一、等待汽车的“公路”（论文文献综述）
李建霞[1]（2021）在《高速公路光储充一体化电站选址定容研究》文中提出电动汽车（Electric Vehicle,EV）的普及和可再生能源的利用是保护环境和实现绿色发展的有效措施。高速公路与城市内部相比,具有更大的空间布置光伏、储能等设施,足够的基础充电设施是发展EV的关键,合理的高速公路光储充一体化电站的规划是解决环境问题和交通问题的重要举措。本文主要对高速公路光储充一体化电站的选址和定容等问题展开研究。首先,介绍电动汽车的类型及充电模式,搭建高速公路光储充一体化电站结构,分析高速公路光储充一体化电站选址定容的影响因素,从充电需求、充电服务半径等方面归纳高速公路光储充一体化电站规划的基本原则。其次,基于工程实际考虑,针对并网的高速公路光储充一体化电站,建立了两阶段选址定容模型,第一阶段,基于蒙特卡洛方法进行EV充电需求模拟得到充电点,利用最大覆盖模型确定充电站的位置;第二阶段,根据充电负荷的时空分布和充电站的能量流动关系,基于排队论确定用户的排队等待时间,兼顾用户和充电站的利益,考虑高速公路光储充一体化电站规划中光伏出力及负荷需求等的不确定性问题,建立基于数据驱动的分布式鲁棒优化（Distributionally Robust Optimization,DRO）定容模型,通过信息散度（Kullback-Leibler divergence,KL散度）构建以经验概率分布为中心的概率分布模糊集描述不确定量,利用风险理论将分布式鲁棒优化模型转化为混合整数线性规划问题进而对充电站内的充电桩数量及光储容量进行优化。最后,选取一环形高速公路网作为算例场景,利用所提模型进行高速公路光储充一体化电站选址定容以验证模型的有效性,并将选址定容结果与现有研究进行对比分析,同时,从散度公差、样本数据等方面进行灵敏度分析。结果表明,高速公路光储充一体化电站具有促进可再生能源整合、提高经济性、减慢配电网的升级改造等多重效益。所提方法合理可行,其以数据驱动的方式,无需不确定因素的精确概率分布,具有鲁棒优化和随机优化的双重优点,对高速公路光储充一体化电站规划中光伏出力及负荷需求等的不确定性问题更加有效,配置光储设备后,充电站年均寿命成本降低;通过灵敏度分析可知,可以控制散度公差、样本数据、续航里程、充电功率等有效平衡系统的经济性与鲁棒性。
张壮[2]（2021）在《基于心理账户的大学生中长途出行方式选择研究》文中指出根据许多学者对心理账户（Mental Accounting）的研究,人们在日常生活中会受到心理账户的影响,从而做出一些非理性的行为决策,交通出行方式选择本质上也是一种行为决策,为了更好地了解大学生中长途出行方式选择,本文从心理账户的角度出发,研究大学生内在主观因素对中长途出行方式选择的影响,根据其结论为交通规划与组织提供依据。本文首先使用了SPSS22.0软件,对大学生中长途出行背景下的各类出行时间和出行消费进行了探索性因子分析,并探索出了大学生中长途出行心理账户的分类结构,探索结果表明大学生一般将中长途出行时间心理账户分为四类,包括到站时间、等待时间、主要乘车时间和下车到达时间,将中长途出行消费心理账户分为三类,包括市内换乘消费、主要乘车消费和行程途中生活消费。其次,为了避免属性过多对研究结果产生影响,将到站时间和下车时间概括为市内换乘时间,同时,通过SP问卷调查方式让大学生在不考虑其他因素下分别对主要乘车时间与市内换乘时间、等待时间与市内换乘时间、等待时间与主要乘车时间、市内换乘消费与主要乘车消费、市内换乘消费与行程途中生活消费、主要乘车消费与行程途中生活消费六种情景调查进行独立选择权衡,根据获取的数据建立多项Logit模型（MNL）,并使用Trans CAD软件进行参数估计,结合假设检验和公式推导证明了三类出行时间之间的不可替代和三类出行消费之间的不可替代,得到了大学生中长途出行心理账户的不可替代特征,验证了大学生中长途出行时也会受到心理账户的影响。最后,心理预算是心理账户理论重要研究部分,本文考虑到心理预算对决策行为的影响,将实际出行中的心理预算值作为参考点引入基于心理账户分类结构的MNL模型,运用BIOGEME软件进行参数估计,并和未引入心理预算值参考点的模型进行比较。对比结果表明,引入心理预算参考点的MNL模型对变量的解释能力更好。为了进一步验证模型的适用性,以西安-武汉实际出行为例,将模型预测的出行方式选择概率和大学生实际出行选择概率对比,发现结果误差较小,引入心理预算参考点的MNL模型具有适用性,预测的出行概率分别为普速铁路51.43%、高速铁路30.53%、航空运输16.08%、长途客运1.96%。
田堃[3]（2021）在《公路隧道火灾疏散安全系数模型与试验研究》文中提出公路隧道为半封闭的狭长空间结构,故运营时均采用高标准的管理模式,据统计,隧道内事故发生率明显低于整条线路。然而,事故尤其火灾事故的灾情程度较洞外路段严重。因此,降低隧道火灾发生概率和提高灾后疏散效率就成为隧道运营安全的重点。总体来讲,国内外关于隧道火灾的研究多集中在燃烧理论、火灾场景、火源类型、结构损伤、人体伤害等方面,但关于火灾场景下的人员逃生疏散行为的研究较少,在人员逃生疏散方面的少量研究成果中,主要采用数值仿真单一手段,软件边界条件的假设性较强,导致分析结果与实际情况存在差异。本学位申请论文以国家科技支撑计划项目（2011BAG07B05-4）课题五子课题四“离岸特长沉管隧道防灾减灾关键技术”为科技依托,以港珠澳海底特长沉管隧道安全运营为工程背景,通过理论分析、数值计算、物理试验、疏散行为实测等方法,对公路隧道火灾人员疏散问题开展了较系统研究。通过分析隧道火灾时温度、能见度、有毒气体等对人员疏散的影响,确定了人员安全疏散的温度-能见度-CO浓度临界值;采用马尔科夫链概率分布统计方法获得5MW、20MW、25MW、30MW、40MW、60MW六种燃烧规模所对应的典型火灾场景;建立了公路隧道安全疏散可用时间T（A）、安全疏散必须时间T（R）和人员安全疏散系数等的函数模型及其解析式。本论文的主要结论分为以下几个方面。1)关于隧道火灾人员安全疏散临界值的研究。在隧道发生火灾时,对人员疏散有重要影响的火灾产物主要有:温度、能见度、有毒气体。气体温度对判断隧道使用者和隧道结构是否热暴露,估算探测火灾所需时间和火势蔓延的可能性以及设计通风系统具有重要意义。隧道内能见度好坏严重影响人员疏散成功率。有毒气体是火灾人员疏散致死率的直接影响因素。2)关于隧道火灾人员疏散行为及人员安全疏散系数模型的研究。问卷调查可知:人们对隧道疏散知之甚少,更不知安全设施的位置及用途;隧道火灾时,人员疏散心理行为与性别、年龄、受教育程度、消防教育水平等因素显着相关。通过研究隧道火灾疏散的人员行为特性及疏散安全临界值,探究出隧道火灾安全疏散条件下的可用时间函数模型与必需时间函数模型,由此建立了隧道火灾人员安全疏散系数函数模型。3)关于马尔科夫链概率分布统计的典型火灾场景研究。通过分析不同隧道类型的火灾场景,得到了两车道、三车道隧道火灾事故着火车辆引燃的主要影响因素、相应的火灾场景及发生概率,发现了火灾场景的发生概率随燃烧规模增大呈指数降低。4)关于安全疏散可用时间函数模型的研究。对影响隧道火灾安全疏散可用时间的因素进行分析,结合现有工程实例和疏散实践,通过单因素、双因素分析方法,获得纵向风速-燃烧规模双因素影响下的安全疏散可用时间模型。5)关于安全疏散必需时间函数模型的研究。将隧道火灾人员安全疏散必需时间函数模型离散化,分成疏散准备时间、疏散运动时间、出口排队时间、通道通过时间等四个方面,研究离散后不同模型的影响因素和函数解法,最终获得基于离散模型的隧道火灾安全疏散必需时间函数模型。形成以下主要创新性成果。1)建立了基于蒙特卡洛法的两车道、三车道隧道火灾场景分析方法,得到了不同断面隧道火灾着火车辆引燃条件的影响因素,获得了不同火灾场景及其对应燃烧规模的发生概率。2)得到了温度-能见度-CO浓度影响下的人员安全疏散可用时间,研究了基于纵向风速-燃烧规模下的可用时间函数规律,提出了纵向风速、燃烧规模共同影响下的安全疏散可用时间的函数模型及其解析式。3)获得了基于疏散行为实测的（1）疏散准备时间、（2）出口排队时间、（3）通道通过时间的模型边界参数;建立了基于增强学习的多元多汇疏散运动模型,给出了（4）疏散运动时间的计算方法;提出了基于离散单元的安全疏散必须时间函数模型及其解析式。4)提出并建立了隧道火灾人员疏散安全系数的函数模型及其解析式。本论文建立的基于统计分析的人员疏散模型,为实现人员疏散的评估和评价提供理论依据;建立的增强学习方法下的人员疏散路径模型,为隧道火灾时人员疏散路径及人员的数值求解提供了支持;提出的人员安全疏散系数的函数模型及其解析式,为公路隧道火灾人员疏散开辟了新的思路,提供了新的理论框架,可实现对既有运营隧道的人员疏散量化评估,并为拟建隧道中的防灾减灾和消防配套设施的设置和设计提供科学支撑。
