研究城市交通與其他系統(tǒng)間的協(xié)調(diào)性問(wèn)題具有重要意義。為研究交通運(yùn)輸與物流業(yè)、交通運(yùn)輸與旅游業(yè)發(fā)展的協(xié)調(diào)程度，構(gòu)建反映3 個(gè)系統(tǒng)發(fā)展水平的指標(biāo)體系，在此基礎(chǔ)上構(gòu)建耦合協(xié)調(diào)度模型、分析系統(tǒng)間的耦合協(xié)調(diào)狀況。以武漢市2010—2017 年交通運(yùn)輸系統(tǒng)與物流業(yè)、旅游業(yè)發(fā)展為例，進(jìn)行綜合實(shí)證分析。結(jié)果顯示，3 個(gè)系統(tǒng)之間綜合評(píng)價(jià)值總體上均呈現(xiàn)出持續(xù)上升發(fā)展之勢(shì)。其中，交通運(yùn)輸業(yè)與物流業(yè)的協(xié)調(diào)耦合度從2010 年的0.0841 上升至2017 年的0.9301，交通運(yùn)輸業(yè)與旅游業(yè)的協(xié)調(diào)耦合度從2010 年的0.1197 上升至2017 年的0.9314，均經(jīng)歷了從嚴(yán)重失調(diào)到高度協(xié)調(diào)的階段。研究結(jié)果與武漢市實(shí)際發(fā)展情況一致，可證明所提方法的有效性。（葛修潤(rùn)，等：交通運(yùn)輸與物流業(yè)、旅游業(yè)發(fā)展耦合協(xié)調(diào)度分析——以武漢市為例）

為了更好地把握智能船舶研究領(lǐng)域的前沿問(wèn)題及發(fā)展現(xiàn)狀，針對(duì)智能船舶領(lǐng)域相關(guān)主題，基于中國(guó)知網(wǎng)（CNKI）和Web of Science 數(shù)據(jù)庫(kù)中2010—2020 年的文獻(xiàn)檢索結(jié)果，運(yùn)用知識(shí)圖譜從計(jì)量統(tǒng)計(jì)的角度從時(shí)間、作者、機(jī)構(gòu)以及關(guān)鍵詞4 個(gè)方面系統(tǒng)地呈現(xiàn)了智能船舶領(lǐng)域發(fā)展的趨勢(shì)、前沿和熱點(diǎn)。在此基礎(chǔ)上，從智能船舶的態(tài)勢(shì)感知、智能避碰、智能控制、網(wǎng)絡(luò)通信和法律規(guī)則研究5 個(gè)研究方向分析了智能船舶研究趨勢(shì)和熱點(diǎn)問(wèn)題，并提出了智能船舶人機(jī)共融及決策技術(shù)研究、編隊(duì)航行風(fēng)險(xiǎn)研究以及傳統(tǒng)/智能船舶混行風(fēng)險(xiǎn)評(píng)價(jià)研究這3 個(gè)重點(diǎn)研究方向。研究結(jié)果表明，從2015 年開(kāi)始，智能船舶相關(guān)研究文章快速增長(zhǎng)，增長(zhǎng)幅度在每年14 篇以上，平均增長(zhǎng)率達(dá)58%；國(guó)內(nèi)智能船舶主要研究機(jī)構(gòu)包括大連海事大學(xué)、武漢理工大學(xué)、上海交通大學(xué)等，國(guó)外主要研究機(jī)構(gòu)包括挪威科技大學(xué)和代爾夫特理工大學(xué)；智能船舶領(lǐng)域的研究熱點(diǎn)包括態(tài)勢(shì)感知、智能避碰、智能控制、網(wǎng)絡(luò)通信安全和法律安全。（張 笛，等：智能船舶的研究現(xiàn)狀可視化分析與發(fā)展趨勢(shì)）

