交通运输系统工程与信息

Select

王万乐, 钟鸣, HUNT John douglas

2025, 25(4): 1-12. DOI: 10.16097/j.cnki.1009-6744.2025.04.001

摘要 ( )

PDF(3162KB) ( )

交通基础设施对城市经济发展具有强大的推动作用，尤其是大型交通基础设施的建设，对土地利用和空间形态产生重大影响。针对城市交通基础设施广义经济效益评估分析需求，本文提出基于城市经济土地利用-交通整体规划(Urban-Integrated Economy, Land Use, and Transport, U-IELUT)建模的交通基础设施广义经济效益评估框架和方法。在传统“四阶段”交通规划模型的基础上，加入城市经济和人口预测、社会经济活动空间分配、城市空间开发，以及交通基础设施广义经济效益评估模块，构建面向交通基础设施广义经济效益评估的“PECAS+(Production,Exchange and Consumption Allocation System)”广义经济效益评估模型。以武汉地铁2号线为例，基于武汉“PECAS+”广义经济效益评估模型测算其直接经济效益和广义经济效益。结果表明，地铁2号线在2027年的直接经济效益约为10.43亿元；广义经济效益中，动态集聚效益约为2.64亿元，约为直接经济效益的25.3%，说明广义经济效益尤其是集聚效益等带来的经济效益不可忽略。同时，还探明交通基础设施建设对不同小区的影响差异，即广义经济效益的空间分布，可为交通基础设施投资建设提供多维度决策支持。

参考文献 | 相关文章 | 计量指标

Select

低碳视角下轨道交通与土地利用供需协同发展研究

谭德明, 陈可沛, 吴大维, 李延欢, 胡四新, 张彩平

2025, 25(4): 13-23. DOI: 10.16097/j.cnki.1009-6744.2025.04.002

摘要 ( )

PDF(2349KB) ( )

轨道交通和土地利用作为城市空间治理体系的重要组成部分，明晰两者的空间匹配规律，对推动城市绿色低碳发展具有重要意义。本文构建以人口为中介变量的轨道交通-土地利用供需模型，设置自然发展和低碳发展两种情景；基于轨道交通兴趣点数据(POI)、土地利用/土地覆盖数据(LULC)及人口热力大数据，运用客流潜力模型和反向传播神经网络(BP)预测客流供需；最后，运用泰森多边形空间分析法与耦合度模型，对比分析两种情景下深圳市轨道交通与土地利用耦合情况，识别耦合失调原因。结果表明：两种情景下，轨道交通与土地利用耦合度均值均稳定在[0.7,0.8]，且在空间上总体呈现“西高东低”“中间高，四周低”的特征，耦合失调的站点多呈现轨道交通供给能力弱于人口出行需求的供需失衡。相较于自然发展情景，低碳发展情景下，58.63%的泰森多边形单元耦合度占优，验证了低碳发展情景对提升深圳市轨道交通客流和降低交通领域碳排放的积极意义。但由于中心城区人口密度下降，低碳发展情景出现了更多Z＜1的失调站点，导致人口出行需求弱于轨道交通供给的局部供需失衡。研究结果可为超大城市降低交通领域碳排放和协调轨道交通建设与土地集约利用提供参考。

参考文献 | 相关文章 | 计量指标

Select

不同时期下城市轨道交通客流的时空影响机制研究

张鹏羽, 李正中, 张翕然, 岳晓辉

2025, 25(4): 24-33. DOI: 10.16097/j.cnki.1009-6744.2025.04.003

摘要 ( )

PDF(2727KB) ( )

研究工作日、双休日和法定节假日轨道交通客流的时空影响机制，对于制定侧重性开发策略和优化时空资源配置等方面具有重要意义。既有研究多针对工作日客流，未充分考虑不同时期下客流的关键影响因素及其作用差异。本文基于3种时期客流量与“5Ds+C”(密度、混合度、设计、目的地可达性、公交邻近性和网络中心性)影响因素变量数据，实现机器学习回归模型调参训练与评价筛选，运用极限梯度提升回归树-沙普利加法解释模型(XGBoost-SHAP)从整体特征重要性、交互效应和局部时空异质性这3个层面分析客流所受时空影响的差异。针对天津地铁的案例表明：XGBoost相比随机森林(RF)和梯度提升决策树(GBDT)具备更优的解释能力，拟合系数达0.7以上。就整体特征重要性分析而言，工作日、双休日和节假日的关键影响因素、影响重要性和影响模式存在显著差异，双休日和节假日多元化出行因素重要性达59.8%和61.3%。就交互效应分析而言，居住类型用地分别与办公类型用地、购物休闲用地、旅游景点用地对不同时期客流具有显著的交互影响作用。就局部时空异质性分析而言，工作日、双休日和节假日时段应分别注重土地利用程度低的站点域内居住用地，成熟居住区配套设施建设水平和商业旅游用地客流集聚效应，休闲旅游设施完善的站点，节假日客流量显著提升，SHAP影响值涨幅约5000。

参考文献 | 相关文章 | 计量指标

Select

出行即服务促销策略对用户生命周期提升的因果推断研究

俞诚成, 戴一楚, 杨超, 徐雷, 袁泉

2025, 25(4): 34-43. DOI: 10.16097/j.cnki.1009-6744.2025.04.004

摘要 ( )

PDF(2094KB) ( )

针对出行即服务平台短期促销激励策略的有效性评估与精准实施问题，本文提出“准社会实验-因果推断”融合框架，旨在量化短期促销激励策略对出行即服务用户生命周期的平均与异质性处理效应，并实现策略敏感人群的个体级识别。首先，采用准社会实验与倾向得分匹配方法消除在出行频率、消费金额、出行规律性和高峰时段出行占比这4类出行特征上的自选性偏差，在激励策略整体层级估算平均处理效应；然后，引入二元因果森林模型分析用户群组层级行为特征的异质性，计算异质性处理效应与个体处理效应分布；最后，基于个体的增益模型构建自然生存时长与增益值的四象限模型，实现在个体级别的敏感人群动态划分与优先级排序。实证研究结果表明：激励金额与平均处理效应呈正相关，但边际效应递减，尤其是高额激励(＞10元)，尽管平均处理效应为12.18d，但低额激励([1,10]元)在成本效益上更具优势(平均处理效应为11.10d，成本降低82.5%)；用户出行频率与消费金额是驱动异质性处理效应的核心因素，高频率和高消费用户响应较为显著；个体级增益模型有效识别营销敏感人群，其中，60.19%为低出行频率用户，但高消费用户中仍存在12.84%的敏感个体，验证了传统“高价值优先”策略的偏差，并辨识出低出行频率和低消费用户中分别有23.61%与17.37%的反作用人群，需避免干预。