张婷[4]（2020）在《面向车联网智能信息传输的关键新技术研究》文中研究说明车联网（Internet of Vehicles）作为汽车驾驶、电子信息、交通运输等行业深度融合的新型产业形态,越来越成为各国竞相发展的重要方向。车联网以车内网、车际网和车载移动互联网为基础,利用先进的人工智能、信息处理、通信传输、电子传感及控制等技术,在车与X（X:车、路、人、服务平台）间进行无线通讯和信息交换,是实现智能交通、信息服务和车辆智能控制的一体化网络。车联网是一个典型的高速移动的通信网络,涉及动态交通场景中的信息传输、交互、重组、后台数据分析、决策支持等多个过程,信息在多种通信场景之间进行高效、可靠、智能地传输是研究的核心和关键。车联网特殊的应用环境以及节点的高速移动特性,使其在无线通信方面具有拓扑呈带状且频繁变化、路由连接可靠性差、链路传输时延大、数据采集及通信容易造成数据缺失等问题。本文针对车联网智能信息传输上述热点关键问题,从消息智能广播分发、车联网数据缺失修复以及数据分组路由传输三个方面进行了研究,即本文的论题“面向车联网智能信息传输的关键新技术研究”,研究内容和创新之处如下:（1）针对车联网消息广播分发,提出一种基于跨层的消息智能分发新方法（CLCBF,Cross-Layer Contention-Based Forwarding）,以抑制局部广播风暴现象的发生,提高信息传输的实时性和有效性。该方法首先分析和研究冗余杂散分发问题;然后,在此基础上构建数学模型,计算和评估关键性能指标;接下来,实现基于跨层的时延转发自适应传输控制。通过车辆节点流动的蒙特卡罗模拟验证了所提出的方法。实验表明,所提方法提高了分布式消息分发的性能,有效地促进了车联网数据传输的智能水平。（2）针对车联网数据缺失修复,提出一种基于FNN的张量异质集成车联网缺失数据估计新方法（FTEL,FNN-Based Tensor Ensemble Learning）,以应对车联网数据缺失、异常数据等低质问题。该方法首先基于车联网数据流特征构建张量模型;然后,将异质集成思想引入其归算建模中;接下来,利用模糊神经网络优化对张量分解及补全方法进行自适应动态加权异质集成,有效地提高归算精度。通过实证研究,证明了该算法的适用性和有效性。在随机数据元素缺失以及光纤结构性缺失情境下都能产生较为准确的归算结果。（3）针对数据分组路由传输,提出一种基于群智感知策略的可靠车联网数据传输新方法（VGCD,Vehiclar Grouping-Communicated Data）,以提高信息传输的可靠性和高效性。该方法从基于车联网的城市环境监测这一新兴应用入手,进行数据感知检测与传输一体化设计,分两个部分:一是感知监测采集部分,基于城市空气质量采集的车辆群智感知协同监测,避免信息的冗余和通信过载。二是数据传输部分,提出一种可靠数据传输最小延迟混合路由方法。算法基于编码机制设计冗余策略提高数据传输的可靠性,将编码机制与路由设计相结合,融合路由切换思想,以最小化延迟为目标进行基于概率的路由决策。在直线路段,提出基于模糊逻辑预测的车辆自适应连通性分簇路由算法,降低车辆协作过程中的通信开销,确保网络的高连通性;在交叉路口,提出基于概率的最小延迟路由决策算法,降低信息传输时延。实验表明,所提方法有效地提高了数据感知采集与传输效率,增加了传输的可靠性。
吴霞[5]（2020）在《基于智能网联车辆可控性的高速公路与城市道路混合交通流主动控制方法 ——以高速公路长路段和城市信号交叉口为例》文中研究说明自动驾驶和车路协同技术在全面投入实际运用的过程中,必然经历由智能网联车辆和人类驾驶车辆组成的混合交通流阶段。基于有限的智能网联车辆的交通管控模式,将为交通流管控手段带来质的飞跃。通过控制智能网联车辆,可从物理上影响周边交通流的运行状态,改变传统交通流控制方法严重依赖人类驾驶员的服从率、缺乏精确性控制的现状,从而避免因为人类驾驶员驾驶行为的随机性和不确定性导致交通控制效率下降,解决瓶颈/拥堵区容量下降、消散率低等交通问题,有效改善道路交通效率和通行能力。论文充分利用智能网联车辆的可控性,以高速公路长路段和城市信号交叉口为例,开展了不同智能网联车辆渗透率的混合交通流主动控制方法的研究。主要创新性工作包括以下四个方面:（1）提出了高速公路长路段智能网联车辆极低渗透率的交通流主动控制方法。论文以两车道高速公路长路段为交通场景,通过控制分布于两条车道上的两辆智能网联头车以确定的速度和纵向间距行驶,从而人工构造移动瓶颈,控制交通流的运行状态。论文通过考虑人类驾驶车辆穿越不同构型的移动瓶颈时横向换道行为的随机性,分析不同换道行为并构建交通流演化模型,给出移动瓶颈周围交通流的计算方法。基于上述人工移动瓶颈构型与交通流的耦合关系,提出了一种基于多模换道的可变限速交通流主动控制方法,并通过仿真实验验证了在不同人类驾驶员驾驶行为下所提出的交通流主动控制方法的有效性。（2）提出了高速公路长路段智能网联车辆中低渗透率的混合交通流主动控制方法。承接第一方面工作,充分利用智能网联车辆渗透率提升导致可控性增加这一特性,基于智能网联车辆和人类驾驶车辆换道行为的差异性,构建各自的交通流演化模型,并给出混合交通流的计算方法。构建的“人工移动瓶颈构型-智能网联车辆接受间隙-交通流演化特征”耦合模型,通过协同控制人工构造的移动瓶颈和智能网联车辆的可接受前向换道间隙,获得更大的交通流可控范围。论文对比了智能网联车辆不同换道行为下的移动瓶颈周围交通流的数学模型理论结果和对照实验实际结果,验证了所提出的混合交通流主动控制方法的正确性;此外,论文还验证了不同的智能网联车辆渗透率下,所提出的混合交通流主动控制方法的控制效果。（3）提出了城市多信号交叉口基于预定义函数的智能网联车辆轨迹优化方法。针对信号交叉口频繁的走-停现象导致车辆产生过多燃油消耗的问题,考虑多信号交叉口之间的协同作用对车辆行驶轨迹的影响,综合交叉口信号灯约束和车辆运动学约束,以最小化车辆的燃油消耗为目标,建立车辆行驶速度预定义函数曲线,构建智能网联车辆的轨迹优化模型。通过仿真实验验证了所提出的轨迹优化方法能够有效地降低车辆通过多信号交叉口时的燃油消耗,并降低交叉口延误,从而改善交通效率。（4）提出了城市多信号交叉口智能网联车辆中低渗透率的轨迹优化方法。针对多车通过多信号交叉口的交通场景,考虑交叉口通行效率,从集中式控制和分散式控制两种角度,分别提出智能网联车辆中低渗透率下的车辆轨迹优化方法。集中式控制方法协同考虑多车的燃油消耗,构建不同队列组合模式下多车轨迹协同优化模型,并通过仿真验证了所提出的多车轨迹协同优化方法能够改善燃油经济性。分散式控制方法考虑了混合流中智能网联车辆和人类驾驶车辆纵向驾驶行为的异质性,分析了交叉口排队车辆对轨迹优化的影响,构建了考虑通行能力的轨迹优化模型,并在交叉口有/无排队的两种交通场景中考虑不同智能网联车辆渗透率,对比车辆燃油消耗、延误和交叉口通行车辆数,验证了所提出的轨迹优化方法的有效性。结果表明,所提出的方法能够有效的改善车辆燃油经济性,降低延误,并提高交叉口通行能力。高速公路长路段和城市信号交叉口的仿真结果证明,论文所提出的混合交通流主动控制方法能够充分利用智能网联车辆的可控性特征,有效改善道路通行能力,提升道路混合交通流的效率,为智能交通管控提供全新的、更为直接有效的管控手段。
