检索结果-南通市图书馆

同方期刊数据库

基于机器学习的中型城市居民出行方式选择行为研究

在线全文

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2024年第2期24卷 13-23页

作者：李文权邓安鑫郑炎殷子娟王白凡东南大学交通学院南京211189

为探索中型城市居民出行特征以及不同因素对出行方式选择行为的影响机制,本文以中国某中型城市居民出行数据为例,综合考虑传统离散选择模型和机器学习模型在预测精度和建模合理性上的优劣,以及机器学习模型超参数求解算法的特点和效率,... 详细信息

为探索中型城市居民出行特征以及不同因素对出行方式选择行为的影响机制,本文以中国某中型城市居民出行数据为例,综合考虑传统离散选择模型和机器学习模型在预测精度和建模合理性上的优劣,以及机器学习模型超参数求解算法的特点和效率,引入变异程序,提出粒子群优化随机森林的中型城市居民出行方式选择预测模型,采用预测准确率、出行方式比例预测绝对误差和期望模拟误差这3项性能指标,量化对比粒子群优化随机森林模型与多种机器学习模型和多项Logit模型统计学上的预测性能差异,利用SHAP(SHapley Additive exPlanation)模型深入分析个人社会经济属性、出行属性及出行方式属性等相关因素与居民出行方式选择之间的非线性关系。结果表明:粒子群优化随机森林模型整体平均预测准确率最高,为0.856,出行方式比例预测平均绝对误差和期望模拟平均误差最低,分别为0.062和0.306,模型间指标差异在统计学检验下显著;距离对不同出行方式选择的影响最显著,步行和私家车出行对距离敏感性更高,不同距离下,两者选择概率变化超过35%;30岁以下群体不同出行方式选择概率差距大于其他年龄段;性别、是否拥有私家车或公交IC卡等因素显著改变公交车和私家车的选择概率。

关键词：城市交通出行方式选择机器学习模型中型城市粒子群优化 SHAP模型

同方期刊数据库

基于微观动力学参数的高速公路特征路段事故风险分析

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第1期54卷 162-172页

作者：何杰张长健严欣彤王琛玮叶云涛东南大学交通学院南京210018

为剖析高速公路不同特征路段的致险机理,在研究中引入了车辆正常行驶时的微观动力学参数,分别构建了标准有序Logit模型和二项Logit模型定量分析微观动力学参数与特征路段(分流区、合流区、曲线段等),以及微观动力学参数与事故风险之间... 详细信息

为剖析高速公路不同特征路段的致险机理,在研究中引入了车辆正常行驶时的微观动力学参数,分别构建了标准有序Logit模型和二项Logit模型定量分析微观动力学参数与特征路段(分流区、合流区、曲线段等),以及微观动力学参数与事故风险之间的关系,并进一步基于模型推导分析了不同特征路段对事故风险独立的作用效能。结果表明:纵向动力学因子可以映射路段追尾事故风险的高低,而不同特征路段又可以使纵向动力学因子发生不同倾向的浮动,即可以将该因子作为风险传递的中间变量,来判定路段事故风险的高低;相较于“无分流区的直线段”,“分流区”这一复杂特征对追尾事故风险的增益作用最大,“复合线形”次之,“平曲线”最弱,且平曲线路段的缓和曲线长度越大,追尾事故风险越高;发现了显著的风险补偿现象:较为轻松的驾驶环境可能会导致驾驶员放松警觉,引起追尾事故风险上升。本文的结论可以为高速公路不同特征路段的事故预防、针对某一特定类型事故的救援措施制定提供理论支撑和经验借鉴。

关键词：交通运输安全工程道路事故风险标准有序Logit模型二项Logit模型微观动力学参数道路复杂特征

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

考虑车辆绕行的低碳校车路径优化模型

东南大学学报（自然科学版） 2024年第1期54卷 192-199页

作者：赵星储文豪任刚申珂孙金鑫河海大学土木与交通学院南京210098 东南大学交通学院南京211189

为了合理规划校车路径以降低碳排放,建立以考虑行驶距离和载重的碳排放最小化为优化目标,及以车辆绕行和容量为约束的低碳校车路径优化模型(GCSBRPTW).针对绕行问题,引入绕行因子并转化为单侧时间窗约束;设计了一种基于Lin-Kernighan he... 详细信息

