第1卷第1期2001年3月
交通运输工程学报
Journal of Traffic and TranSportation Engineering
Vol.1No.1Mar.2001
收稿日期:2001-10-18
基金项目:国家自然科学基金资助项目(50078025)作者简介:姜桂艳(1 6 -)9女9吉林长春人9吉林大学教授9博士9从事交通信息与控制研究.
高速公路交通事件自动检测系统与算法设计
姜桂艳9温慧敏9杨兆升
(吉林大学交通学院9吉林长春
130025)
摘
要:据估计发达国家高速公路中60 70 的延误是由交通事件引起的9而交通事件的早期检测与及早分流可以使由其引起的延误大幅度降低,自20世纪60年代开始的交通事件自动检测(AID )系统的目标一直是协助交通管理部门处理交通事件,尽管已开发并投入使用了多个AID 系统9但是居高不下的误警率(FAR )和令人失望的检测效果9让一些交通管理者不得不放弃它的使用,为了提高AID 系统的可靠性和实用性9提出了一种具有三级报警制度的高速公路交通事件自动检测系统框架9并以人工神经网络技术为依托9设计了基于单个检测设施的AID 算法,模拟计算表明9基于单个路段交通流参数标定的模型可以应用于其它路段交通事件的检测,在检测率(DR )~误警率(FAR )和平均检测时间(MTTD )方面都优于目标方法9而且由于每个检测器站只需安装一个检测器9也降低了高速公路事件管理系统的建设成本,
关键词:高速公路;事件管理;事件自动检测;人工神经网络;智能运输系统中图分类号:U 1.31
文献标识码:A
Design of Freeway Automatic incident Detection System and Algorithm
JIANG G/z -yan 9WEN H/z -mzn 9YANG zhao -sheng
(College of TranSportation 9Jilin Uni V erSit y 9C h angc h un 1300259C h ina )
A b stract :AS h ig h aS 60 to 70 of t h e traffic dela y e X perienced by m otoriStS in de V eloped countricS iS attri b uted to traffic incident .A Su b Stantial reduction in t h iS dela y can b e ac h ie V ed by earl y detection of t h e incidentS t h at cauSe it and pro m pt reSponSe to di V ert t h e traffic in t h e up-Strea m flo W .S ince t h e late 60S of 21t h 9Auto m atic Incident Detection (AID )S y Ste m S h a V e b een de V eloped and i m ple m ented to h elp traffic m anage m ent aut h oritieS .~o W e V er 9h ig h falSe alar m rateS and lo W poor perfor m ance of t h e adopted AID S y Ste m h a V e cauSed So m e aut h oritieS to a b an-don t h e m .To en h ance t h e relia b ilit y 9tranSfera b ilit y and econo m i Z ation of AID S y Ste m 9a fra m e-W or k for free W a y AID S y Ste m W it h t h ree -grade alar m polic y iS put for W ord 9and an AID algorit hm b aSed on t h e Artificial Neural Net W or k S (ANN )tec h nolog y t h at onl y need Single detector iS de-Signed .It W aS pro V ed by Si m ulated data t h at t h e m odel b uilt on one Seg m ent can b e utili Z ed to ot h -er Seg m entS 9and all t h ree m eaSure m entS (DR 9FAR and MTTD )are Superior to t h e o bj ecti V e algo-rit hm .Furt h er m ore 9t h e total coSt of free W a y incident m anage m ent S y Ste m can b e reduced due to onl y Single detector iS needed for one detector Station .