李虹慧[6]（2020）在《京津冀城市群居民城际出行的交通方式选择行为分析》文中进行了进一步梳理随着经济和社会的快速发展,中国的城市化进程也在不断加快。在此基础上,形成了若干大型城市群。在当今中国,一个典型的城市群由三个以上的城市组成,城市群的发展,使得城市群中各城市间的联系更为紧密,业务更多,各城市间交通量增大。据此,为了深入研究城市群范围内居民城际出行行为,本文构建引入出行者心理潜变量的结构方程模型和多项Logistics模型相结合的混合选择模型,基于京津冀城市群居民城际出行问卷调查数据,分析个人属性、出行属性、城市群属性、心理潜变量和突发事件因素等对城际出行方式选择和出行转移行为的影响。主要工作如下:（1）采用Likert5级量表、RP和SP相结合的调查方法设计京津冀城市群城际出行调查问卷,并通过微信、问卷星,以及在京津冀部分城市的火车站、汽车站进行实地调查,共获取1011份有效问卷。调查数据的信度效度检验结果表明数据有效可靠。（2）构建京津冀城市群居民城际出行意愿结构方程模型,分析灵活性、方便性、舒适性、安全性、经济性、可靠性等心理潜变量与其选择城际出行方式的意向之间的关系。结果表明灵活性、方便性等潜变量对三种出行方式的出行意向均有显着影响,且灵活性对小汽车和客运汽车出行意向的影响最大,安全性对铁路出行意向的影响最大,方便性和舒适性对客运汽车出行意向具有负向影响。（3）选取个人属性、出行属性、城市群属性、天气和阻断属性变量,构建城际出行方式选择的Logistic模型。结果表明高学历、高收入、拥有小汽车、已婚且有老人、出行起点是北京、出行目的为休闲娱乐、目的地停留8天及以上、高速公路封路/车次取消情形下的出行更倾向于选择小汽车;出行终点是天津、出行频次为0-1次、中到重度雾霾天气情形下的出行更倾向于选择铁路;且OD点间铁路车次增多,出行者更倾向于选择铁路出行。将出行意愿的心理潜变量作为解释变量加入多项Logistics模型中,构建城际出行方式选择行为的混合选择模型,结果表明引入潜变量提高了模型拟合优度,能更好地解释出行者心理因素对实际方式选择行为的影响。（4）对恶劣天气和阻断事件场景下居民是否发生出行转移构建模型进行分析。结果表明,恶劣天气下容易发生出行转移,其中大雪天气发生出行转移的概率最高;恶劣天气对铁路出行的影响不显着,对小汽车和客运汽车的出行方式转移具有显着影响,且客运汽车相较小汽车更容易发生方式转移;阻断事件对客运汽车的方式转移具有显着影响,其中高速公路封路/车次取消情况下发生出行转移的概率最高。
靳国伟[7]（2020）在《高速铁路分担率预测与列车开行方案设计反馈优化方法研究》文中研究表明截至2019年底,中国高速铁路（简称高铁）运营总里程已突破3.5万公里。近年来,飞速发展的高速铁路使得选择高速铁路列车出行的旅客数量也出现爆炸性增长的态势。而现有的规划运营,考虑旅客出行选择行为与高铁列车开行方案之间动态关系的研究较少。从动态的角度研究高铁旅客出行选择行为与列车开行方案设计问题对旅客运输规划流程也提出了新的要求,鉴于两者之间的关系与控制论中的反馈控制系统比较相近,基于反馈控制原理,本文研究高铁分担率预测与列车开行方案的相互作用,提出了高铁分担率预测与列车开行方案反馈优化框架,依据该框架构建了反馈优化模型,并对涉及的相关理论与方法进行了阐述。本文的研究内容主要包括以下几方面:（1）提出高铁分担率预测与列车开行方案反馈优化框架。通过对影响高铁列车开行方案设计的影响因素、影响旅客出行选择行为的高铁列车开行方案要素进行分析,研究两者相互作用机理。基于控制论中的反馈控制原理与优化理论,从定量的角度构建高铁分担率预测与列车开行方案设计反馈优化框架。（2）旅客出行选择行为研究。为了简化研究,本文选取运输方式的加权平均旅行时间、平均等待时间与票价作为影响旅客出行运输方式选择的要素。基于随机效用理论,结合NL模型,构建旅客出行选择效用函数,使用BIOGEME对模型参数进行估计。在此基础上,以京沪通道为实例,通过设计SP问卷,对该通道的部分OD进行调查分析。此外,定量分析了列车开行方案关键要素对旅客出行的影响,同时也给出定量指导列车开行方案优化调整的方法。（3）提出可变车厢数量与停站时间的列车开行方案优化模型与算法。众所周知,在高速铁路（HSR）列车的开行方案规划中,通常会以固定的方式考虑载客车厢数和停车时间,固定车厢数可能导致列车能力的浪费。本文研究了可变车厢数量与停站时间的列车开行方案设计问题,为求解这一问题,提出了一种基于Dantzig-Wolfe分解原理和列生成过程的分支定价算法。最后,以京沪高铁为实例对模型和算法进行验证。（4）对分担率预测与列车开行方案反馈优化模型与算法进行研究。针对旅客出行选择行为与开行方案设计相互关系,构建高铁分担率预测与列车开行方案反馈优化模型。基于反馈优化框架,本文将模型分解为吸引力系数计算模型与多目标列车开行方案设计模型,并使用迭代算法进行求解。针对多目标开行方案设计模型,采用模糊数学方法转化为单目标规划模型,设计基于Dantzig-Wolfe分解技术与列生成算法求解。最后,以京沪通道为实例进行验证分析。
吕洁[8]（2020）在《高速公路新能源汽车充电基础设施布点优化研究》文中提出为促进新能源汽车的普及与推广,全面提升新能源汽车的运行质量,实现我国经济的可持续发展,近日,相关新能源汽车配套充电基础设施被我国纳入“新基建”重点发展行列。这意味着新能源汽车充电基础设备的合理优化配置、完善各城市区域间高速公路新能源充电基础设施配套建设等内容,将受到各界更为广泛的关注。基于此,本文将站在国家相关充电基础设施建设规划部门角度,以高速公路行驶过程中的新能源汽车用户偏好为研究对象,考虑消费者偏好对充电需求的影响,研究基于消费者偏好的高速公路充电基础设施布点优化。论文的主要研究内容如下:首先,利用文献分析法确定基于消费者偏好的影响因素指标,并通过调查问卷的形式采用专家打分法为各影响因子进行赋值,并利用直觉模糊层次分析法进行评价,评价结果得出基于消费者偏好的高速公路充电基础设施建设影响因子主要为消费者个体偏好下的充电延迟时间dT和充电意愿强度pA两项影响因子;基于此,构建基于消费者偏好的充电决策模型,引用模糊数学理论建立基于新能源汽车行驶过程中的电池电量状态的充电决策（0-1）隶属度函数,在保证消费者偏好下的充电决策在关于新能源汽车电池电量状态的连续性前提下,得出介于充电决策“充电”与“不充电”两种状态之间（0-1）的决策变量;将充电决策隶属度函数应用到充电需求预测模型中,从而构建基于消费者偏好的充电需求预测数学模型,进而构建了基于消费者偏好的高速公路充电基础设施布点优化模型;根据高速公路网案例进行实证分析,通过设定布点规划相关边界条件以及初始参数,根据高速公路充电基础设施候选站址选择流程图,运用启发式算法求解得出间隔为10km,数量为90座的候选站址;应用matlab程序求解基于考虑消费者偏好的充电需求模型以及布点优化模型,在规划的90个候选站址中,优化得到15座充电基础设施站点,结果满足相关成本最小的目标函数要求。本文最后提出模型中评价指标的局限性以及未来展望,随着新能源汽车产业和技术的不断完善,氢气发动机汽车等不同类别新能源汽车的高速公路基础配套设施布点建设等问题将会不断得到优化和完善,相信在未来全球将进入新能源汽车时代。
陈旭超[9]（2020）在《铁路物流中心运输核心作业仿真及优化研究》文中进行了进一步梳理铁路物流中心的合理规划设计及运营对提高铁路物流服务竞争力具有重要作用,由于铁路物流中心建设周期长,投资巨大,计算机仿真成为解决其规划设计及运营组织相关问题的重要手段。运输作业是铁路物流中心作业内容中的基础环节,研究铁路物流中心运输核心作业的仿真建模及优化方法具有紧迫性和必要性。本文综合考虑铁路物流中心运输核心作业的流程及特点,结合离散系统仿真、最优化理论、Petri网等领域的研究成果,研究运输核心作业仿真建模中所涉及的相关方法和技术。论文重点考虑铁路物流中心的列车运转作业、货运卡车作业以及场站作业,针对其中的关键环节进行精细化仿真设计,引入数学优化模型对仿真进程进行优化控制,在此基础上建立铁路物流中心运输核心作业仿真模型,并开发相应仿真系统,以期为我国铁路物流中心的规划设计及作业组织提供有效的辅助决策工具。本文的主要研究内容包括以下几个方面:（1）铁路物流中心运输核心作业仿真及优化的理论和方法。首先对铁路物流中心的相关概念和运输核心作业的涵义进行界定。基于离散事件系统仿真相关理论,梳理铁路物流中心运输核心作业的仿真重点,并分析仿真建模中需重点考虑的决策优化问题。在此基础上,确定了运输核心作业仿真及优化研究的基本内容。最后,提出铁路物流中心仿真环境及拓扑网络创建方法,进而搭建起铁路物流中心运输核心作业仿真建模及优化的理论框架。（2）考虑队列组织策略的门区作业精细化仿真。在分析解析模型局限性的基础上,基于多智能体仿真技术构建门区作业仿真模型,模型中重点考虑货运卡车到达频率波动性、门区服务时间异质性、检查异常事件、起停附加时间等随机波动因素对门区作业的影响,设计相应的仿真模块和仿真机制。最后,基于算例对池化和非池化队列组织策略的适用性进行了对比分析,并对一系列影响门区作业水平的因素进行了敏感性分析。（3）轨道式门吊装卸作业集成调度优化方法。基于时空网络建模方法,构建门吊和车辆装卸作业分层时空网络,以装卸作业总完成时间最小为目标,建立门吊装卸作业集成调度优化模型。为克服分层时空网络耦合约束带来的求解复杂性,设计基于ADMM的对偶分解求解算法,通过对原问题中复杂约束进行对偶松弛及线性化处理,将原问题分解为一系列时空路径搜索子问题。最后,基于算例,验证了模型的有效性,并进一步通过与RCPSP模型进行对比,验证了ADMM对偶分解算法在求解质量和求解效率方面的优势,为装卸作业仿真进程的优化控制提供决策方法支撑。（4）铁路物流中心运输核心作业仿真模型构建及系统设计。在关键作业环节精细化仿真及决策优化方法研究的基础上,考虑铁路物流中心运输核心作业的整体流程,建立基于赋时着色Petri网的仿真逻辑框架。通过梳理各类仿真事件的逻辑结构特点,设计三种通用变迁类型,以此为基础,构建铁路物流中心运输核心作业仿真模型。进一步,考虑复杂决策优化方法在仿真模型中的嵌入问题,提出基于滚动时域机制的门吊装卸作业调度优化方法。最后,在此基础上开发铁路物流中心运输核心作业仿真系统,并对主要功能进行阐述。（5）选取我国东南地区某综合型铁路物流中心为案例进行分析,对仿真模型及系统有效性进行验证,并对案例铁路物流中心设备配置及作业组织的相关问题进行仿真分析,提出优化建议,进一步验证了论文研究的有效性和实用性。