参考文献 | 相关文章 | 计量指标

Select

手机信令不均匀定位下出行端点自适应识别方法

姚振兴, 刘贤, 赵一飞, 王亮, 王彦琛

2025, 25(4): 44-52. DOI: 10.16097/j.cnki.1009-6744.2025.04.005

摘要 ( )

PDF(2413KB) ( )

准确的出行端点信息采集是保障交通规划方案有效性的重要基础。4G/5G通信技术能够连续、动态追踪个体全过程出行轨迹，为精细化出行端点采集带来了新契机。然而手机信令数据固有的不均匀时空定位特性对出行端点识别效果造成了巨大挑战，本文提出一种适用于手机信令不均匀时空定位轨迹的自适应出行端点识别方法。首先，构建U-DBSCAN(UnevenPositioning Density Based Spatial Clustering of Applications with Noise)算法用于不同密度数据下个体出行端点识别，该算法同步考虑信令数据时空双重不均匀约束特性，可有效弥补稀疏信令数据造成的停留点漏识别和错误识别问题；其次，基于K-平均最近邻算法建立U-DBSCAN参数自适应协同框架，实现了数据密度可调可变环境下模型参数自适应最优匹配，促进出行端点识别效果与技术普适性提升。在贵阳市开展大量同步对比实证试验，结果表明：不均匀时空定位环境下个体出行端点识别精度达90.98%，平均坐标误差为344.13m，出行端点到达与离开时间误差均小于3min；相较于KANN-DBSCAN(K-Average Nearest Neighbor Density Based Spatial Clustering of Applications with Noise)、ST-DBSCAN(Spatial Temporal Density Based Spatial Clustering of Applications with Noise)和DBSCAN(Density Based Spatial Clustering of Applications with Noise)等算法，准确率提升9.62%~ 23.45%，说明本文方法的精确性和稳定性更佳。本文能够为分析居民出行活动与需求特征，提升交通规划方案有效性提供有力支撑。

参考文献 | 相关文章 | 计量指标

Select

路口重复放行的公交与社会车辆协同绿波优化模型

张鹏, 李兴旺, 姬炳豪, 孙超, 李文权

2025, 25(4): 53-62. DOI: 10.16097/j.cnki.1009-6744.2025.04.006

摘要 ( )

PDF(2804KB) ( )

为解决公交优先与社会车辆通行效率之间的矛盾，同时兼顾绿波效应，本文提出一种基于路口重复放行的公交与社会车辆协同绿波优化模型。通过引入路口重复放行机制，实现公交与社会车辆在同一交叉口的动态协同优化。模型首先定义了“绿波对”概念，在此基础上，提出以绿波带宽加权和最大化为目标的优化方法，兼顾不同车型的需求以及绿波前后段的截停问题。优化过程中，考虑信号相位差、是否重复放行和信号周期等因素，建立行人过街与绿波约束条件。为验证所提模型的有效性，本文选择镇江市中山东路作为案例，通过VISSIM软件进行仿真分析。结果表明，相较于Multiband与整体式干线公交绿波优化控制方法，本文模型有效减少干线直行及左转社会车辆与公交的平均延误时间和停车次数达30%~34%，对绿波带宽优化达32%~40%。

参考文献 | 相关文章 | 计量指标

Select

基于深度强化学习的城市交通信号分层协同控制方法

代亮, 杜鹏飞, 黄自彬, 杨朋博

2025, 25(4): 63-72. DOI: 10.16097/j.cnki.1009-6744.2025.04.007

摘要 ( )

PDF(2250KB) ( )

强化学习具有强大的自适应性和学习能力，能够根据环境变化和反馈信号不断调整策略和行为，实现持续优化，为城市交通信号控制提供新的技术手段。针对现有强化学习方法在交通信号协同控制中存在的智能体协作效率低下与控制区域划分机制缺失问题，本文提出一种交通信号分层协同控制架构，通过构建交叉口智能体，进行状态空间与回报函数的关联性协同设计，并建立基于拥堵扩散的交通控制子区划分模型，实现动态划分交通控制子区。最后，构建子区智能体协调子区内部交叉口智能体，交叉口智能体根据子区智能体提供的全局性建议以及所在交叉口情况完成信号控制方案的优化，实现区域交通信号分层协同控制。仿真结果表明，与现有定时控制与强化学习方法相比，本文方法平均行程时间分别降低56.78%和29.23%。相比MPLight(Max Pressure Light)方法，平均速度提升7.21%，平均行程时间与停车次数分别减少22.62%和3.98%。此外，通过对比在不同规模以及拓扑结构路网的性能表现，验证本文方法在同质交叉口路网中具有一定可移植性。

参考文献 | 相关文章 | 计量指标

Select

混合动作表示强化学习下的城市交叉口智慧信控方法

王庞伟, 王思淼, 雷方舒, 徐京辉, 王子鹏, 王力

2025, 25(4): 73-83. DOI: 10.16097/j.cnki.1009-6744.2025.04.008

摘要 ( )

PDF(3239KB) ( )

针对城市交叉口环境下单一离散或连续信号控制动作难以充分应对交通流量时空变化，以及现有强化学习方法无法同时解决混合动作空间中的可扩展性和动作依赖性问题，本文提出一种基于混合动作表示强化学习的城市交叉口智慧信控方法。首先，将交叉口智能体的动作空间设置为离散化信号相位选择及其相对应的连续性绿灯持续时间，并进行状态空间与奖励函数的一致性设计；其次，应用离散动作嵌入表和条件变分自编码器构建连续可解码的表示空间，将原始混合动作策略学习问题转化为隐式动作表示空间中的连续策略学习问题；再次，使用近端策略优化方法进行隐式动作表示空间策略训练，并通过解码器将输出动作解码为原始混合动作，与环境进行实时交互；最后，基于北京市高级别自动驾驶示范区实际数据开展测试验证。通过不同时段对比测试结果表明，本文所提方法相比于最优基准模型平均延误时间、平均排队长度和平均停车次数分别降低了2.57%~14.84%，4.00%~9.15%和7.25%~20.69%，达到了良好的城市交叉口信控优化效果。