为了合理规划校车路径以降低碳排放,建立以考虑行驶距离和载重的碳排放最小化为优化目标,及以车辆绕行和容量为约束的低碳校车路径优化模型(GCSBRPTW).针对绕行问题,引入绕行因子并转化为单侧时间窗约束;设计了一种基于Lin-Kernighan heuristic(LKH)算法和莱维飞行算子的改进蚁群算法(LKH-Levy-ACO)对模型进行求解,其中LKH算法和莱维算子分别用于提高算法寻优效率和全局搜索能力.最后利用泰兴市工业园区班车线路规划实例求解,展开绕行因子取值对比、GCSBRPTW与传统校车路径模型对比、LKH-Levy-ACO与传统蚁群算法等4种算法对比实验.结果显示,绕行因子取值越小,最优解越差,GCSBRPTW比传统校车路径模型降低了约0.70%的碳排放,且LKH-Levy-ACO算法比传统蚁群算法降低了6.19%的碳排放,证明了模型的实用性和算法的有效性.

关键词：交通工程校车路径问题碳排放改进蚁群算法 LKH算法莱维飞行

车-路协同下路面状态感知技术发展现状与展望

在线全文

学校读者我要写书评

暂无评论

山东大学学报(工学版) 2024年

作者：马涛王仁智陈丰宋一涛李岳马源东南大学交通学院

综述了车路协同感知路面技术体系功能框架与物理架构并展望了未来发展方向。基于基础设施的基本要求，系统描绘了车路协同路面的功能框架，提出行驶安全辅助、导航路径规划、材料结构优化、智能养护决策4个具体功能；根据实现功能的数... 详细信息

综述了车路协同感知路面技术体系功能框架与物理架构并展望了未来发展方向。基于基础设施的基本要求，系统描绘了车路协同路面的功能框架，提出行驶安全辅助、导航路径规划、材料结构优化、智能养护决策4个具体功能；根据实现功能的数据类型需求，阐明了涵盖状态感知、数据处理、数据传输、数据融合和能量供给等5个组成核心的技术体系架构。研究梳理了该技术体系中关键的状态感知和数据分析技术，阐释了相关技术原理、性能特点以及存在的问题，提出了技术整体发展需求。综合功能框架技术需求，规划了现有技术融合升级和新技术方向开辟2种途径，指明了车路协同路面的未来发展方向。研究还展望了车路协同路面与其他智慧道路技术如无人驾驶路面、自愈合路面、自俘能路面等的有机融合，以实现车路协同路面的使用效能最大化，并助力未来智慧道路基础设施不断发展完善。

关键词：道路工程车路协同路面状态传感技术数据分析方法

B2B配送中考虑时间窗一致性的车辆路径优化模型与算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2024年第1期39卷 244-252页

作者：姚宇莫鹏里商攀郑长江朱晓宁河海大学土木与交通学院南京210095 东南大学交通学院南京211189 北京交通大学交通运输学院北京100044

在B2B (business to business)物流配送中,收货方通常对配送时间的规律性有较高要求,以配合自身的生产经营活动.对考虑时间窗一致性的车辆路径优化问题展开研究,构建其混合整数线性规划模型,并设计自适应大规模邻域搜索算法进行求解.针... 详细信息

在B2B (business to business)物流配送中,收货方通常对配送时间的规律性有较高要求,以配合自身的生产经营活动.对考虑时间窗一致性的车辆路径优化问题展开研究,构建其混合整数线性规划模型,并设计自适应大规模邻域搜索算法进行求解.针对每日配送路径在时间维度的一致性耦合关系,提出距离优先和时间窗优先相结合的优化策略,在算法框架中嵌入时间窗标定及一致性检验模型,并设计联动型算子以对每日路径方案进行协同操作.基于既有数据集、自建数据集和大规模实际算例对模型算法的有效性进行验证,结果表明,所提算法可以快速求得高质量解,提出的时间窗优先策略及对应的联动型算子可以显著提升算法性能.根据数值计算结果量化分析实现时间窗一致性的附加运输成本,揭示了不同客户点规模和时间窗长度下一致性成本的变化规律.