王鹏[10]（2020）在《基于拥堵预测的高速公路收费站车道开闭配置研究》文中研究表明高速公路收费站的车流量具有时变特性,不同时段的交通需求不同。由于缺乏合理的收费车道开闭配置方法,收费车道配置不合理带来的收费站交通拥堵和收费车道闲置问题日益凸显,导致了收费站资源浪费和运营成本上升。本文基于高速公路收费站收费数据,以排队论和深度学习技术为理论基础对收费车道开闭配置展开研究,旨在获得合理准确的车道开闭配置方法,以提升收费站车辆通行效率和收费站运营管理水平。论文主要内容有:（1）研究分析了高速公路收费站的分类组成、收费车道和交通特性;针对收费数据异常和缺失等问题,提出了异常数据处理规则及分析流程,以山西省东社收费站收费数据为例验证了数据处理方法的可行性。（2）研究分析了收费站多元收费方式的使用比例和服务时间,提出了多元收费方式排队模型。模型以服务时间、交通量、多元收费方式比例和车型比为输入,实现了多元收费方式服务时间的计算,完善了排队模型的相关理论。（3）提出了基于PSO-LSTM的收费站拥堵预测模型。首先,将平均排队长度作为收费站拥堵状态的衡量指标,利用收费数据和多元收费方式排队模型得到了车道平均排队长度时间序列;然后,针对LSTM模型的隐含层节点个数和迭代次数的难确定性,利用PSO算法对LSTM模型寻优,以车道平均排队长度、交通量和服务时间为输入来预测收费站车道平均排队长度;最后,以山西省东社、长风和临汾收费站为例进行算法验证,使用SVR模型进行了算法对比,结果表明PSO-LSTM模型相较于LSTM模型和SVR模型,MAPE提升了2%-3%,证明优化后的模型提升了预测精度。（4）基于服务水平等级提出了收费车道开闭配置模型。考虑了收费站通行能力与排队长度的关系,对收费站的服务水平进行四级划分,提出了基于服务水平的车道配置模型,模型以预测车道平均排队长度为输入,以车道配置数量为输出。开发了基于VISSIM的车道开闭配置可视化模型,并对车道配置模型做了灵敏度分析,证明了交通量越大车道配置数越多、小型车比例越大车道配置数减小、移动支付使用比例越高车道配置数小幅增加和刷卡支付对车道配置数影响较小。（5）建立了基于运营成本的车道配置评价模型。以山西省东社、长风和临汾收费站为例对车道配置进行了实证分析,证明了车道开闭配置模型可实现收费车道的合理化配置。
二、等待汽车的“公路”（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、等待汽车的“公路”（论文提纲范文）
（1）高速公路光储充一体化电站选址定容研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文的选题背景和研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 不含DG的电动汽车充电站选址定容的研究现状 |
| 1.2.2 含DG的电动汽车充电站选址定容的研究现状 |
| 1.3 相关技术领域目前存在的主要问题 |
| 1.4 论文的主要研究内容 |
| 2 电动汽车及高速公路光储充一体化电站相关理论基础 |
| 2.1 电动汽车基本理论 |
| 2.1.1 电动汽车分类 |
| 2.1.2 电动汽车充电模式 |
| 2.2 高速公路光储充一体化电站基本理论 |
| 2.2.1 高速公路光储充一体化电站充电设施 |
| 2.2.2 高速公路光储充一体化电站结构 |
| 2.3 高速公路光储充一体化电站选址定容的影响因素及选址定容原则 |
| 2.3.1 高速公路光储充一体化电站选址定容的影响因素 |
| 2.3.2 高速公路光储充一体化电站选址定容的原则 |
| 2.4 小结 |
| 3 高速公路光储充一体化电站选址研究 |
| 3.1 蒙特卡罗法 |
| 3.2 覆盖选址模型理论 |
| 3.2.1 集合覆盖模型 |
| 3.2.2 最大覆盖模型 |
| 3.3 高速公路光储充一体化电站充电需求的分析 |
| 3.3.1 电动汽车模型 |
| 3.3.2 交通模型 |
| 3.3.3 充电需求的时空分布模型 |
| 3.4 高速公路光储充一体化电站选址模型的建立 |
| 3.5 小结 |
| 4 高速公路光储充一体化电站定容研究 |
| 4.1 排队论模型介绍 |
| 4.1.1 排队论简介 |
| 4.1.2 排队系统的组成 |
| 4.1.3 排队论模型的表示形式 |
| 4.1.4 高速公路光储充一体化电站电动汽车排队模型的分析 |
| 4.2 数据驱动的分布式鲁棒优化方法介绍 |
| 4.2.1 分布式鲁棒优化方法简介 |
| 4.2.2 分布式鲁棒优化中模糊集构造 |
| 4.2.3 数据驱动的分布式鲁棒优化方法简介 |
| 4.3 高速公路光储充一体化电站内能量流动关系分析 |
| 4.4 高速公路光储充一体化电站确定性的定容模型 |
| 4.4.1 目标函数 |
| 4.4.2 约束条件 |
| 4.5 考虑不确定性的高速公路光储充一体化电站定容模型 |
| 4.5.1 基于概率距离的不确定集的计算 |
| 4.5.2 数据驱动的分布式鲁棒定容模型的建立 |
| 4.5.3 数据驱动的分布式鲁棒定容模型的转化 |
| 4.6 小结 |
| 5 算例验证及灵敏度分析 |
| 5.1 算例参数 |
| 5.2 求解方法 |
| 5.3 算例结果及分析 |
| 5.3.1 算例结果 |
| 5.3.2 结果分析 |
| 5.4 灵敏度分析 |
| 5.4.1 散度公差对结果的影响 |
| 5.4.2 样本数量对结果的影响 |
| 5.4.3 续航里程对结果的影响 |
| 5.4.4 充电功率对结果的影响 |
| 5.5 小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（2）基于心理账户的大学生中长途出行方式选择研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状总结 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 全文框架 |
| 1.3.3 研究方法和运用工具 |
| 1.3.4 论文研究的技术路线 |
| 2 相关基础理论 |
| 2.1 心理账户理论 |
| 2.1.1 心理账户的本质特征 |
| 2.1.2 心理账户的值函数和编码规则 |
| 2.1.3 参照点的影响 |
| 2.2 中长途出行的特征分析 |
| 2.2.1 中长途出行的过程 |
| 2.2.2 高速铁路客运特性分析 |
| 2.2.3 航空客运特性分析 |
| 2.2.4 其他中长距离出行方式 |
| 2.3 调查方法 |
| 2.3.1 SP调查原理 |
| 2.3.2 SP调查与RP调查的区别 |
| 2.3.3 SP问卷设计 |
| 2.4 本章小结 |
| 3 大学生中长途出行心理账户的分类结构 |
| 3.1 大学生中长途出行方式选择 |
| 3.1.1 出行方式选择预调查 |
| 3.1.2 访谈结果分析 |
| 3.2 出行时间心理账户的分类结构 |
| 3.2.1 预调查 |
| 3.2.2 正式调查 |
| 3.2.3 信效度检验结果 |
| 3.2.4 因子分析结果 |
| 3.3 出行消费心理账户的分类结构 |
| 3.3.1 预调查 |
| 3.3.2 正式调查 |
| 3.3.3 信效度检验结果 |
| 3.3.4 因子分析结果 |
| 3.4 本章小结 |
| 4 中长途出行心理账户的不可替代性特征研究 |
| 4.1 出行时间心理账户的不可替代性 |
