基于Logistic曲线的路网脆弱性动态识别

为探究突发环境下路网交通负荷的时空变化规律,运用情景分析方法研究突发事件的"产生-消散"过程;通过构建动态识别指标将道路网络分为正常与事发路段集等2部分,对前者采用离散化手段建立动态交通负荷分配模型,对后者利用三参数Logistic曲线完成事发路段交通负荷的近似建模;选择逆向求解策略,将突发环境下的道路网络转化为一个反应型离散控制系统,并运用Lan-Filler套分解算法进行求解;通过算例分析验证该方法的可行性,并与传统的静态脆弱性识别方法比较。结果表明:突发环境下的路网脆弱性指标随着事故的"产生—消散"过程动态变化;与传统方法相比,用基于Logistic曲线的动态脆弱性识别模型,可保证在路网拓扑结构不发生改变的前提下,识别道路网络各路段各时刻的脆弱性,其结果更符合路网实际情况。     

基于直觉三角模糊TOPSIS的高铁列车调度指挥人因失误风险排序

针对高速铁路调度指挥人因风险排序问题,从人因失误概率、人因失误探测度、人因失误重要度和事故严酷度四个方面构建风险评价指标体系。考虑到人因风险指标的模糊性和不确定性,用直觉三角模糊数描述各指标值,基于直觉模糊熵计算指标客观权重,然后建立基于TOPSIS法的高铁列车调度指挥人因失误风险排序模型。最后,基于实例验证了排序模型的实用性。     

短期风化作用下轻质原油化学组成的变化

在自然环境条件下,对轻质原油进行了短期风化模拟实验,采用GC/MS分析了轻质原油的化学组分变化.结果表明:海水中轻质原油经过1 d风化,C数小于n-C12的正构烷烃、甲苯和1,3-二甲基苯组分丢失;经过5 d风化,丢掉的主要组分是n-C13和n-C14、萘和甲基萘,芳香族化合物的质量分数变化不大;风化8 d后,芳香族化合物的质量分数表现迅速增加,风化到21 d后,烷烃几乎全部消失,芳香族化合物质量分数达到最大;轻质原油在较短时间(8 d)内,n-C17/pristine, n-C18/phytane和pristine/phytane特征比率可较好地作为油品鉴别的依据,风化到15 d后,轻质原油的三个特征比率对于油品鉴别已不再具备意义;萜烷(m/z191)作为轻质原油的生物标志化合物可较好的用于溢油鉴定.     

一种基于认知过程分析的人因失误辨识方法——应用于高速铁路列车调度系统

通过总结既有的人因失误分类方法,对主要分类方法的优缺点和适用性进行了评述。既有的人因失误分类方法主要侧重于人因事故分析,在对人的认知过程四阶段尤其是计划决策阶段的失误模式进行主动辨识具有较大的困难。通过综合认知行为四阶段模型和技能型-规则型-知识型行为理论(SRK理论),建立了高铁列车调度指挥认知行为SRK模型。以认知行为SRK模型为基础,提出一种新的人因失误分类方法用以人因失误辨识。以高铁列车调度指挥临时限速为任务背景,进行实际的人因失误辨识工作,并给出了详细的辨识结果。通过对列车调度员的访谈,辨识结果全面覆盖了临时限速时可能出现的人因失误类型,验证了方法的实用性。     

贫信息情况下的应急救援路径选择模型

为及时获取突发事件后的最优应急救援路径,首先运用Zadeh模糊算子量化路段行程速度的模糊性,引入随机动态变量表征路段行程时间的随机性,以此刻画具有模糊性与随机性的贫信息路网环境;然后结合随机一致性条件,构建该环境下的应急救援路径选择模型,再通过数学归纳法将其转化为鲁棒优化模型,并利用改进Dijkstra算法完成求解;最后用KAUFMAN路网验证模型的有效性。结果表明:基于2类不同的Zadeh模糊算子估算路段行程速度,其平均绝对误差为6. 271km/h;与传统方法相比,用鲁棒优化模型得到的应急救援路径行程时间更短;而且这种模型的算法复杂度为多项式形式,故可应用于大规模路网。