為明確互通立交匝道的運(yùn)行特性和駕駛風(fēng)險(xiǎn)，在重慶市南山立交和江南立交開(kāi)展了超過(guò)30 位被試者的小客車實(shí)車駕駛試驗(yàn)，通過(guò)Speedbox 和Mobileye 等車載高精度儀器采集了小客車在4 條迂回式匝道上的連續(xù)運(yùn)行數(shù)據(jù)，包括行駛速度、橫向加速度、縱向加速度等，明確了迂回式匝道的車輛運(yùn)行狀態(tài)，然后運(yùn)用表征橫、縱向加速度關(guān)系的G-G 圖分析了匝道行駛過(guò)程中的駕駛風(fēng)險(xiǎn)，確定了立交匝道不同位置的危險(xiǎn)等級(jí)以及危險(xiǎn)駕駛行為的高發(fā)路段。研究結(jié)果表明：①立交匝道上小客車的橫向加速度與速度呈三角形分布，縱向加速度與速度呈橢圓形分布；②小半徑曲線匝道上出現(xiàn)危險(xiǎn)駕駛行為的比例要高于大半徑曲線匝道；③通過(guò)統(tǒng)計(jì)不同斷面的危險(xiǎn)駕駛行為點(diǎn)占比，將匝道的危險(xiǎn)斷面分為低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)3 個(gè)等級(jí)；④男性駕駛員在立交匝道上的危險(xiǎn)駕駛行為占比要高于女性駕駛員，冒險(xiǎn)型駕駛員的危險(xiǎn)駕駛行為占比要高于其他駕駛風(fēng)格的駕駛員；⑤立交匝道的危險(xiǎn)高發(fā)路段通常位于速度變化劇烈的路段，即入彎減速段和出彎加速段。（丁 瑞，等：基于車輛加速度數(shù)據(jù)的互通立交匝道駕駛風(fēng)險(xiǎn)分析）

多船協(xié)同航行在海事搜救、資源勘探、極地航運(yùn)等領(lǐng)域中具有顯著優(yōu)勢(shì)，其中縱向航速協(xié)同控制是實(shí)現(xiàn)船舶協(xié)同航行的關(guān)鍵。通過(guò)分析船舶螺旋槳轉(zhuǎn)速、加速度與航速之間的關(guān)系，構(gòu)建了考慮風(fēng)力影響的船舶縱向動(dòng)力模型，為實(shí)現(xiàn)前后船加速度與跟馳距離的關(guān)聯(lián)，引用基于變時(shí)距策略的船舶間距模型。設(shè)計(jì)了考慮航速、加速度等多約束的多船航速控制目標(biāo)函數(shù)，并利用模型預(yù)測(cè)控制方法實(shí)現(xiàn)了最優(yōu)化問(wèn)題的實(shí)時(shí)求解。通過(guò)Matlab 進(jìn)行仿真驗(yàn)證，結(jié)果表明，提出的基于模型預(yù)測(cè)控制方法的船舶縱向航速協(xié)同控制方法在前船加速、減速、勻速等工況下，后船均能實(shí)現(xiàn)對(duì)前船的精確穩(wěn)定跟馳，其距離跟蹤誤差分別為0.092 5 m，0.192 8 m，0.166 2 m，與PID 方法相比具有更好的收斂性、跟蹤精度和抗干擾能力。（吳文祥，等：基于模型預(yù)測(cè)控制的船舶縱向航速協(xié)同控制方法）

為減少汽車尾氣污染，政府部門(mén)應(yīng)制定交通政策推動(dòng)出行者采用低碳出行方式。有效的交通政策需要深入了解影響出行者低碳出行的心理因素。通過(guò)實(shí)證分析，研究出行者環(huán)保態(tài)度、環(huán)保行為、公交偏好等潛在變量對(duì)低碳交通政策支持度的影響?；诮Y(jié)構(gòu)方程模型（SEM 模型）的基本原理，建立模型假設(shè)，并通過(guò)Mplus 進(jìn)行數(shù)據(jù)分析。研究發(fā)現(xiàn)，環(huán)保態(tài)度會(huì)直接影響環(huán)保行為、公交偏好，環(huán)保行為直接會(huì)影響公交偏好，公交偏好會(huì)直接影響低碳交通政策支持度；但環(huán)保態(tài)度和環(huán)保行為對(duì)低碳交通政策支持度沒(méi)有直接效應(yīng)。在95%的置信水平下，性別、婚姻狀況、私家車擁有情況、房產(chǎn)擁有情況、是否開(kāi)車上班對(duì)結(jié)構(gòu)方程模型均無(wú)顯著影響；但在90%的置信水平下，性別、教育程度對(duì)結(jié)構(gòu)方程模型的影響顯著。（劉麗華，等：出行者環(huán)保意識(shí)對(duì)低碳交通政策支持度的影響）