| 4.1.1 SP调查设计 |
| 4.1.2 情景组合设计 |
| 4.2 构建出行时间模型 |
| 4.3 出行时间模型结果分析 |
| 4.3.1 参数估计结果 |
| 4.3.2 出行时间不可代替性检验 |
| 4.4 出行消费心理账户的不可替代性 |
| 4.4.1 出行消费的SP调查设计 |
| 4.4.2 模型结果分析 |
| 4.4.3 出行消费的不可替代性检验 |
| 4.5 本章小结 |
| 5 考虑出行心理预算的MNL模型研究 |
| 5.1 心理账户中的心理预算 |
| 5.1.1 心理预算的产生和过程 |
| 5.1.2 中长途出行心理预算参考点的获取 |
| 5.1.3 心理预算结果分析 |
| 5.2 构建模型 |
| 5.2.1 基于心理账户分类结构的MNL模型 |
| 5.2.2 考虑心理预算参考点的MNL模型 |
| 5.3 SP问卷设计与数据处理 |
| 5.3.1 选择肢属性和水平的确定 |
| 5.3.2 实验组合设计 |
| 5.3.3 调查的数据 |
| 5.3.4 模型参数估计结果分析 |
| 5.4 实例分析 |
| 5.4.1 西安-武汉客运通道内出行方式概况 |
| 5.4.2 SP调查数据采集 |
| 5.4.3 结果分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）公路隧道火灾疏散安全系数模型与试验研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究内容 |
| 1.3 研究路线 |
| 第二章 隧道火灾人员疏散基本理论与安全疏散系数模型 |
| 2.1 大型火灾人员疏散案例分析 |
| 2.1.1 大型建筑结构火灾人员疏散案例分析 |
| 2.1.2 典型隧道火灾人员疏散案例分析 |
| 2.2 大型隧道火灾物理试验(与人员疏散相关) |
| 2.2.1 国外大型火灾试验 |
| 2.2.2 国内大型火灾试验 |
| 2.3 公路隧道火灾人员疏散模型研究 |
| 2.3.1 宏观模型、微观模型与介观模型 |
| 2.3.2 确定性模型与随机模型 |
| 2.3.3 基于规则的模型与基于力的模型 |
| 2.3.4 离散模型与连续模型 |
| 2.4 隧道火灾时人员疏散行为调查 |
| 2.4.1 人员疏散的行为阶段 |
| 2.4.2 问卷设计形式 |
| 2.4.3 问卷调查主要结论 |
| 2.4.4 人员疏散行为特征 |
| 2.5 隧道火灾人员安全疏散系数模型 |
| 2.5.1 安全疏散可用时间T(A) |
| 2.5.2 安全疏散必需时间T(R) |
| 2.6 本章小结 |
| 第三章 基于火灾增长蔓延的人员安全疏散临界值 |
| 3.1 隧道火灾增长理论 |
| 3.1.1 隧道火灾增长率(Fire growth rate) |
| 3.1.2 隧道火灾增长模型 |
| 3.1.3 隧道火灾的逆流传播(上游) |
| 3.1.4 隧道火灾的风力传播(下游) |
| 3.2 隧道火灾蔓延理论 |
| 3.2.1 蔓延机理 |
| 3.2.2 火灾蔓延模型 |
| 3.3 隧道火灾人员安全疏散临界值 |
| 3.3.1 温度 |
| 3.3.2 能见度 |
| 3.3.3 有毒气体 |
| 3.4 本章小结 |
| 第四章 基于蒙特卡洛法的人员疏散火灾场景 |
| 4.1 蒙特卡洛法基本原理 |
| 4.1.1 未知参数的概率分布计算 |
| 4.1.2 伪随机数及其对应未知量的计算 |
| 4.2 公路隧道人员疏散火灾场景设计值 |
| 4.2.1 公路隧道人员疏散火灾场景设计 |
| 4.2.2 设计火灾的方法 |
| 4.2.3 达到最大放热率的时间 |
| 4.2.4 基于疏散的隧道设计火灾曲线 |
| 4.3 隧道火灾车辆引燃模型 |
| 4.4 两车道隧道人员疏散的火灾场景及其概率模拟 |
| 4.4.1 既有隧道交通调查 |
| 4.4.2 两车道隧道人员疏散火灾场景分析 |
| 4.4.3 不同燃烧规模概率模拟 |
| 4.4.4 车型混入比对隧道人员疏散场景的影响 |
| 4.5 三车道隧道人员疏散的火灾场景及其概率模拟 |
| 4.5.1 既有隧道交通调查 |
| 4.5.2 三车道隧道人员疏散火灾场景分析 |
| 4.5.3 不同燃烧规模概率模拟 |
| 4.5.4 车型混入比对隧道人员疏散场景的影响 |
| 4.6 不同隧道模型火灾场景引燃结果对比分析 |
| 4.7 本章小结 |
| 第五章 安全疏散可用时间函数模型 |
| 5.1 安全疏散可用时间T(A)函数模型 |
| 5.1.1 安全疏散边界条件 |
| 5.1.2 安全疏散仿真工况 |
| 5.2 不同纵向风速下燃烧规模对安全疏散可用时间影响 |
| 5.2.1 零风速下不同燃烧规模与安全疏散可用时间规律研究 |
| 5.2.2 小风速下不同燃烧规模与安全疏散可用时间规律研究 |
| 5.2.3 大风速下不同燃烧规模与安全疏散可用时间规律研究 |
| 5.2.4 燃烧规模对安全疏散可用时间的影响规律 |
| 5.3 不同燃烧规模下纵向风速对安全疏散可用时间影响 |
| 5.3.1 小规模燃烧下不同纵向风速与安全疏散可用时间规律研究 |
| 5.3.2 大规模燃烧下不同纵向风速与安全疏散可用时间规律研究 |
| 5.3.3 纵向风速对安全疏散可用时间的影响规律 |
| 5.4 纵向风速-燃烧规模双因素下的安全疏散可用时间函数 |
| 5.5 本章小结 |
| 第六章 安全疏散必需时间函数模型 |
| 6.1 安全疏散必需时间T(R)离散模型 |
| 6.2 疏散准备时间研究T_1 |
| 6.3 疏散运动时间研究T_2 |
| 6.3.1 目标函数的建立 |
| 6.3.2 多元多汇模型 |
| 6.4 出口排队时间研究T_3 |
| 6.5 通道通行时间研究T_4 |
| 6.6 基于离散模型的隧道火灾安全疏散必须时间函数模型 |
| 6.7 本章小结 |
| 第七章 安全疏散必需时间函数模型参数确定 |
| 7.1 疏散准备时间函数模型参数确定 |
| 7.1.1 相似性分析 |
| 7.1.2 实测场景及内容 |
| 7.1.3 实测过程及结果分析 |
| 7.2 疏散运动时间函数模型参数确定 |
| 7.2.1 相似性分析 |
| 7.2.2 零纵坡下的人员疏散运动试验 |
| 7.2.3 大纵坡对人员疏散运动影响试验 |
| 7.3 出口排队时间函数模型参数确定 |
| 7.3.1 相似性分析 |
| 7.3.2 实测场景及内容 |
| 7.3.3 疏散门流量系数测定工况 |
| 7.3.4 0.9m宽疏散门流量系数测定 |
| 7.3.5 1.8m宽疏散门流量系数测定 |
| 7.3.6 1.6m宽疏散门流量系数测定 |
| 7.3.7 测定结果分析 |
| 7.4 通道通行时间函数模型参数确定 |
| 7.4.1 相似性分析 |
| 7.4.2 实测场景及内容 |
| 7.4.3 通道运动速度实测 |
| 7.5 本章小结 |
| 第八章 隧道火灾人员疏散安全系数计算示例 |
| 8.1 工程概况 |
| 8.1.1 算例一 港珠澳大桥沉管隧道 |
| 8.1.2 算例二 沪昆高速雪峰山隧道 |
| 8.1.3 算例三 晋济高速岩后隧道 |
| 8.2 安全疏散可用时间 |
| 8.2.1 算例一 港珠澳大桥沉管隧道 |
| 8.2.2 算例二 沪昆高速雪峰山隧道 |
| 8.2.3 算例三 晋济高速岩后隧道 |
| 8.3 安全疏散必需时间 |
| 8.3.1 算例一 港珠澳大桥沉管隧道 |
| 8.3.2 算例二 沪昆高速雪峰山隧道 |
| 8.3.3 算例三 晋济高速岩后隧道 |
| 8.4 人员疏散安全系数评价 |
| 8.4.1 算例一 港珠澳大桥沉管隧道 |
| 8.4.2 算例二 沪昆高速雪峰山隧道 |
| 8.4.3 算例三 晋济高速岩后隧道 |
| 第九章 结论与展望 |
| 9.1 结论 |
| 9.1.1 主要结论 |
| 9.1.2 主要创新点 |
| 9.2 展望 |
| 致谢 |
| 参考文献 |
| 读博期间的研究成果和社会实践 |
| 附录 |
| A 人员个体特征调查结果统计 |
| B 人员下车速率调查表 |
| C 疏散门流量系数调查表 |
| D 人群狭长空间运动速度调查表 |
（4）面向车联网智能信息传输的关键新技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 选题背景 |