参考文献 | 相关文章 | 计量指标

Select

网联高速公路合流区基于间隙优化的车辆协同控制方法

王连震, 沈超文, 王宇萍, 薛淑祺

2025, 25(4): 84-95. DOI: 10.16097/j.cnki.1009-6744.2025.04.009

摘要 ( )

PDF(2990KB) ( )

入口匝道车辆可利用主线车辆换道生成的合流间隙，以车队的形式汇入主线。基于此，面向网联自动驾驶车辆(Connected and Automated Vehicles, CAVs)和网联人工驾驶车辆(Connected Human-driven Vehicles, CHVs)的混合交通流，提出一种高速公路合流区基于间隙优化的协同控制(Gap-Optimized Cooperative Merging Control, GOCMC)方法。GOCMC通过构建车辆换道对主线及匝道交通流的综合效益模型，以最大化综合效益为目标，实现主线车辆换道与匝道车辆编队的协同控制，并结合车辆类型和功能特性，差异化控制下游车辆行驶轨迹。仿真结果表明：在不同交通流量下，应用GOCMC后，车辆通过控制区域的平均车速有所提高，且平均延误显著减少。即使在高交通需求(1800veh·h-1·ln-1)下，相较于无控制方案，平均车速仍可提升24.21%，平均延误可减少49.50%；与匝道合流协同控制方法(Cooperative On Ramp Merging Control, CORMC))相比，GOCMC在低渗透率和高匝道流量比下表现出更好的通行效率。敏感性分析显示，增加CAV渗透率可提高合流区通行效率，该效果在低渗透率场景下更为显著；CHV换道依从性对通行效率提升有限，但GOCMC通过周期性优化，有效降低了CHV换道行为随机性带来的影响。

参考文献 | 相关文章 | 计量指标

Select

异质交通流下交叉口信号及车辆轨迹融合控制模型

王海涌, 张丹, 王孟琳, 田爱爱

2025, 25(4): 96-103. DOI: 10.16097/j.cnki.1009-6744.2025.04.010

摘要 ( )

PDF(2410KB) ( )

在异质交通流背景下，针对交通信号调度与车辆轨迹规划协同问题，本文提出集信号和轨迹于一体的融合控制模型。该模型采用竞争双深度Q网络算法(Dueling Double Deep Q Network,D3QN)，通过深度强化学习技术对交通信号和车辆轨迹进行同步优化，旨在实现交通效率与生态驾驶的双重目标，并基于SUMO(Simulation of Urban Mobility)仿真平台对模型进行全面验证。仿真结果表明：与基准模型相比，单一优化策略虽然能在一定程度上改善交叉口性能，但存在整体效率提升受限的问题；本文提出的融合控制模型结合了宏观交通流与微观车辆行为的优化，使车均延误降低66.99%，燃油消耗减少11.26%，同时CO2等污染物排放量也显著减少。进一步的敏感性分析揭示了系统性能随网联自动驾驶汽车(Connectedand Autonomous Vehicles, CAV)渗透率的变化规律修正：当渗透率达到一定水平后，性能提升幅度逐渐减小，且模型在不同交通流量条件下均展现出稳定的优化效果，这一结果证实了该控制方法在城市交叉口环境中的适应性和鲁棒性。

参考文献 | 相关文章 | 计量指标

Select

基于无锚旋转框的航拍图像车辆全向检测方法

王维锋, 黄建鑫, 王晓全, 吴昕韩, 卞子馨

2025, 25(4): 104-115. DOI: 10.16097/j.cnki.1009-6744.2025.04.011

摘要 ( )

PDF(3344KB) ( )

交通场景的航拍图像具有背景复杂，车辆长宽比分布不均，以及车辆航向角动态多变等特点，导致车辆检测任务中易出现漏检或误检问题。为此，本文通过改进YOLOv8-OBB(You Only Look Once version 8-Oriented Bounding Box)网络，提出一种针对航拍图像的车辆全向检测方法。首先，在网络的颈部引入可选择性大核注意力机制(Large Selective Kernel Attention Mechanism, LSKAM)，增强对不同长宽比车辆的特征提取能力；其次，为提升对背景与目标的区分能力，在头部的路径聚合网络(Path Aggregation Network, PANet)中增加维度为10×10的深层特征提取模块；最后，在网络的颈部加入VoV-GSCSP(VoVNetGSConv Cross Stage Partial)轻量化模块兼顾检测精度与速度。在大规模数据集Drone-Vehicle上的实验结果表明，相较于Oriented-R-CNN(Oriented-Regions with Convolutional Neural Networks)、R-YOLOv3-tiny、YOLOv6OBB、YOLOv8-OBB和YOLOv12-OBB等典型检测方法，本文方法具有更优的检测精度和更低的计算复杂度，针对“Car” “Bus”类别的检测精度超过95%，且针对所有类别车辆的平均检测精度为73.7%，计算复杂度为26.9 GFLOPs(Giga Floating-Point Operations per Second)；同时，通过无人机实地采集数据进行验证，表明本文方法可有效减少漏检与误检问题，满足航拍视角下的车辆全向检测任务要求。

参考文献 | 相关文章 | 计量指标

Select

基于物理信息深度学习的交叉口车辆轨迹补全方法

郑立勇, 孙剑, 饶红玉, 邵健轩, 赵威, 郝勇刚

2025, 25(4): 116-125. DOI: 10.16097/j.cnki.1009-6744.2025.04.012

摘要 ( )

PDF(2913KB) ( )

车辆轨迹数据在智能交通系统中有着诸多应用，但其实际应用效果常常受数据缺失问题影响。雷达和视频融合感知技术的迅速发展虽然实现了车辆轨迹数据的全天候采集，但在交叉口场景中仍然面临雷达对排队静止目标不敏感，大型车辆遮挡等原因导致数据缺失问题。针对交叉口车辆轨迹数据缺失，本文提出一种基于物理信息深度学习的补全算法(Transformer-Full-Velocity-Difference, TF-FVD)，将FVD跟驰模型的监督信号引入到Transformer模型的训练过程中，并增加信号灯状态编码模块以考虑交通信号约束。基于雷视轨迹数据集的实验结果表明：FVD模型监督信号和信号灯状态编码模块的引入分别带来了11.6%和15.6%的精度提升；在SinD(Signalized INtersection Dataset)公开数据集中，本文提出的TF-FVD模型较纯数据驱动SOTA(StateoftheArt)算法精度提升了25.3%；基于补全轨迹计算的车辆延误时间分布误差降低了9.14%，体现了其在实际应用中的价值。

