：掌握拥堵传播条件下的轨道交通车站承载人数变化规律,是提高城市轨道交通系统安全保障能力的基础。从人、站、车多子系统角度出发,结合客流、站台及列车多属性特征,建立基于系统动力学的城市轨道交通车站承载人数计算模型。设计多组别灵敏度仿真分析实验,从多角度分析站台承载人数影响因素。结果表明,拥堵传播与正常条件下车站承载人数变化情况具有较大差别,列车发车间隔、乘客进站速率和去向比例对车站人数变化情况影响较大,列车到站间隔影响相对有限。研究结果可以为特定客流特征车站制定客流组织策略提供科学依据。

摘要：路面裂缝自动检测对于路面养护管理、路面性能评价与预测、路面材料和结构设计具有重要的实用价值,但快速、准确、全面且稳定地识别路面裂缝一直是个难题。为此,对路面裂缝自动检测研究现状进行综述,包括以图像增强和去噪为目的的预处理方法,基于阈值分割、边缘检测和种子生长的空间域识别算法,以小波变换为代表的频域识别算法,基于有监督学习的识别算法及其他裂缝识别方法;指出既有裂缝识别算法存在易受光照和油污等因素的影响、裂缝识别图像连续性差和识别速度和精度较低等不足。最后,提出综合考虑边界和区域特征消除纹理和噪声干扰、基于局部和全局信息设计优化识别算法和基于三维图像进行裂缝识别等研究展望,为裂缝自动识别算法的改进提供参考。

摘要：为了充分掌握路面裂缝信息,给路面养护管理、路面性能评价与预测、路面结构和材料设计提供参考,对路面裂缝图像自动分类与严重程度识别进行研究。首先,将裂缝轮廓进行矢量化处理,从而分离出单个裂缝区域进行特征计算与分析,提取倾角、块度、空洞等新的裂缝几何特征;然后,选择裂缝分类特征(裂缝空洞、长宽比和倾角明显程度),基于统计阈值区分线性裂缝和网状裂缝;最后,分别根据倾角和宽度对线性裂缝进行分类和严重程度识别,根据块度特征识别块状裂缝、龟裂及其严重程度。结果表明:裂缝分类和严重程度识别结果准确有效,可在无人为干预的情况下准确、自动、实时地提取路面裂缝种类和严重程度信息。

摘要：为了准确地检测路面裂缝,给路面养护管理、路面性能评价与预测、路面结构和材料设计提供参考,基于1mm·像素-1的路面三维图像对裂缝自动识别进行研究。首先,将源图像划分为8像素×8像素的子块以降低图像维度;其次,根据深度验证和对称性检测将8像素×8像素的图像子块识别为裂缝子块（即裂缝种子）或非裂缝子块;然后,根据深度和方向相似性连接裂缝片段;最后,设计去噪算法消除孤立噪声,获得裂缝图像。结果表明：所提出的算法具有较高的准确率（均值92.75%）、召回率（均值58.93%）和运行速度（平均2~3s·张-1）,以71.15%的F值优于Otsu分割,Canny边缘检测和另一种子识别算法。