| 1.1.2 依托课题 |
| 1.2 车联网概述 |
| 1.2.1 车联网概念及体系结构 |
| 1.2.2 车联网基本特征 |
| 1.2.3 车联网通信 |
| 1.2.4 车联网应用 |
| 1.3 研究的目的和意义 |
| 1.4 本文主要研究内容 |
| 1.5 本文组织结构 |
| 第二章 车联网信息传输的相关技术 |
| 2.1 车联网DSRC/WAVE通信技术 |
| 2.1.1 IEEE802.11p协议 |
| 2.1.2 IEEE1609协议 |
| 2.1.3 MAC层 CSMA/CA机制 |
| 2.1.4 MAC层 TDMA机制 |
| 2.2 消息广播分发机制 |
| 2.2.1 消息广播分发机制及面临的挑战 |
| 2.2.2 消息广播分发协议分类与分析 |
| 2.2.3 消息广播分发跨层干扰受限的功率分配策略 |
| 2.3 车联网数据缺失修复 |
| 2.3.1 张量概念与运算 |
| 2.3.2 张量修复与填充理论 |
| 2.3.3 车联网数据缺失估计机制 |
| 2.4 数据分组传输路由协议 |
| 2.4.1 基于拓扑结构的路由协议 |
| 2.4.2 基于地理位置贪婪路由协议 |
| 2.4.3 基于簇的分层结构路由协议 |
| 2.4.4 基于条件预测及其它路由协议 |
| 2.5 本章小结 |
| 第三章 面向车联网应用环境的消息智能分发新方法 |
| 3.1 引言 |
| 3.2 消息分发时间分析 |
| 3.2.1 消息分发协议抑制“泛洪”冗余杂散分发方法 |
| 3.2.2 冗余杂散分发问题的产生 |
| 3.3 智能消息分发新方法模型 |
| 3.3.1 物理层信道模型 |
| 3.3.2 MAC层策略 |
| 3.3.3 网络层消息分发时延转发机制 |
| 3.3.4 基于跨层的消息分发时延转发策略 |
| 3.4 基于跨层的自适应智能消息分发方法(CLCBF) |
| 3.5 仿真分析与实验测试 |
| 3.5.1 仿真分析 |
| 3.5.2 实验测试 |
| 3.6 本章小结 |
| 第四章 基于FNN的张量异质集成车联网缺失数据估计新方法 |
| 4.1 引言 |
| 4.2 车联网数据集张量设置与性能度量 |
| 4.2.1 数据集张量设置 |
| 4.2.2 车联网数据来源 |
| 4.2.3 性能度量指标 |
| 4.3 算法描述 |
| 4.3.1 基于FNN的张量异质集成模型 |
| 4.3.2 算法策略 |
| 4.3.3 模糊神经网络优化 |
| 4.3.4 基于FNN的张量异质集成缺失数据估计方法的设计 |
| 4.3.5 算法复杂度分析 |
| 4.4 实验测试和讨论 |
| 4.4.1 性能度量 |
| 4.4.2 性能分析 |
| 4.5 本章小结 |
| 第五章 基于群智感知策略的可靠车联网数据传输新方法 |
| 5.1 引言 |
| 5.1.1 研究的主要问题 |
| 5.1.2 研究现状 |
| 5.2 系统概述与建模 |
| 5.2.1 系统概述 |
| 5.2.2 系统建模 |
| 5.3 基于群智感知策略的可靠车联网数据分组传输新方法 |
| 5.3.1 方法概述 |
| 5.3.2 算法策略 |
| 5.4 仿真分析与实验测试 |
| 5.4.1 仿真环境设置 |
| 5.4.2 实验分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 在学期间取得的科研成果和科研情况说明 |
| 致谢 |
（5）基于智能网联车辆可控性的高速公路与城市道路混合交通流主动控制方法 ——以高速公路长路段和城市信号交叉口为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 智能交通系统发展现状 |
| 1.2.2 高速公路长路段交通流控制研究现状 |
| 1.2.3 城市信号交叉口交通流控制研究现状 |
| 1.2.4 现有研究和发展动态分析与总结 |
| 1.3 主要研究内容及技术路线 |
| 1.4 论文组织结构 |
| 第二章 高速公路长路段智能网联车辆极低渗透率的交通流主动控制方法 |
| 2.1 引言 |
| 2.2 交通流主动控制方法与控制场景分析 |
| 2.3 车辆运动状态分析及换道场景分类 |
| 2.3.1 不同换道阶段的可接受前向和后向换道间隙边界 |
| 2.3.2 可接受换道间隙随驾驶员参数的变化分析 |
| 2.4 不同换道阶段的交通流演化 |
| 2.5 移动瓶颈的交通流计算 |
| 2.5.1 移动瓶颈的交通流通用计算 |
| 2.5.2 移动瓶颈下游的输出交通流计算 |
| 2.5.3 移动瓶颈的期望交通流计算 |
| 2.6 实验参数设置及仿真验证 |
| 2.6.1 实验设计及参数设置 |
| 2.6.2 VSL-TFAC方法正确性验证 |
| 2.7 本章小结 |
| 第三章 高速公路长路段智能网联车辆中低渗透率的混合交通流主动控制方法 |
| 3.1 引言 |
| 3.2 混合交通流主动控制方法与控制场景分析 |
| 3.3 车辆换道场景分类及其交通流分析 |
| 3.4 人类驾驶车辆换道的交通流演化 |
| 3.4.1 前向和后向换道间隙边界的确定 |
| 3.4.2 可接受换道间隙随驾驶员参数的变化 |
| 3.4.3 人类驾驶车辆不同换道阶段的输出流 |
| 3.5 智能网联跟随车辆换道的交通流演化 |
| 3.6 移动瓶颈期望混合交通流计算 |
| 3.7 实验参数设置及仿真验证 |
| 3.7.1 实验设计与参数设置 |
| 3.7.2 MTFAC方法正确性分析 |
| 3.7.3 MTFAC方法控制效果分析 |
| 3.8 本章小结 |
| 第四章 城市多信号交叉口基于预定义函数的智能网联车辆轨迹优化方法 |
| 4.1 引言 |
| 4.2 交叉口附近运动状态分析 |
| 4.2.1 交叉口附近交通流特性分析 |
| 4.2.2 车辆行驶状态分析 |
| 4.2.3 交叉口运动场景分析 |
| 4.3 交叉口协同作用下的优化策略 |
| 4.3.1 优化问题 |
| 4.3.2 优化控制方法 |
| 4.3.3 轨迹优化策略 |
| 4.4 单车轨迹优化模型构建 |
| 4.5 基于预定义函数的速度曲线 |
| 4.6 实验参数设置及仿真验证 |
| 4.6.1 实验设计及参数设置 |
| 4.6.2 优化模型有效性仿真验证 |
| 4.6.3 优化模型可扩展性仿真验证 |
| 4.7 本章小结 |
| 第五章 城市多信号交叉口智能网联车辆中低渗透率的轨迹优化方法 |
| 5.1 引言 |
| 5.2 多车轨迹优化方法及场景分析 |
| 5.3 多车轨迹协同优化模型构建 |
| 5.4 多车轨迹协同优化仿真结果分析 |
| 5.5 考虑通行能力的轨迹优化模型构建 |
| 5.5.1 考虑通行能力的轨迹优化策略 |
| 5.5.2 交叉口排队车辆的影响 |
| 5.5.3 考虑通行能力的车辆轨迹优化模型构建 |
| 5.6 考虑通行能力的轨迹优化方法仿真结果分析 |
| 5.6.1 实验设计及参数设置 |
| 5.6.2 考虑通行能力的轨迹优化方法有效性验证 |
| 5.6.3 交叉口排队影响下的轨迹优化结果对比分析 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间取得的成果 |
| 致谢 |
（6）京津冀城市群居民城际出行的交通方式选择行为分析（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 城际出行行为的研究 |
| 1.2.2 恶劣天气对出行行为影响的研究 |
| 1.2.3 潜变量的主要模型研究 |
| 1.2.4 研究现状总结 |
| 1.3 研究目标和研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究方法和技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 2 问卷设计及调查实施 |
| 2.1 调查目的与调查方法 |
| 2.2 问卷设计 |
| 2.2.1 实际出行的RP问卷设计 |
| 2.2.2 出行意愿潜变量的问题设计 |
| 2.2.3 恶劣天气和交通阻断的场景设计 |
| 2.3 调查实施 |
| 2.4 问卷数据统计及质量检验 |
| 2.4.1 问卷的基本统计分析 |
| 2.4.2 问卷质量检验 |