参考文献 | 相关文章 | 计量指标

Select

基于异构多图时空融合的长时域车辆轨迹预测

陈峥, 张景, 陈博闻, 李春宇, 郭凤香, 魏福星

2025, 25(4): 126-136. DOI: 10.16097/j.cnki.1009-6744.2025.04.013

摘要 ( )

PDF(2450KB) ( )

车辆轨迹预测的准确率直接影响行车安全性。传统方法仅考虑车辆的运动特征数据，未能充分利用道路环境信息。此外，现有方法在长时域轨迹预测任务中常面临梯度消失等问题，导致预测精度显著下降。为有效解决这些问题，本文提出一种异构多图时空融合的长时域车辆轨迹预测方法。首先，将历史交通信息解耦为道路环境信息与车辆交互信息，并通过图拓扑结构建模方法将上述两类信息分别建模为道路环境图与车辆交互信息图；其次，采用图注意力网络分别对道路环境图与车辆交互信息图进行卷积和池化操作，以获取各自的时空依赖信息；然后，引入门控融合机制，动态调节环境约束与交互行为的贡献权重，得到融合特征序列；最后，通过Mamba网络对融合特征序列解码，输出长时域预测轨迹。仿真结果表明：在5s的预测时域上，本文模型相较于最优基线算法，预测轨迹的平均误差降低22.8%，终点误差降低32.6%，均方根误差降低了18.9%，显著提升了长时域预测精度。

参考文献 | 相关文章 | 计量指标

Select

大语言模型协同强化学习的自动驾驶决策方法

王祥, 任浩, 谭国真, 李健平, 王珏, 王妍力

2025, 25(4): 137-146. DOI: 10.16097/j.cnki.1009-6744.2025.04.014

摘要 ( )

PDF(2012KB) ( )

针对当前自动驾驶系统的高层决策缺乏具体执行细节和持续学习能力的问题，本文围绕大语言模型(Large Language Model, LLM)研究细化自动驾驶决策环节的应用。基于LLM强大的推理能力和强化学习(Reinforcement Learning, RL)的探索能力，提出一种LLM协同RL细化决策的方法。首先，基于RL输出的高级动作，利用LLM的推理能力预测自车的未来轨迹点；然后，将RL模型的输出和当前状态信息相结合，对下一个状态做出安全、无碰撞且可解释的预测；最后，将上述驾驶决策过程向量化后，存储到记忆模块作为驾驶经验，驾驶经验定期更新，实现持续学习。LLM预测的轨迹点为PID(Proportional-Integral Derivative)控制器提供详细的运动路径，为其调整车辆加速度和速度提供依据，确保车辆沿预定路径行驶。此外，轨迹预测还能评估并规避潜在碰撞风险，通过分析交通状态和历史数据规划安全路径。闭环实验结果表明：本文决策方法在各项评估指标上均优于其他模型，相对于RL、单纯基于LLM的决策方法和基于LLM跟车模型的驾驶分数分别提高了35.12，14.33和12.28，拥有记忆模块的方法比没有记忆模块的方法的驾驶分数提高了25.59。

参考文献 | 相关文章 | 计量指标

Select

无人机航拍视角下密集场景非机动车小目标检测方法

郑展骥, 冯昌奎, 赵杨洋, 凃强, 张河山, 徐进

2025, 25(4): 147-161. DOI: 10.16097/j.cnki.1009-6744.2025.04.015

摘要 ( )

PDF(3527KB) ( )

针对无人机航拍图像中背景丰富，多个小目标聚集导致的误检、漏检，以及置信度不高等问题，本文提出一种改进YOLOX(YouOnlyLookOnceX)的目标检测算法。首先，设计一种提取高频特征信息的注意力机制(LE-MSA)，避免小目标特征消失在冗余信息中；其次，为防止样本类别不均衡导致检测效果差的问题，引入VarifocalLoss损失函数，与BCEWithLogitsLoss损失函数共同参与分类准确度和目标框定位精度的提升；最后，提出一种包含自适应小目标增强和区域增强方法在内的多策略数据增强方法，提高模型的泛化能力。试验结果表明，LE-YOLOX算法表现出良好的检测能力，其检测精度达到90.78%，优于Faster R-CNN(71.30%)、YOLOv5(88.15%)、YOLOv8(87.63%)、YOLOv10(86.1%)和YOLOX(87.82%)；同时，改进YOLOX在实际检测时能够有效解决无人机航拍图像下密集小目标的误检和漏检问题，具有较强的小目标识别和密集目标处理能力。

参考文献 | 相关文章 | 计量指标

Select

基于计算机视觉的地铁车站内乘客异常行为检测模型

吴剑凡, 谢征宇, 秦勇, 王力, 王佳丽

2025, 25(4): 162-174. DOI: 10.16097/j.cnki.1009-6744.2025.04.016

摘要 ( )

PDF(2987KB) ( )

为及时有效地应对地铁车站内乘客异常行为事件，本文提出一种基于计算机视觉的两阶段融合模型BiFuseNet(Bi-Fusion Network)，该模型通过融合轻量级检测网络LMD(LCAB, MCAB, DyHead)-YOLO和基于EfficientformerV2的高效分类网络，实现高效且精准的异常行为检测。在模型第1阶段，通过引入轻量卷积聚合块(LCAB)、混合卷积聚合块(MCAB)和动态检测头(DyHead)，有效减少模型的规模，同时，提升对小目标和遮挡目标的检测能力；在第2阶段，采用多层次加权融合策略优化检测和分类结果，进一步增强模型的鲁棒性。实验结果表明，BiFuseNet在自建的MetroAB数据集上取得了89.3%的准确率，较传统模型提高了6.1%，且实现了43.7 frame·s-1的检测速度(FPS)；在PASCAL VOC(Pattern Analysis, Statistical Modelling and Computational Learning Visual Object Classes)和VisDrone(Visual Detection of Drones)公开数据集上，分别提高了10.1%和2.7%的准确率，进一步验证了模型在小目标和遮挡目标检测方面的优势，以及其优异的泛化能力。通过以上设计，BiFuseNet显著提升了地铁车站内乘客异常行为检测的效率和精度。

