【摘 要】
：
以网络上分拣场站的数量为分类依据对我国公路快速货运企业干线运输组织基本形式进行分类。从其空间特征看，我国公路快速货运企业树状干线运输组织模式(Hub-and-Spoke网络结构)的低可靠性是公路快速货运企业正常运转的一大风险。本文基于图论相关理论，提出增设环路运输组织形式以改善Hub-and-Spoke干线运输组织模式的薄弱环节，并简要分析增设环路的改善效果：提高网点的连接指数；提高网络的连通度；
【机 构】
：
School of Economics and Management, BeiHang University. Beijing 100083
【出 处】
：
第七届全国交通运输领域青年学术会议
论文部分内容阅读
以网络上分拣场站的数量为分类依据对我国公路快速货运企业干线运输组织基本形式进行分类。从其空间特征看，我国公路快速货运企业树状干线运输组织模式(Hub-and-Spoke网络结构)的低可靠性是公路快速货运企业正常运转的一大风险。本文基于图论相关理论，提出增设环路运输组织形式以改善Hub-and-Spoke干线运输组织模式的薄弱环节，并简要分析增设环路的改善效果：提高网点的连接指数；提高网络的连通度；增加运输路径方案；有利于培育新层次的网络节点。
其他文献
实时精确的交通速度对于交通管理系统来说是至关重要的。然而，最普遍的单线圈检测器却不能输出速度参数。本文提出了一种新的单线圈检测器速度估计的模糊神经网络方法。采用北京快速路实地数据对算法进行了验证，模型的速度估计结果与实际速度接近，与传统的g因子算法相比精度有显著的提高。这一方法可以有效地应用于交通管理系统速度的估计。
在构建出城市轨道交通评价指标体系的基础上，针对评价影响因素众多尤其是很多指标难以量化的情况，运用主成分分析方法进行评价和数据处理，能够在不损失原有信息的情况下实现降维，简化了城市轨道交通评价评价的难度，提高了结果的准确性和客观性。最后，对综合评价分析模型的可行性与适用性进行了分析。
射频识别技术(RFID)、GPS导航技术、图像自动监视、记录与跟踪技术、计算机网络等应用技术科学合理的应用于民航机场车辆调度系统中，使得机场车辆调度系统管理有一套清晰、完整、便于存取和检索的车辆记录，实现机场车辆调度系统的数字化管理，从而实现机场车辆调度系统的现代化与智能化，进而实现机场车辆调度系统平滑地接入机场信息化的整体架构中，实现数字化机场的建设目标。
因为船舶电站的复杂性与重要性，通过分析船舶电站的数学模型的特点，介绍相应的建模仿真方法及其步骤，详细利用数学模型的求解方法并对船舶电站建模与仿真得出结论。
本文以某六缸柴油机为例，采用有限元结合非线性多体动力学方法，对轴系的扭振情况进行了分析。首先利用AVL专用发动机软件EXCITE建立了轴系仿真的虚拟样机模型，进行仿真分析，随后研究了飞轮惯量对系统扭转振动的影响规律。在此基础上，通过对减振器的参数优化设计降低了轴系的扭转振幅，同时分析了轴系的动态强度特性，保证了其工作可靠性。通过研究证明，利用有限元和非线性多体动力学理论进行发动机振动分析及减振优化
以市场为导向，综合考察消费市场、资源市场、资本市场以及人才市场的管理需要，改进2005年的铁路信息化战略体系结构，依托信息技术全面支持客户营销、资源计划、资本运营以及知识管理，全面实现铁路信息化。
无控制交叉口是一种广泛采用的无信号交叉口型式。本文通过对典型无控制交叉口的实际调查和观测，基于冲突理论，采用冲突技术法对无控制交叉口的通行能力进行研究，综合考虑各向行人、非机动车流和机动车流的相互影响，建立了无控制交叉口各向交通流的通行能力计算模型，并在计算模型中引入冲突系数反映行人和非机动车流与机动车流之间的优先关系，从而为无控制交叉口通行能力的确定提供参考依据。
为了准确预测追尾现象的发生与否，精确计算追尾的时刻，根据车辆的运动状态预先提出防止追尾发生的建议。由跟驰试验数据确定跟驰模型参数，合理应用跟驰模型，结合前车的运动方程建立车辆追尾模型，应用微积分和数值计算相结合的方法推导后车的运动方程和计算追尾时刻。应用所建立的模型可以预测车辆跟驰过程中即将发生的追尾事故，提出避免追尾的驾驶建议，也可以精确计算追尾时刻和追尾时刻前后车的运动状态。车辆驾驶得愈平稳，
桥头跳车是由于引道与桥面之间出现纵坡变化，车辆通过时产生跳跃和冲击。跳跃冲击较大时，会使得驾驶员和乘客感到颠簸不适，降低乘车的舒适性。设置桥头搭板可以在一定程度上减轻对行车的冲击作用。本文通过建立人-车振动模型，分析在给定行车速度、桥面与搭板坡差情况下，乘员的舒适程度；并根据人体的舒适性界限值，建议不同车速、不同搭板长度下坡差的允许值。控制桥面与桥头搭板的坡差在允许值内，以保证乘员的舒适程度。
短时交通流预测在智能交通控制中有重要的应用价值。由于在城市市区固定路段内某一时段交通流量的变化表现出受随机性和趋势稳定性两方面因素综合的影响，而信号的多尺度分析可以将信号分解在不同的尺度下进行研究，将连续多个时段的交通流参数视为随机时间序列，提出了一种基于多尺度分析和RBF神经网络预测的短时交通流预测模型。具体做法是先用小波变换对交通流数据进行不同尺度的分解，然后对各层细节信号进行阈值化降噪，再分