沈阳-大连高速公路交通事故规律的研究

根据对沈阳至大连高速公路交通事故资料的调查、统计和分析，揭示了１９９４～１９９５年度发生的４５２起交通事故的成因及时间、空间分布规律，以及道路条件在交通事故中的影响。对１９９１～１９９３年间的交通事故与交通量的关系、事故发展趋势等进行的研究表明，沈阳大连高速公路事故指标明显高于日本和美国。并据此分析了产生一这现象的主要原因，从而为采取有效措施降低事故率奠定了基础。     

干线公路网交通量综合预测法研究

将四阶段法与总量控制法相结合形成了区域干线公路风交通量的综合预测法，该法吸收两类方法的优点，克服了它们的缺陷，是一种实用预测方法，针对公路网的特点，分析和研究了交通分配方法的改进，由部分路段交通量预测ＯＤ量的重力模型法，规划年度ＯＤ量预测等问题，以黑龙江省国道网为例应用了提出的综合预测法。     

道路交通事故多发点质量控制鉴别法的改进

介绍了道路交通事故多发点的多种鉴别方法,对质量控制法进行了改进.在原质量控制法中,没有考虑事故频率μ的统计特征而直接采用观测记录值,导致鉴别结果的准确性下降.参考有关文献,采用形参为nb和尺参为1/tb的伽玛分布作为μ的概率密度函数,计算出平均事故率λ,从而使λ的取值更合理,事故多发点鉴别的结果更准确.最后应用改进后的质量控制法对沈大高速公路进行了事故多发点鉴别,得到了合理的鉴别结果.     

高速公路运行车速调查与限制车速问题研究

根据不同地形类别、不同交通量和几何线形条件，调查了国内代表各片区特点的15条正在运营的高速公路。通过对107个断面的现场调查与大量实测数据分析，研究我国高速公路不同地形类别和不同线形情况下的车速分布情况、车速变化规律以及相关的影响因素。将平直路段小型车的运行车速作为高速公路平直段限制车速取值的依据，用回归分析的方法建立了运行车速与平曲线半径、运行车速与坡度之间的关系模型，从运营管理的角度提出了确定高速公路曲线段和坡度段合理限制车速具体的方法和建议值。     

基于广义费用最小的城市路边停车规划模型

在考虑交通系统的总体效益的基础上，从综合费用最小的观点出发。提出了一个基于广义费用最小的城市中心区路边停车规划模型，以此来确定路边停车的合理规模，以达到中心区交通系统的总体效益最佳．     

大型油浸变压器绝缘相关技术问题的探讨

对现行变压器预防性试验规程部分试验项目的有效性及变压器运行温度对绝缘性能的影响等进行了分析,并提出了相应的建议。     

10kV配电网单相接地故障定位方法的研究

介绍了一种行波定位方法,将行波反射信号进行小波包分解与重构处理,构造特征矩阵,利用大矩阵来确定故障区段。比较故障线路和正常线路波形,使两波形相减,利用波形差第一个畸变点来确定故障距离。     

Research on traffic congestion mechanism and countermeasures based on dynamic traffic assignment

Traffic congestion greatly influences city develop-ment and activity efficiency. It seriously interferes withthe residents’work and life. To understand the law oftraffic congestion, two causes should be considered.First cause of traffic congestion is irrational planning ofthe city and its road’s network. Improper facility usagewith deficient capacity accompanied with unbalancedflow distribution causes some facilities’to super satu-rate. Also unsuitable TMC (Traffic management andcontrol) …     

基于BP神经网络的交通影响预测模型

对建设项目进行交通影响分析越来越受到交通工程专家和规划管理部门的重视,如何科学预测项目建成后对周围路网的交通影响一直是交通影响分析理论和实践中的重要问题.根据人工神经网络的基本原理,利用三层BP网络,建立了输入变量是建设项目产生的交通量、路网中各路段的背景饱和度、离开建设项目的距离,输出变量是项目建成后路段饱和度的交通影响预测模型,并以哈尔滨国际会展体育中心为例,详细介绍模型的建立过程.模型预测值与实际值之间的相对误差<5%,拟合度达到0.99.     

城市公交车辆驻站时间特征分析及预测

为准确分析公交车辆的驻站时间特征,并对其进行预测,本文对公交车辆驻站过程中的时间构成进行分析,引入了驻站服务时间的概念,用于量化车辆驻站过程中乘客上、下车的时长.根据人工调查数据分析,得出上车时间与下车时间是驻站服务时间与驻站时间的影响因素;与下车时间相比,上车时间与驻站服务时间、驻站时间的相关性更强,且两者的最大值与驻站服务时间、驻站时间的相关性最强.分析了车内拥挤状态对乘客上车时间、下车时间的影响,同时分析了乘客的付费方式、年龄、负重情况对上车时间的影响.引入车辆停靠偏离距离的概念,分析了驻站过程中车辆停靠偏离程度、上车人数对上车延误损失时间的影响,以及车辆待启时长对出站启步延误损失时间的影响.基于上述分析结果,构建了具有8个输入层的BP神经网络的驻站时间预测模型,模型的训练结果和预测结果的拟合优度分别为0.915和0.955,具有良好的预测作用.