参考文献 | 相关文章 | 计量指标

Select

模块化公交车辆调度研究综述

宋翠颖, 丁杰, 张春波

2025, 25(4): 175-192. DOI: 10.16097/j.cnki.1009-6744.2025.04.017

摘要 ( )

PDF(1588KB) ( )

模块化公交车辆(Modular Transit Vehicles, MTV)作为一种创新的公共交通工具，其核心特点是能够根据需求灵活地组合与拆分模块单元，优化公共交通系统的资源利用率、运营效率和乘客舒适度。近年来，随着智能交通技术的发展，MTV的调度策略成为研究热点，为此，本文总结与分析MTV调度和评价方法的研究现状。首先，介绍如何对已有的MTV调度研究进行分类以及各类别包含的研究内容；其次，分类整理MTV调度的相关研究，并总结MTV的评价指标，分类方式主要根据已有研究中MTV的调度服务范围进行划分(单线路服务范围和线路网服务范围)，再根据模块化单元之间可组合与拆分的站点位置和MTV运行线路的特点进一步细分(固定/弹性单线路调度和固定/灵活线路网调度)，此外，还涵盖MTV具体的服务模式(常规公交、接驳公交、直达公交、穿梭公交、需求响应式公交和定制公交)；最后，总结研究内容中存在的不足，为未来潜在研究方向提供建议，深入探讨乘客车内换乘方案、MTV充换电策略、丰富MTV研究场景以及关注MTV基础设施建设，并重视公众对模块化公交车辆的认识度。

参考文献 | 相关文章 | 计量指标

Select

多特征融合的网约车拼车起讫点需求时空预测

谢秉磊, 冯健茜, 秦筱然

2025, 25(4): 193-205. DOI: 10.16097/j.cnki.1009-6744.2025.04.018

摘要 ( )

PDF(2964KB) ( )

针对现有拼车需求预测研究中对拼车订单关联性考虑不足的问题，本文提出一种基于时空多图卷积神经网络的拼车起讫点需求时空预测模型。首先，将拼车订单数据处理为各个起讫点之间需求的时序数据，分析并挖掘拼车需求的多个特征信息。在此基础上，根据拼车拼成率、路径相似性和土地功能相似性构建多个反映拼车订单关联的语义图，为拼车需求预测提出新的语义建模视角；同时，构建反映相邻性和距离的地理图，从多维度对地理相关性与行程语义关联进行建模。在模型构建上，本文提出层级化多图信息融合机制，充分捕捉数据中的时空相关性。此外，引入影响拼车需求的外源因素，构建融合多特征的时空多图卷积模型。实验结果表明，拼车拼成率、路径相似性和天气是影响拼车需求的关键因素。相较于多图注意力卷积网络(GMAN)、时空长短期记忆网络(SP-LSTM)和残差多图卷积网络(RMGCN)，本文方法的预测结果均方根误差分别降低了11.44%、7.06%和3.89%，平均绝对误差分别降低了9.45%、10.85%和7.26%，表明本文提出的方法具有较高的预测精度和科学性。

参考文献 | 相关文章 | 计量指标

Select

融合仿真与机器学习的交织区通行能力协同估计方法

荣建, 吴培佳, 高亚聪, 王益, 窦灏

2025, 25(4): 206-218. DOI: 10.16097/j.cnki.1009-6744.2025.04.019

摘要 ( )

PDF(3698KB) ( )

为克服现有方法在交织流量表征和影响因素量化方面的不足，本文融合微观仿真与机器学习方法，构建从仿真标定和影响因素作用机制分析到通行能力估计的研究框架。提出结合DBSCAN(Density Based Spatial Clustering of Applications with Noise) 聚类、信息熵与遗传算法的 DIEGA(DBSCAN Information Entropy Genetic Algorithm)仿真标定改进方法；通过仿真实验分析交织区长度( LW )、驶入流量( QRF )、驶出流量(QFR )与通行能力的关联关系；同时，构建基于堆叠策略的通行能力估计模型，并结合SHAP(SHapleyAdditive Explanation)方法剖析各影响因素的作用机制。结果表明：DIEGA标定方法可将交织区各流向延误误差控制在3%以内，较传统遗传算法的收敛速度提升22.2%；在总交织流量相同的情况下，QRF与QFR的不同占比会导致通行能力在约15%范围内波动，且QRF、QFR与LW之间存在非线性耦合关系；基于堆叠策略的随机森林机器学习(ML_RF)模型(R2=0.969)表现最佳，优于其他基线模型；SHAP分析显示，当QRF /QFR占比接近1，且LW的范围为250~350m时，可实现4635~4860pcu·h-1的峰值通行能力。

参考文献 | 相关文章 | 计量指标

Select

融合轨迹时序与行为修正的车辆冲突风险预测

陈喜群, 祝文琪, 吕朝锋

2025, 25(4): 219-229. DOI: 10.16097/j.cnki.1009-6744.2025.04.020

摘要 ( )

PDF(2756KB) ( )

针对高速公路车辆冲突指标的突变性，本文提出基于轨迹数据的车辆纵向冲突风险实时预测模型，提高车辆冲突预测精度。模型采用碰撞时间(Time-to-Collision,TTC)作为纵向冲突替代安全测度指标，将不连续的指标预测转换为连续的速度参数时序预测，通过TTC实时推演模块输出预测冲突风险；应用时序Transformer实现高精度预测，针对冲突状态下驾驶员主观行为导致的偏差，融合自适应修正模块，在当前冲突指标达到阈值时激活短期加速度拟合，通过拟合的加速度修正Transformer预测值。在实测车辆轨迹数据上验证模型有效性，结果表明：本文模型在性能指标上均优于基准模型；相比基础Transformer模型，融合了自适应偏差修正模块的自适应风险调整Transformer(Adaptive RiskAdjustment Transformer, ARATransformer)模型的均方误差(MSE)降低了48.33%，均方根误差(RMSE)降低了21.33%，平均绝对误差(MAE)降低了24.10%。此外，本文所提模型具有能够适应不同驾驶员轨迹的泛化性，为冲突预警和提高辅助驾驶情形下系统风险干预的响应水平提供了有效方法。

参考文献 | 相关文章 | 计量指标

Select

道路养护作业区车辆冲突预测及关键因素判别

许左前, 陈海龙, 李连进, 张顶, 陈红

2025, 25(4): 230-240. DOI: 10.16097/j.cnki.1009-6744.2025.04.021

摘要 ( )

PDF(2258KB) ( )