关键词：物流工程车辆路径问题 B2B配送一致性自适应大规模邻域搜索

探地雷达数值模拟与道路裂缝图像检测的深度学习增强方法

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2024年第6期67卷 2455-2471页

作者：刘震顾兴宇李骏董侨蒋继望东南大学交通学院南京211189 贵州省凯里公路局贵阳550008

针对路面结构内部裂缝的无损检测与智能识别需求,提出一种基于改进的YOLOv8和AutoAugment增强的探地雷达检测与图像自动识别方法.结合Gprmax数值模拟、室内模型试验及现场探地雷达测试,分析得出内部裂缝在探地雷达图像上呈现出明显的"... 详细信息

针对路面结构内部裂缝的无损检测与智能识别需求,提出一种基于改进的YOLOv8和AutoAugment增强的探地雷达检测与图像自动识别方法.结合Gprmax数值模拟、室内模型试验及现场探地雷达测试,分析得出内部裂缝在探地雷达图像上呈现出明显的"双曲线"特征,且裂缝宽度与双曲线的幅度成正比.利用MALA探地雷达GX-750检测获取路面结构内部裂缝病害图像,经多重滤波处理后采用640×640的像素框进行截取.针对裂缝特征在探地雷达图像中尺度较小的问题,通过对最新的YOLOv8模型增加一层像素为160×160的输出层得到改进的YOLOv8模型.同时,引入SKNet注意力机制进一步增加感受野,并采用power IoU损失函数以降低模型训练的损失.针对原始图像数据集,采用AutoAugment无监督自动增强方法,通过近端策略优化的强化学习算法寻找最佳增强策略及其概率和强度,实现了探地雷达数据集的有效扩充.在扩充的数据集上进行训练与测试,结果表明改进的YOLOv8模型取得了90.7%的平均检测精度和90.1%的F1分数,相比原始YOLOv8模型分别提升了6.3%和5.9%,也大幅度超越了主流的目标检测模型.在进行图像增强后,模型的平均检测精度和F1分数分别提升了4.1%和4.6%,对各类尺度的裂缝图像检测也体现出良好的鲁棒性.在养护路段应用探地雷达图像智能识别方法的检测结果与取芯验证结果相吻合,表明提出的改进模型在实际工程应用中是可靠的.

关键词：道路工程路面结构内部裂缝探地雷达检测正演模拟深度学习图像增强

维普期刊数据库博看期刊

研究生“思政课程—课程思政—实践思政”协同育人模式构建

在线全文

学校读者我要写书评

暂无评论

东南大学学报(哲学社会科学版) 2024年第S1期 37-38+42页

作者：马涛张娟秀东南大学交通学院

在研究生教育阶段，思想政治教育相对薄弱。应从整体视野顶层设计构建研究生“思政课程—课程思政—实践思政”协同育人模式，建立协同育人机制。结合东南大学交通运输工程研究生培养实践提出推进举措，可从中微观层面探索研究生思政教... 详细信息

在研究生教育阶段，思想政治教育相对薄弱。应从整体视野顶层设计构建研究生“思政课程—课程思政—实践思政”协同育人模式，建立协同育人机制。结合东南大学交通运输工程研究生培养实践提出推进举措，可从中微观层面探索研究生思政教育改革，推动“大思政课”建设。

关键词： “思政课程—课程思政—实践思政” 协同育人研究生培养

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

炭铁材料修复三氯乙烯污染地下水的性能

中国环境科学 2024年第2期44卷 825-831页

作者：严芳敏郭明帅王菲东南大学交通学院岩土工程研究所江苏南京211189

采用生物炭(BC)为载体的纳米零价铁复合材料作为可渗透反应墙系统(PRB)中的反应介质,通过柱实验和渗透实验,研究了生物炭负载纳米零价铁(BC-nZVI)对三氯乙烯(TCE)的去除效果和炭铁复合材料在长期水流作用下的渗透性能.结果表明:炭铁复... 详细信息