| 2.5 本章小结 |
| 3 基于结构方程模型的居民城际出行意愿分析 |
| 3.1 结构方程模型理论基础 |
| 3.2 城市群区域内居民城际出行意愿建模 |
| 3.2.1 模型构建 |
| 3.2.2 模型参数估计 |
| 3.2.3 模型检验 |
| 3.2.4 模型修正 |
| 3.3 城市群区域内居民城际出行意愿模型结果分析 |
| 3.3.1 潜变量与观测变量间的关系分析 |
| 3.3.2 潜变量间的关系分析 |
| 3.4 本章小结 |
| 4 基于多项Logistic模型的城际出行方式选择行为分析 |
| 4.1 多项Logistic模型概述 |
| 4.2 城际出行方式选择Logistic模型的构建与求解 |
| 4.2.1 模型变量的选取 |
| 4.2.2 参数估计及模型检验 |
| 4.3 城际出行方式选择Logistic模型结果分析 |
| 4.4 本章小结 |
| 5 基于混合选择模型的城际出行方式选择行为分析 |
| 5.1 混合选择模型概述 |
| 5.2 城际出行方式选择行为混合模型的构建与求解 |
| 5.2.1 模型构建及变量选取 |
| 5.2.2 模型参数估计及检验 |
| 5.3 城际出行方式选择行为混合模型的结果分析 |
| 5.3.1 各影响变量的分析 |
| 5.3.2 与多项Logistics模型的对比分析 |
| 5.4 本章小结 |
| 6 基于二项Logistic模型的城际出行转移行为分析 |
| 6.1 二项Logistic模型概述 |
| 6.2 恶劣天气下的出行行为和方式转移模型构建与求解 |
| 6.2.1 出行行为转移Logistic模型的构建与求解 |
| 6.2.2 方式转移Logistic模型的构建与求解 |
| 6.3 阻断事件下的出行行为和方式转移模型构建与求解 |
| 6.3.1 出行行为转移Logistic模型的构建与求解 |
| 6.3.2 方式转移Logistic模型的构建与求解 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 参考文献 |
| 附录 A 京津冀区域不同城市之间的城际出行行为调查 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）高速铁路分担率预测与列车开行方案设计反馈优化方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 旅客出行选择行为研究现状 |
| 1.2.2 开行方案研究现状 |
| 1.2.3 出行选择行为与开行方案综合优化研究现状 |
| 1.2.4 研究现状分析 |
| 1.3 研究内容 |
| 1.4 研究技术路线 |
| 2 高速铁路分担率预测与列车开行方案设计反馈优化框架 |
| 2.1 高速铁路列车开行方案研究 |
| 2.1.1 高速铁路列车开行方案定义与主要内容 |
| 2.1.2 高速铁路列车开行方案设计与优化的影响因素 |
| 2.2 旅客出行选择行为研究 |
| 2.2.1 旅客出行选择影响因素 |
| 2.2.2 影响旅客出行选择行为的开行方案要素分析 |
| 2.3 高铁分担率预测与列车开行方案设计反馈优化框架 |
| 2.3.1 反馈控制系统介绍 |
| 2.3.2 分担率预测与列车开行方案设计反馈优化框架 |
| 2.4 本章小结 |
| 3 旅客出行选择行为研究 |
| 3.1 离散选择模型分析 |
| 3.1.1 Multinomial Logit(MNL)模型 |
| 3.1.2 Nested Logit(NL)模型 |
| 3.2 效用函数及选择概率计算 |
| 3.2.1 影响旅客出行的开行方案要素量化 |
| 3.2.2 效用函数及选择概率 |
| 3.3 实例分析 |
| 3.3.1 调查数据收集与分析 |
| 3.3.2 模型标定及结果分析 |
| 3.3.3 高铁分担率与列车开行方案设计要素的关系 |
| 3.3.4 边际效应与弹性分析 |
| 3.3.5 旅客出行选择行为对开行方案优化调整的作用讨论 |
| 3.4 本章小结 |
| 4 可变车厢数量与停站时间的列车开行方案设计模型与算法 |
| 4.1 数学模型 |
| 4.1.1 模型参数及变量 |
| 4.1.2 模型构建 |
| 4.2 分支定价算法 |
| 4.2.1 Dantzig-Wolfe分解 |
| 4.2.2 列生成算法 |
| 4.2.3 分支规则 |
| 4.2.4 节点选择策略 |
| 4.3 实例分析 |
| 4.3.1 算法性能分析 |
| 4.3.2 京沪高铁 |
| 4.4 考虑旅客换乘的建模方式与求解方法探讨 |
| 4.4.1 模型构建 |
| 4.4.2 列生成算法 |
| 4.5 本章小结 |
| 5 分担率预测与列车开行方案设计反馈优化模型与算法 |
| 5.1 反馈优化数学模型 |
| 5.1.1 模型参数及变量 |
| 5.1.2 模型构建 |
| 5.2 算法设计 |
| 5.2.1 随机机会约束的处理 |
| 5.2.2 非线性模型的转化 |
| 5.2.3 多目标开行方案优化模型处理方法 |
| 5.2.4 单目标规划的Dantzig-Wolfe分解与列生成算法 |
| 5.2.5 算法流程 |
| 5.3 实例分析 |
| 5.3.1 可变情景的最大客流与初始客流对比 |
| 5.3.2 可变情景的初始客流与最大客流的开行方案对比 |
| 5.3.3 算法性能分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录A 旅客出行需求调查问卷 |
| 附录B 京沪高铁任意两站之间平均停站次数(不包括 OD)对比 |
| 附录C 京沪高铁任意两站之间列车数(列/天)对比 |
| 附录D 京沪高铁任意OD未经中间停站的客流比例 |
| 附录E 京沪高铁固定情景开行方案结果 |
| 附录F 京沪高铁可变情景开行方案结果 |
| 附录G 任意OD最大客流相对于初始客流增长率结果(%) |
| 附录H 任意两站之间的列车数(列/天)对比 |
| 附录I 任意OD(不包括OD)之间的加权平均停站次数对比 |
| 附录J 任意OD(不包括OD)之间的平均停站时间(分钟)对比 |
| 附录K 任意OD未经中间停站的客流占比 |
| 附录L 初始客流对应的开行方案结果 |
| 附录M 最大客流对应的开行方案结果 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）高速公路新能源汽车充电基础设施布点优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外充电基础设施建设现状 |
| 1.2.1 国外充电基础设施建设现状 |
| 1.2.2 国内充电基础设施建设现状 |
| 1.3 国内外充电基础设施布点规划研究综述 |
| 1.3.1 国外充电基础设施布点规划研究综述 |
| 1.3.2 国内充电基础设施布点规划研究综述 |
| 1.3.3 高速公路充电基础设施布点规划研究综述 |
| 1.4 研究内容与主要创新 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 主要创新 |
| 2 本研究相关理论基础 |
| 2.1 消费者偏好 |
| 2.2 直觉模糊层次分析法 |
| 2.2.1 直觉模糊集 |
| 2.2.2 模糊层次分析法 |
| 2.2.3 直觉模糊层次分析法 |
| 2.3 布点优化的数学模型 |
| 2.3.1 充电需求模型 |
| 2.3.2 布点优化模型 |
| 2.4 本章小结 |
| 3 基于高速公路新能源汽车消费者偏好的直觉模糊层次分析法评价 |
| 3.1 建立直觉模糊层次分析法评价模型 |
| 3.1.1 构建评价指标体系 |
| 3.1.2 建立直觉模糊判断矩阵 |
| 3.1.3 一致性检验 |
| 3.1.4 指标权重的确定 |
| 3.1.5 综合权重的确定 |
| 3.2 基于消费者偏好影响因素评价模型求解 |
| 3.2.1 构建基于消费者偏好影响因素的评价指标体系 |
| 3.2.2 建立直觉模糊判断矩阵并求解权重 |
| 3.3 本章小结 |
| 4 建立基于消费者偏好的布点优化模型 |
| 4.1 前提条件设定 |
| 4.2 基于消费者偏好的充电决策模型的建立与分析 |
| 4.3 构建基于消费者偏好的布点优化模型 |