为研究养护作业区内车辆冲突的特性并降低换道过程中的冲突风险，基于无人机采集的城市道路养护作业区视频数据，提取轨迹数据进行冲突预测，并分析静态防护设施与周围车辆特征对冲突风险的影响。通过引入拓展碰撞时间(ETTC)、停车距离(SDI)和作业区碰撞时间(WZ-TTC)这3项关键指标，结合CatBoost算法实现冲突风险的高精度预测，测试集上的准确率达93.3%。研究表明，在养护作业区内，主车与周围车辆的相对速度、距离，以及车辆与静态设施的间距是影响冲突风险的主要因素。护栏等静态设施的布设会显著影响交通冲突风险，这种影响随着距离增大而逐渐减弱。当车辆与护栏的间距小于20m时，左前方车辆的相对速度是最关键的风险因素。随着距离增加到20~30m区间，左后方车辆的速度影响开始凸显，而超过30m后，护栏的制约作用基本消失。同时，左侧车道的车辆参数对冲突风险的影响程度高于右侧车道。

参考文献 | 相关文章 | 计量指标

Select

城际与市域铁路过轨运输下列车时刻表和停站方案协同优化

陈喜春, 杨阳, 田小鹏

2025, 25(4): 241-253. DOI: 10.16097/j.cnki.1009-6744.2025.04.022

摘要 ( )

PDF(2734KB) ( )

在城际与市域铁路过轨运输模式下，协同优化列车时刻表和停站方案，有利于降低旅客换乘频次，提升旅客出行质量。首先，采用小时OD(Origin-Destination)客流作为旅客出行需求输入，通过列车候选停站方案反映过轨运输模式下可能的停站选择，借助时空网络分别引入基于弧段的列车与客流变量，建立多商品流约束刻画列车运行轨迹和旅客出行过程，采用耦合约束实现列车与客流的时空匹配，构建以最小化列车运行成本和旅客出行成本为目标的混合整数线性规划模型；其次，在拉格朗日松弛框架下，将所建模型分解为列车时空路径、停站方案选择和客流需求分配这3个易求解的子问题，设计基于对偶解的启发式方法求解原问题可行解；最后，为验证所提方法的有效性，以两组实际线路为背景进行案例分析。研究结果表明：本文方法能够生成响应旅客需求的列车服务方案，其中，超过80%跨线客流选择直达列车提升出行顺畅性，同时，各OD对的列车停站次数与客流分布趋势基本一致；对于17个车站和80列列车的案例，本文方法能够在合理计算时间内获得优于求解器的解。

参考文献 | 相关文章 | 计量指标

Select

考虑负载不确定性的城轨列车目标速度曲线实时鲁棒优化

朱琴跃, 李纪元, 李泓羿, 钱舒杨, 赵亚辉

2025, 25(4): 254-264. DOI: 10.16097/j.cnki.1009-6744.2025.04.023

摘要 ( )

PDF(3990KB) ( )

针对城轨列车自动驾驶过程中乘客负载不确定性变化对列车正常运行的影响，本文提出一种考虑负载不确定性的列车目标速度曲线实时鲁棒优化方法，包括模型设计、模型训练和模型验证这3个部分。首先，基于马尔可夫决策过程构建列车驾驶强化学习模型，其奖励设计兼顾对性能指标和操纵策略的鲁棒优化；其次，使用基于潜力奖励塑形技术(Potential-Based Reward Shaping,PBRS)改善模型训练的收敛性能，通过深度Q网络(DeepQ-Network, DQN)估计价值函数，实现实时响应城轨列车负载的变化；最后，以北京地铁某运营线路的列车运行场景为仿真案例验证模型的有效性。仿真结果表明，DQN-PBRS算法的平均计算时长为26ms，可实现实时生成列车的目标速度，生成的目标速度曲线在极端负载和负载变化情况下相较于DQN算法具有更好的鲁棒性，且列车运行能耗降低5%以上。通过对算法中关键超参数进行敏感性分析，确定了训练效果最优的超参数组合。

参考文献 | 相关文章 | 计量指标

Select

不对称可变时滞下的列车虚拟编组稳定控制方法

李嘉炜, 田大新, 吴思凡

2025, 25(4): 265-274. DOI: 10.16097/j.cnki.1009-6744.2025.04.024

摘要 ( )

PDF(2152KB) ( )

虚拟编组被认为在提高铁路运输容量方面具有潜力，然而不可靠通信环境会对虚拟编组带来安全风险，严重影响其运行效率。针对不可靠通信环境下虚拟编组系统存在的时延敏感性问题，本文提出一种分布式在线最优控制方法，以提高列车队列在不稳定通信和可变时延条件下的稳定性与安全性。具体而言，构建基于双向通信拓扑结构的编组列车动力学模型，明确不对称时延网络下列车间的动态特性，设计模型预测控制框架。在考虑安全限制和列车自身特性约束的基础上实现有效编队和燃油经济性的平衡。此外，数学推导了不对称时延下控制参数需满足的字符串稳定性条件，并将其作为实时约束以确保列车相互之间的稳定性。实验结果表明：本文提出的控制方法可以有效地应对系统可变时延带来的影响，缩短了虚拟编组队列形成所需时间，降低了最大波动幅度。在不同运行场景下比传统方法效率提高35%~40%，在提高列车队列编组效率和稳定性方面具有显著优势。

参考文献 | 相关文章 | 计量指标

Select

基于多层网络加权投影的站内关键轨道区段识别研究

高鹏飞, 郑伟, 王洪伟, 李晔

2025, 25(4): 275-286. DOI: 10.16097/j.cnki.1009-6744.2025.04.025

摘要 ( )

PDF(3709KB) ( )

站内轨道区段作为列车车列走行的基础单元，其失效直接影响站场运输效率和客货运输服务水平。为有效识别站内关键轨道区段，本文以联锁图表为数据源，基于复杂网络理论构建车站站场多层网络及其加权投影网络模型；选取度中心性、接近中心性和PageRank等12个典型节点重要性评价指标，运用改进秩和比方法融合得到节点综合重要度排序；最后，利用排序结果的站场映射及其按顺序屏蔽引起的网络效率变化验证方法的有效性。典型车站的实例分析结果表明：本文方法有效建立了包含7个网络层和72个节点的多层网络，并通过作业量比例构建了加权投影网络模型；在此基础上，识别出的关键轨道区段处于上下行咽喉，与实际情况较为契合；按节点重要性排序依次屏蔽前10，20，33个节点后，网络效率分别下降37.57%、51.26%和97.28%，证明本文方法的有效性。此外，相关性分析结果进一步证实，本文方法有效融合了拓扑结构、通信效率和影响力等多种指标特征，在多层复杂网络节点重要性评估中具有综合性优势。