采用生物炭(BC)为载体的纳米零价铁复合材料作为可渗透反应墙系统(PRB)中的反应介质,通过柱实验和渗透实验,研究了生物炭负载纳米零价铁(BC-nZVI)对三氯乙烯(TCE)的去除效果和炭铁复合材料在长期水流作用下的渗透性能.结果表明:炭铁复合材料对TCE的去除率在2h内可达到90%以上,10h时接近100%,随着炭铁复合材料的消耗,去除率逐渐降低,但在24h内仍能保持显著的修复效果,去除率保持在90%以上,72h后降为73.96%.PRB系统中反应介质材料在长期水流作用下出现明显的迁移,炭铁复合材料的稳定性随着炭铁比的减小而降低.5BC-1nZVI材料在持续3d的渗流作用下,其迁移流失率最低,相比纯BC材料的迁移流失情况具有明显的改善效果.微观结果表明球磨法可成功合成炭铁复合材料,合成后的nZVI颗粒存在一定程度的氧化,与TCE接触反应后的炭铁复合材料由于降解产物的附着,炭铁复合材料的表面会形成一层白色薄膜,孔径变小,进而炭铁复合材料对TCE的去除性能降低.

关键词：生物炭/纳米零价铁三氯乙烯可渗透反应墙地下水

在线全文

学校读者我要写书评

暂无评论

轨迹数据驱动的车辆换道意图识别模型

华南理工大学学报（自然科学版） 2024年第6期52卷 34-44页

作者：苑仁腾王晨竹项乔君郑欧丁圣轩东南大学交通学院江苏南京211189 中佛罗里达大学土木、环境和建筑工程系美国奥兰多32816-2450

为及时识别、预测车辆的换道行为,综合考虑目标车辆及周边车辆的时空交互关系,结合时间卷积网络(Temporal Convolutional Network,TCN)的时序处理能力和长短期记忆(Long Short Term Memory,LSTM)神经网络的门控记忆机制,构建了基于TCNL... 详细信息

为及时识别、预测车辆的换道行为,综合考虑目标车辆及周边车辆的时空交互关系,结合时间卷积网络(Temporal Convolutional Network,TCN)的时序处理能力和长短期记忆(Long Short Term Memory,LSTM)神经网络的门控记忆机制,构建了基于TCNLSTM网络的车辆换道意图识别模型。首先,将目标车辆的驾驶意图分为直行、向左换道和向右换道3种类型,从CitySim车辆轨迹数据集中提取出目标车辆及对应同车道、左侧车道、右侧车道的相邻前车和相邻后车的轨迹数据,并利用中值滤波算法获得车辆运行状态指标。其次,针对统计学理论和机器学习方法面临的识别精度不高、训练时间长、参数更新慢等问题,提出利用膨胀卷积技术提取时间序列的时序特征,采用门控记忆单元捕捉时序特征的长期依赖关系,并以目标车辆及周边相邻车辆的速度、加速度、航向角、航向角变化率和相对位置信息等54个车辆状态指标为输入变量,以车辆的换道意图为输出变量,构建了一个基于TCN-LSTM网络的车辆换道意图识别模型。最后,对比分析了不同输入时间步长下TCN、支持向量机(Support Vector Machines,SVM)、LSTM和TCN-LSTM模型的识别精度。结果表明:输入时间序列长度为150帧时,TCN-LSTM模型的识别精度达到最高值96.67%;从整体分类精度来看,相比LSTM、TCN和SVM模型,TCN-LSTM模型的换道意图分类准确率分别提升了1.34、0.84和2.46个百分点,展现出了更高的分类性能。

关键词：交通工程换道意图时间卷积网络长短期记忆神经网络车辆轨迹 CitySim数据集