道路危险货物运输路线优化评价研究

道路危险货物运输中最重要的问题是如何保障运输过程的安全。通过对危险货物运输路线优化评价的讨论，建立了道路危险货物运输路线优化评价指标体系，提出了用模糊综合评价法建立优化模型，并对陕西关中地区到陕西南部地区的三条主要运输路线进行优化比较研究。     

基于主成分分析法的危险货物运输企业安全评价

为更准确地评估危险货物运输企业安全等级以降低其运输风险,提出基于主成分分析法(PCA)的危险货物运输企业BP神经网络安全评价模型;在从人-机-物-环境-管理角度构建危险货物运输企业安全评价指标的基础上,分别利用该模型和其他3种模型对3家实例企业进行仿真评价和对比分析。结果表明,该模型的评价结果与期望值间的相对误差约为0.5%～1.2%,计算精度优于其他模型,且具有计算量小等特点。     

基于主成分分析和BP神经网络的综合安全评价模型

提出了基于主成分分析法和BP神经网络的综合安全评价模型.利用主成分分析法的数据降维功能对评价指标进行特征提取,选用合适的主成分作为神经网络的输入,构建网络拓扑结构.在建立多层次道路危险货物运输企业安全评价指标体系的基础上,采用MATLAB对企业安全现状进行实证仿真分析.结果表明,基于主成分分析法和BP神经网络的综合安全评价模型的评价结果优于其他评价模型.研究表明,本文得到的综合模型能够更加客观、准确地反映评价对象的实际情况.     

危险货物运输驾驶人风险倾向分类及识别模型研究

为合理评估危险货物运输驾驶人驾驶过程中的风险倾向,建立危险货物运输驾驶人风险倾向聚类及辨识体系,以动态监控系统中记录的驾驶人实时违规预警数据为基础,选取可能引发交通冲突的安全关键事件为特征参数,利用探索性因子分析方法实现指标降维,提取驾驶人风险倾向主因子,并通过K-means算法聚类不同风险倾向的驾驶人,最后基于聚类结果监督训练随机森林模型,辨识未知驾驶人的风险倾向。结果表明,利用选取的8类安全关键事件特征参数,可以将驾驶人风险倾向划分为攻击驾驶倾向、鲁莽驾驶倾向、驾驶分神倾向和驾驶疲劳倾向,且可以识别风险较低的驾驶人,基于随机森林模型的驾驶人风险倾向识别准确率为88.68%,可以较好地实现危险货物运输驾驶人风险倾向辨识。研究结果为危险货物运输驾驶人风险倾向分类及识别提供了方法依据。     

区域危险品道路运输网络双层反馈规划模型及算法

为通过运输网络规划方式降低区域路网危险品运输风险,根据危险品道路运输网络规划中存在监管者路网规划和运输者路线选择的双层约束特征,在假设监管者网络规划目的为总运输风险最小,运输者选线目的为总运输成本最小的基础上,建立区域危险品道路运输网络双层规划模型。进一步提出能求解得到稳定运输网络的双层反馈式算法,即在传统模型算法中增加稳定性检验和反馈调整算法,进而保证运输者在监管者规划路网中所选路线运输成本最小的同时运输风险也尽可能小。最后,通过实例分析检验模型和算法的有效性。计算结果显示,反馈式算法求得的运输网络更稳定,总运输风险值也比传统模式和算法的低。     

886起危险品罐式车辆道路运输事故统计分析研究

为了系统掌握危险品罐式车辆道路运输事故特征及规律,统计分析了886起危险品罐车道路运输事故的发生时间、地点、形态、道路等级、路段特征及事故原因等.结果表明:38.1％的危险品罐车运输事故发生在华东地区,其中11.6％发生在浙江省;82.8％的事故由交通事故引发,其中车辆单独事故占44.1％,车辆碰撞事故占38.7％;9.1％的事故由罐体及附件泄漏和阀门失效引起;就事故形态而言,约23.6％的事故为单方翻车,其次是冲出路外(14.3％)和两车追尾(12.0％);60％的事故发生在高等级公路上,20％发生于城市道路;67％的事故因人员因素导致.     

污染土壤修复与基坑围护结合施工可行性初探

随着城市化的发展,化工企业搬离了市区。各地对退役的场地加强了环境管理,根据污染程度不同进行退役环境评价和修复,进而开展后续开发。本文着重讨论污染土壤修复与房地产基坑围护结合施工的可行性问题。