参考文献 | 相关文章 | 计量指标

Select

基于优先级排序的高铁列车时刻表优化

周文梁, 朱翚鸿, 光可欣, 郭一唯

2025, 25(4): 287-296. DOI: 10.16097/j.cnki.1009-6744.2025.04.026

摘要 ( )

PDF(3804KB) ( )

为在列车时刻表编制过程中能够基于列车差异性对列车进行差别化处理，本文首先根据各列车速度等级、必停站次数和开行效益等差异对列车进行优先级划分，进而基于列车运行时空网络，以最小化列车总旅行时间，最小化列车始发时刻与期望时刻偏差，以及最大化列车运营效益为目标，建立考虑列车优先级的列车时刻表编制模型。考虑不同优先级列车对时空网络中有向弧占用的紧迫性差异，设计考虑列车优先级的弧组合权优化策略，并以该策略为核心设计列车时刻表编制算法。最后，以北京南至南京南方向的143列列车为例验证算法的有效性。结果分析表明：相比不考虑列车差异性和只考虑标杆车的方法，本文方法使得高优先级列车旅行速度分别提高13.7km·h-1和2.1km·h-1，列车运营效益提高0.6%和3.8%，发车时间总偏移惩罚费用减少46%和27%，由此说明考虑列车属性差异能更好提高列车运行图质量。

参考文献 | 相关文章 | 计量指标

Select

考虑燃油消耗异质性的船舶进港效率与能耗协同优化

郭文强, 张新宇, 杨嵩旭

2025, 25(4): 297-305. DOI: 10.16097/j.cnki.1009-6744.2025.04.027

摘要 ( )

PDF(1894KB) ( )

针对不同类型船舶在进港过程中燃油消耗差异显著，调度效率与能耗优化难以兼顾的问题，本文研究考虑燃油消耗异质性的船舶进港效率与能耗协同优化方法，构建以最小化船舶总进港时间与总燃油消耗为目标的双目标混合整数非线性规划模型，提出一种深度Q网络(DQN)驱动的协同元启发式算法求解模型。算法设计中引入改进的Nawaz-Enscore-Ham启发式方法生成初始调度序列，并构建基于DQN的双种群协作搜索框架以动态调整船舶进港顺序与航速配置。以天津港典型调度实例为背景开展仿真对比实验，结果显示，深度Q网络驱动的协同元启发式算法在目标空间中解的质量与分布性能均优于传统启发式方法。与商业求解器CPLEX相比，该算法在求解效率上实现了指数级提升，其两个目标函数的综合偏差控制在2.04%~12.82%，能够稳定地获得接近最优的高质量近似解。进一步对比分析表明，在考虑燃油效率异质性的条件下，船舶的调度优先级发生明显变化，印证了能耗结构差异对进港组织策略的显著影响。

参考文献 | 相关文章 | 计量指标

Select

面向特征增强的危险品运单深度分析方法

陈邦举, 罗义凯, 陈磊磊, 伍翰廷, 项昌乐

2025, 25(4): 306-316. DOI: 10.16097/j.cnki.1009-6744.2025.04.028

摘要 ( )

PDF(2642KB) ( )

我国危险货物运输的运单常由运输企业在运输前填写报备，其起讫点位置及时间不精确，在运输管理方面发挥作用有限。为提升危险品运单质量，本文提出一种应用危险品运输车辆轨迹数据的深度学习方法。针对车辆实时定位数据常有缺失，难以精准定位的问题，构建考虑多头自注意力机制的轨迹插补模型，以补全缺失轨迹；结合危险品运输特征，设计融合自适应机制和阈值规则的双层聚类算法识别车辆起讫点时间和经纬度信息；运单的精确起讫点名称可根据文本识别模型从聚类中心点周边兴趣点中筛选识别，从而实现对运单的增强。应用广东省液化天然气运输车数据测试所提出方法，结果表明：轨迹插补模型在不同缺失率下的平均绝对误差和平均绝对百分比误差值分别为2.34~3.33和6.05~7.74，均小于对比模型；危险品货运起讫点时间和位置识别的准确率为98.35%；文本识别模型对具体兴趣点的识别准确率达92.83%。本文构建方法可实现对预填运单关键字段的高精度反演与校正，从而对危险品运输安全管理提供重要的理论依据和实践指导。

参考文献 | 相关文章 | 计量指标

Select

基于呼吸参数的模拟管制工作负荷预测模型研究

张荣, 张茜, 史文萱, 靖晴

2025, 25(4): 317-325. DOI: 10.16097/j.cnki.1009-6744.2025.04.029

摘要 ( )

PDF(2487KB) ( )

为探究人体呼吸参数与管制工作负荷的关系，本文选取27名被试开展模拟管制实验，对不同类型工作负荷下被试的呼吸参数进行采集分析。首先，根据Spearman秩相关系数计算结果，分别获取与脑力和体力管制工作负荷显著相关的呼吸参数。然后，基于有序Logistic模型方法，以显著相关的呼吸参数为自变量，5类不同严重程度的脑力和体力管制工作负荷为因变量，构建脑力负荷和体力负荷严重程度预测模型并进行似然比和拟合优度检验。进一步，绘制ROC(Receiver Operating Characteristic)曲线，检验预测模型的性能；最后，使用交叉表评价方法预测模型的准确率。结果表明：呼吸参数中，呼吸周期与脑力负荷显著相关，呼吸周期、呼吸幅值和吸呼比与体力负荷显著相关。在0.05的显著性水平下，构建的脑力负荷和体力负荷严重程度预测模型拟合效果良好，整体AUC(Area Under Curve)分别为0.679和0.753，模型均具有一定的检测性能。交叉表评价结果表明，模型对脑力和体力负荷中的高负荷状态预测效果最好，准确率分别高达88.9％和83.3％。本文研究结果能够为基于呼吸参数的管制工作负荷监测提供一定参考价值。

参考文献 | 相关文章 | 计量指标

Select

融合经济性与鲁棒性的多目标停机位动态分配方法

杜婧涵, 李佳祥, 程擎, 朱新平, 尹嘉男, 张魏宁

2025, 25(4): 326-336. DOI: 10.16097/j.cnki.1009-6744.2025.04.030

摘要 ( )

