江阴长江公路大桥钢箱梁体受力分析

介绍了对大桥的风向、风力和交通流量的测试依据和内容，分析了风向、风力的测试结果以及梁体在风力及交通流量等作用下的受力情况，指出钢箱梁体主要受到的力是风力。     

基于Web GIS技术的交通流量分析系统

针对当前交通流量分析技术的新发展趋势,结合web GIS系统的技术特点,从理论和工程实践的角度出发,设计并实现了基于Web GIS技术的交通流量分析系统。该系统的主要功能模块包括数据接收及管理、地图数据处理及分析、地图及数据的发布。该系统的实现及应用不仅可以对交通数据进行直观、生动的显示,还可以提供最新的查询和分析,进而为交通流量分析提供决策和支持。     

面向交通流量预测的多头注意力时空卷积图网络模型

为了充分获取交通流量数据中隐藏的复杂动态时空相关性,提高交通流量预测精度,提出一种多头注意力时空卷积图网络模型MASCGN。首先,采用多头注意力机制为路网中的交通传感器节点自动分配注意力权重,实现对不同邻居节点的权值自适应匹配,充分获取空间相关性;其次,采用带有门控和注意力机制的时空卷积网络充分提取时间序列相关性,并使用残差块结构实现时空卷积层之间的连接,使得模型更具有泛化能力;最后,分别提取周相关、日相关、邻近时间的序列数据,输入三个并行的时空组件以挖掘周、日、邻近三个时间窗口间的时间周期相关性,并通过全连接层获取最终的交通流量预测结果。利用高速公路交通数据集PEMSO4、PEMSO8进行了15 min、30 min、45 min和60 min的交通流量预测实验。实验结果表明MASCGN模型与现有基线模型相比,在未来短期和长期的交通流量预测任务上都具有更优的建模能力。     

面向交通流量预测的时空超关系图卷积网络

交通流量预测是智能交通系统中的重要研究课题,然而,交通对象（如站点、传感器）之间存在的复杂局部时空关系使得这项研究颇具挑战。尽管以往的一些研究将流量预测问题转化为一个时空图预测问题从而取得了较大的进展,但是它们忽略了交通对象们跨时空维度的直接关联性。目前仍缺乏一种全面建模局部时空关系的方法。针对这一问题,首先提出一种新颖的时空超图建模方案,通过构造一种时空超关系来全面地建模复杂的局部时空关系;然后提出一种时空超关系图卷积网络（STHGCN）预测模型来捕获这些关系用于交通流量预测。在四个公开交通数据集上进行了大量对比实验,结果表明,相比ASTGCN、时空同步图卷积网络（STSGCN）等时空预测模型,STHGCN在均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）这三个评价指标上均取得了更优的结果,不同模型运行时间的对比结果也表明,STHGCN有着更高的推理速度。     

考虑交通流量捕获的风-氢-电耦合网络规划

研究在风-氢-电耦合网络下的制氢加氢站(HPRS)与风电场的选址定容问题,以期实现HPRS与风电场的科学布局.首先,建立了包含氢气生产、压缩和储存并被注入氢燃料汽车的HPRS全流程模型,模拟现场电解水HPRS的氢气生产和消耗;其次,提出交通网的加氢逻辑规则及网络扩展技术;最后,同时考虑交通网络约束、电力网络约束和设备运行约束,构建考虑交通流量捕获的风-氢-电耦合网络规划模型.以IEEE 33节点电力网络和25节点交通网络作为算例测试系统,研究结果验证了所提模型的有效性.     

空中交通流量预测建模与仿真研究

研究空中交通流量预测问题,由于航空流量密集,流量增大,造成延误.同时空中交通流量变化具有非线性、时变性等特点.根据线性传统预测方法不能准确描述交通流量变化规律,导致空中交通流量预测精度低.为了提高空中交通流量预测精度,提出一种灰色预测和支持向量机相结合的空中交通流量混合预测模型.混合预测模型先采用灰色模型对空中交通流量线性部分进行预测,然后采用支持向量机非线性部分进行预测,最后将两者结果相融合得到最终预测结果.仿真结果表明,混合模型提高了空中交通流量预测精度,克服了传统预测模型缺陷,为空中交通流量预测提供了依据和有效的方法.     

基于最大李亚普诺夫指数的改进混沌时间序列预测

分析了基于最大李亚普诺夫指数的混沌时间序列预测方法,提出了一种选取重构相空间中的多个邻近参考向量来提高预测精度的改进方法．对洛伦兹混沌系统产生的时间序列进行了预测,结果表明改进方法比原方法的预测精度要高．讨论了噪声和参考邻近点数对预测结果的影响．应用改进方法预测实际的交通流量时间序列的平均相对误差在8%以下,说明了改进方法的有效性．     

国内智能交通事业发展快速

化解大城市的交通拥堵,改善城市环境,智能交通系统被认为是理想的途径。采用什么标准?如何采集信息?采集什么信息?如何发布?对于这些问题,国家智能交通能系统工程技术研究中心专家,北京、上海等地智能交通实施部门负责人在论坛上做了深入研讨。     

计及交通流量动态变化的配电网灾后修复多时间断面优化策略

针对极端灾害下交通流量的动态变化特性对配电网故障修复过程的影响,在电网与交通网耦合的背景下,计及移动式和固定式2类应急恢复资源与故障抢修间的协调调度,提出了配电网灾后故障修复多时间断面优化策略。首先,采用元胞传输模型建立了交通网络模型,预测了抢修小队和移动式储能车的行驶时间。其次,建立了以负荷削减量与恢复资源调度成本最小为目标,故障设备的抢修顺序和恢复资源的调度计划为决策变量的混合整数线性规划模型,并采用多时间断面优化方法求解。此外,提出了一种网架动态重构方法,通过增加虚拟根节点与各失电节点构成一个虚拟孤岛,并随网架改变动态添加和删减该孤岛中的节点数目,保证了整个配电网始终能够满足辐射状约束,提高了算法对故障场景的适应性。最后,采用算例仿真验证了所提方法提升配电网韧性的有效性。     

基于AOSVR的交通流预测及参数选择

实时、准确的交通流量预测是智能交通系统发展的关键.AOSVR是一种支持向量机的在线更新算法,具有模型在线学习的特点,可应用于交通流量的实时预测,其中模型参数的选择是预测性能的关键因素.利用大连SCOOT系统采集的实时数据,通过训练集求解AOSVR的不敏感损失系数ε和惩罚参数C,形成自适应参数选择的AOSVR方法.仿真结果表明该方法能够满足动态路网交通流量预测的实时性和精确性需求,具有一定的应用价值.