| 4.3.1 基于消费者偏好的充电需求模型 |
| 4.3.2 基于充电需求模型的候选站址优化 |
| 4.3.3 基于消费者偏好的布点优化 |
| 4.4 本章小结 |
| 5 实证分析 |
| 5.1 初始参数设定 |
| 5.2 基于消费者偏好的候选站址 |
| 5.3 基于消费者偏好的布点优化方案 |
| 5.3.1 基于消费者偏好影响的充电需求预测 |
| 5.3.2 基于消费者偏好的布点优化方案 |
| 5.4 本章小结 |
| 6 结论 |
| 6.1 研究结论 |
| 6.2 研究不足及未来展望 |
| 6.2.1 研究不足 |
| 6.2.2 未来展望 |
| 参考文献 |
| 附录A 关于直觉模糊层次分析法确定消费者偏好影响因素评价指标调查问卷 |
| 攻读硕士学位期间发表论文及科研成果 |
| 致谢 |
（9）铁路物流中心运输核心作业仿真及优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 门区作业仿真及优化 |
| 1.3.2 门吊装卸调度优化 |
| 1.3.3 货运枢纽运输作业系统仿真 |
| 1.3.4 研究现状总结 |
| 1.4 研究范围及内容 |
| 1.4.1 研究范围 |
| 1.4.2 研究内容 |
| 1.5 研究技术路线 |
| 2 铁路物流中心运输核心作业仿真及优化理论框架 |
| 2.1 铁路物流中心相关概念 |
| 2.1.1 相关定义及主要功能 |
| 2.1.2 铁路物流中心主要设施构成 |
| 2.2 铁路物流中心运输核心作业界定 |
| 2.3 铁路物流中心运输核心作业仿真及决策优化问题分析 |
| 2.3.1 离散事件系统仿真概述 |
| 2.3.2 运输核心作业仿真事件 |
| 2.3.3 决策优化问题分析 |
| 2.4 铁路物流中心运输核心作业仿真及优化基本内容 |
| 2.5 铁路物流中心仿真环境搭建 |
| 2.5.1 铁路物流中心仿真环境抽象 |
| 2.5.2 仿真环境拓扑网络设计 |
| 2.6 本章小结 |
| 3 考虑队列组织策略的门区作业精细化仿真 |
| 3.1 门区作业系统描述 |
| 3.1.1 铁路物流中心门区作业流程 |
| 3.1.2 门区排队解析模型 |
| 3.2 铁路物流中心门区作业多智能体仿真模型 |
| 3.2.1 仿真模型设计 |
| 3.2.2 门区仿真模型构建 |
| 3.3 算例分析 |
| 3.3.1 基于仿真的门区队列组织策略分析 |
| 3.3.2 门区服务水平影响因素敏感性分析 |
| 3.4 本章小结 |
| 4 考虑仿真进程控制的门吊装卸作业集成调度优化 |
| 4.1 问题描述 |
| 4.2 门吊调度时空网模型 |
| 4.2.1 模型假设 |
| 4.2.2 符号定义 |
| 4.2.3 装卸作业分层时空网络构建 |
| 4.2.4 模型构建 |
| 4.3 ADMM对偶分解算法设计 |
| 4.3.1 ADMM算法概述 |
| 4.3.2 基于ADMM的问题分解 |
| 4.3.3 ADMM算法流程 |
| 4.4 算例分析 |
| 4.4.1 算例描述 |
| 4.4.2 优化结果 |
| 4.4.3 ADMM算法求解精度及效率分析 |
| 4.5 本章小结 |
| 5 铁路物流中心运输核心作业仿真模型构建 |
| 5.1 PETRI网建模理论及作业仿真框架 |
| 5.1.1 Petri网相关定义 |
| 5.1.2 运输核心作业仿真逻辑框架 |
| 5.2 铁路物流中心运输核心作业仿真模型 |
| 5.2.1 通用变迁类型设计 |
| 5.2.2 模型构建 |
| 5.3 基于滚动时域的门吊装卸作业调度优化方法 |
| 5.4 仿真系统设计及开发 |
| 5.4.1 仿真模块及系统框架 |
| 5.4.2 仿真系统功能设计 |
| 5.5 本章小结 |
| 6 案例分析 |
| 6.1 案例概况 |
| 6.2 仿真模型及系统有效性验证 |
| 6.2.1 仿真参数设置 |
| 6.2.2 仿真结果及验证 |
| 6.3 设备配置及作业组织方案仿真分析 |
| 6.3.1 铁路物流中心门吊调度模式及配置方案分析 |
| 6.3.2 铁路物流中心进路排列方案分析 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 附录 C |
| 附录 D |
| 附录 E |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（10）基于拥堵预测的高速公路收费站车道开闭配置研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 收费站拥堵预测研究现状 |
| 1.2.2 车道开闭配置研究现状 |
| 1.3 研究内容及技术路线 |
| 2 收费站交通特性及收费数据处理分析 |
| 2.1 收费站分类组成及交通特性 |
| 2.1.1 收费站分类 |
| 2.1.2 收费站组成 |
| 2.1.3 收费站收费车道 |
| 2.1.4 收费站车辆通过特性 |
| 2.1.5 收费站车辆车速特性 |
| 2.2 收费数据处理分析 |
| 2.2.1 收费数据介绍 |
| 2.2.2 收费异常数据类型 |
| 2.2.3 收费异常数据处理规则与流程 |
| 2.2.4 收费数据的交通统计分析 |
| 2.3 本章小结 |
| 3 收费站多元收费方式的排队模型 |
| 3.1 多元收费方式 |
| 3.2 多元收费方式使用比例及服务时间 |
| 3.2.1 多元收费方式使用比例分析 |
| 3.2.2 多元收费方式服务时间分析 |
| 3.3 多元收费方式排队模型 |
| 3.3.1 收费站排队系统 |
| 3.3.2 收费站多元收费排队模型 |
| 3.4 本章小结 |
| 4 基于PSO-LSTM的收费站拥堵预测模型 |
| 4.1 收费站拥堵指标的选择 |
| 4.2 基于PSO-LSTM的收费站拥堵预测模型 |
| 4.2.1 LSTM模型 |
| 4.2.2 PSO算法原理 |
| 4.2.3 基于PSO-LSTM拥堵预测模型构建 |
| 4.3 收费站拥堵预测对比分析 |
| 4.3.1 收费站点选择 |
| 4.3.2 收费站工作日拥堵预测分析 |
| 4.3.3 收费站休息日拥堵预测分析 |
| 4.4 本章小结 |
| 5 高速公路收费站车道开闭配置模型及实证分析 |
| 5.1 收费站服务水平等级划分 |
| 5.2 收费站车道开闭配置模型 |
| 5.2.1 车道开闭配置模型 |
| 5.2.2 车道开闭配置模型灵敏度分析 |
| 5.2.3 车道开闭配置模型可视化 |
| 5.3 收费站车道开闭配置实证分析 |
| 5.3.1 收费站工作日车道配置分析 |
| 5.3.2 收费站休息日车道配置分析 |
| 5.4 收费站运营成本对比评价分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 论文主要工作 |
| 6.2 创新性成果 |
| 6.3 论文研究展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
四、等待汽车的“公路”（论文参考文献）
- [1]高速公路光储充一体化电站选址定容研究[D]. 李建霞. 兰州交通大学, 2021(02)
- [2]基于心理账户的大学生中长途出行方式选择研究[D]. 张壮. 西安建筑科技大学, 2021(01)
- [3]公路隧道火灾疏散安全系数模型与试验研究[D]. 田堃. 重庆交通大学, 2021(02)
- [4]面向车联网智能信息传输的关键新技术研究[D]. 张婷. 天津理工大学, 2020
- [5]基于智能网联车辆可控性的高速公路与城市道路混合交通流主动控制方法 ——以高速公路长路段和城市信号交叉口为例[D]. 吴霞. 长安大学, 2020(06)
- [6]京津冀城市群居民城际出行的交通方式选择行为分析[D]. 李虹慧. 北京交通大学, 2020
- [7]高速铁路分担率预测与列车开行方案设计反馈优化方法研究[D]. 靳国伟. 北京交通大学, 2020
- [8]高速公路新能源汽车充电基础设施布点优化研究[D]. 吕洁. 西华大学, 2020(12)
- [9]铁路物流中心运输核心作业仿真及优化研究[D]. 陈旭超. 北京交通大学, 2020
- [10]基于拥堵预测的高速公路收费站车道开闭配置研究[D]. 王鹏. 北京交通大学, 2020