PDF(2429KB) ( )

针对民航业复苏背景下停机位资源紧张与动态调度需求，本文提出融合经济性与鲁棒性的停机位分配多目标优化模型。首先，构建包含滑行油耗成本、停机位服务成本和空闲时间成本的综合经济性目标函数；进而，提出回溯混合粒子群算法(Backtracking-HybridParticle Swarm Optimization, BH-PSO)缓解传统粒子群算法(Particle Swarm Optimization, PSO)对参数初始化过度依赖问题，提升全局搜索能力。此外，针对航班时刻不确定性问题，进一步提出基于广义极值分布的动态鲁棒性模型。为验证所提模型的有效性，以国内某区域枢纽机场142架航班为案例进行实验分析。实验结果表明：改进的BH-PSO算法较PSO算法在综合成本上降低8590.5元，降幅3.63%，收敛速度提升约50%。通过100组仿真场景验证，动态鲁棒性模型在成本增加0.62%~1.28%的前提下，冲突次数减少约20%，显著优于静态优化方案。相关研究结论一定程度缓解了传统模型的静态局限性，为智慧机场应对航班动态变化提供决策支持，对提升资源利用率和运营效率具有重要参考价值。

参考文献 | 相关文章 | 计量指标

Select

插电式混合动力汽车效用因子及其减排效益研究

雷雪, 范鹏飞, 刘睿, 李松松, 吴亦政, 宋国华

2025, 25(4): 337-348. DOI: 10.16097/j.cnki.1009-6744.2025.04.031

摘要 ( )

PDF(2612KB) ( )

插电式混合动力汽车(PHEV)的减排效益高度依赖其动力模式，准确评估其减排潜力需要深入理解各因素对动力模式的耦合作用。本文基于北京市超过七千万秒的逐秒驾驶数据，探讨行驶距离、充电行为和电池容量对PHEV动力模式的影响。结果表明，效用因子(UF)对单车充电桩数量(CPPV)呈非线性敏感性，当CPPV小于0.6时，每增加0.1可使每日CO2排放减少约637t；但超过该阈值后，减排效益降至每天81 t。研究还发现，在充电便利性得到保障的前提下，小电池容量PHEV仍可维持较高的电力驱动比例。例如，装备20kWh电池的PHEV在CPPV达到0.5时，UF值可达0.82，足以满足日常电动出行需求。因此，在住宅区域合理布设低功率充电基础设施，可有效提升PHEV的电动化水平，减少对高容量电池和高功率充电桩的依赖；同时，缓解集中充电对电网的负荷压力。

参考文献 | 相关文章 | 计量指标

Select

穿村镇公路车辆跟驰冲突暴露时间生存分析

戢晓峰, 李金, 普永明, 卢梦媛, 韩春阳

2025, 25(4): 349-360. DOI: 10.16097/j.cnki.1009-6744.2025.04.032

摘要 ( )

PDF(2873KB) ( )

为揭示穿村镇公路车辆跟驰冲突风险的严重性和持续性特征以及关键影响因素，本文以云南省某二级公路穿村镇段为例，利用无人机采集车辆跟驰视频数据，并引入碰撞角度改进碰撞时间(Time To Collision, TTC)计算方法，使其适用于二维冲突风险评估。以二维碰撞时间(Two-dimensional Time To Collision, TTC2D )15%分位数为阈值，提取跟驰冲突轨迹数据，获取跟驰冲突暴露时间。选取路侧行人、交通流和车辆跟驰行为等特征作为变量，并基于生存分析确定影响跟驰冲突暴露时间的关键协变量及其定量关系。结果表明：碰撞角度大于20°后，经典TTC计算方法平均低估碰撞时间约1.15s，导致高估跟驰冲突风险，TTC2D可规避由碰撞角度带来的风险评估误差；穿村镇公路跟驰冲突暴露时间均值为3.6s，Weibull AFT(Accelerated Failure Time)模型对跟驰冲突暴露时间的拟合效果最好；目标车纵向速度每增加1m·s-1，跟驰冲突暴露时间增加30.21%，前车纵向速度和最短碰撞距离对应每增加1m·s-1和1m时，跟驰冲突暴露时间减少23.66%和3.44%；跟驰冲突暴露时间大于6.13s或目标车与前车纵向速度差大于6.2m·s-1，最短碰撞距离小于12.53m时，是较为危险的跟驰状态，存在严重冲突风险。

参考文献 | 相关文章 | 计量指标

Select

基于因子分析与熵权法的山区双车道公路驾驶视觉负荷研究

孟云伟, 王磊, 李智鹏, 李斌斌, 青光焱, 刘中帅

2025, 25(4): 361-372. DOI: 10.16097/j.cnki.1009-6744.2025.04.033

摘要 ( )

PDF(3198KB) ( )

为探究山区双车道公路的平纵线形对驾驶视觉负荷的影响规律，选取28名被试驾驶人，开展自然流状态下的山区双车道公路实车试验。利用Dikablis眼镜式眼动仪和CTM-8A非接触式多功能测速仪，采集被试驾驶人的视觉响应值和车速值，并对数据进行有效性检验。针对不同纵坡值、平曲线半径及弯坡组合路段，以被试驾驶人的瞳孔面积变化率、注视持续时间和眨眼频率作为驾驶视觉负荷的指标，定量分析线形条件对驾驶视觉负荷的影响，采用因子分析法与熵权法构建驾驶视觉负荷模型，并基于聚类算法确定驾驶视觉负荷阈值，划分驾驶视觉负荷等级。研究表明：在纵坡1.50%~6.00%的路段，瞳孔面积变化率、注视持续时间和眨眼频率与纵坡坡度呈正相关和负相关关系；相同纵坡下，下坡路段的瞳孔面积变化率高于上坡路段；驾驶人视觉负荷与平曲线半径呈负相关，小半径路段主要受视野限制影响，随着平曲线半径的增大，驾驶人瞳孔面积变化率和注视持续时间呈减小趋势，眨眼频率逐渐增大；驾驶视觉负荷可分为低、中和高这3个等级；当弯坡组合指数小于23.4%·km-1时，驾驶视觉负荷可保持在中等等级以上。研究结果将为山区公路的安全状况改善及提升舒适性提供理论依据。

参考文献 | 相关文章 | 计量指标

当期目录