K ey words :free W a y ;incident m anage m ent ;auto m atic incident detection ;artificial neural net W or k ;intelligent tranSportation S y Ste m S
交通拥挤已经成为全世界大中城市日常生活的一部分,交通拥挤分为高峰期重复出现的拥挤和由
于交通事件(事故~车辆故障和路面维护等)引起的
非重复出现的拥挤,美国联邦公路管理局估计 1 由
于交通事件引起的拥挤占总拥挤的60%以上预计到2005年该比例会增加到70%这是因为高速公路长时间接近通行能力运行会引发更多的事故而且对于使用年限较长的高速公路会因维护路面而经常关闭某些车道此外由于交通事件引起的拥挤是突然的因而极易引发二次事故
为了减少由交通事件带来的负效应许多国家的运输部门建立了高速公路交通事件管理系统交通事件管理系统通过计划和协调手段使处于事故状态的高速公路尽快恢复正常运行交通事件管理系统一般包括事件检测事件性质鉴别救援调度为路上的出行者提供事件信息和替代路线采取控制策略减少事件所在地上游的交通需求<如匝道控制等>等
交通事件检测是事件管理系统最基本的组成部分美国加利福尼亚运输局曾经报告即使在非高峰的自由流条件下能够提前1min发现并清理交通事件至少可以减少4~5min的延误目前有多种多样的事件检测技术从单个司机的电话系统到电子监视系统每种方法都有其优缺点[2]驾驶员使用电话亭或蜂窝电话公路巡逻队和其它手工检测手段在日常生活中用来向交通管理中心报告事件信息然而从性质上看它们都是不规则的而且要求在当时当地有目击者才行[3]交通事件自动检测技术的主要优点<至少是潜在的优点>是能克服手工检测的不足因可以全天候全程地发挥作用而受到各国交通工程专家的重视
1交通事件
交通事件定义为经常发生的非重复性事件它在短时间内会引起道路有效通行能力的下降或交通需求的增加事件一般分为可预测的和不可预测的两类
<1>不可预测类交通事故车辆抛锚货物散落不正当驾驶和突发的自然灾害等
<2>可预测类大型活动<如体育比赛等>道路修筑和路面养护等
对于可预测类的交通事件驾驶员可以预先制订合理的出行计划来降低其影响但对突发事件引起的延误驾驶员却无法事先采取躲避措施这类事件的影响不仅限于交通拥挤还会引起二次事故当交通拥挤时车辆走走停停会引发更多的小事故及汽车抛锚等这样就增加了事件的数量并延长了清除事件的时间因此这种突发性的事件对人员和货物运输方面的影响更大
2交通事件检测方法
30多年来在研究开发和改进AID方法方面做了大量工作据统计大约有40多个研究机构对此进行了研究[4]可以从多个角度对AID技术进行分类本文将其分为间接检测方法和直接检测方法
绝大多数的AID方法都属于前一种通过交通流的变化来间接地判断交通事件的存在它们通过识别由检测器得到的交通流参数的非正常变化实现这一目的
实时交通流参数可用多种手段获得最普通最常用的是感应线圈检测器基于这种检测器的AID 系统往往成本最低但反应速度较慢反应速度慢是因为不论使用何种算法在事件对交通所产生的影响到达最近检测器之前总要损失一部分时间这类方法的另一个缺点是不适合在交通量较低的情况下使用因为这时事件对交通参数几乎没有影响除非事件发生在检测器附近正因为其对交通流的影响较小因而交通管理部门对这类事件的关注程度也很低
直接检测方法是指使用图像处理技术来发现停驶车辆的一类方法这类方法实际上是看到发生了交通事件而不是通过交通事件的影响来检测到它的存在从潜在的意义上看在检测速度方面远远胜于非直接检测方法在交通量较低的情况下也能有良好的检测效果但需要更密集地设置检测站<摄像机>需要较高的资金投入才能保证合理的检测可靠性而且气象条件对其影响也较大
目前基于交通流参数变化来检测交通事件的方法因其经济方便而成为发展中国家和大多数发达国家AID研究的主要方向
常用的间接检测方法包括模式识别方法和统计方法在模式识别方法中又以加利福尼亚算法系列和麦克马斯特算法应用最广近年以人工神经网络为手段的检测方法也很多见统计方法中主要有指数平滑法标准正态分布法贝叶斯算法和自回归移动平均方法
30多年来尽管许多人在AID研究与开发中做了大量的工作但投入使用的AID方法并不多见也有部分交通管理者最终放弃了对AID系统的使用Razavi曾用相同的数据对多种AID算法进行了比较结果表明加利福尼亚算法和麦克马斯特算
87交通运输工程学报2001年
法优于其它算法O在此基础上设计了基于ANN技术的UB AID方法,其各项指标,特别是MTTD 都比上述两种算法优越[5]O因此本文以UB 的AID 算法为比较的对象,开发更具实用性的AID算法O
3AID系统框架的构成
AID系统一般有两个组成部分,实时交通信息采集和交通事件检测算法O检测算法所用的交通流参数决定了交通信息采集的手段和方式,如使用流量~车道占有率和车头时距等指标,环形线圈检测方式即可满足要求;而使用速度和密度的算法则要求至少使用双线圈的检测方式O不同的检测方式成本也不同O
评价AID系统优劣的指标有3个,DR~FAR和
MTTD O其中DR是指在指定的时间段内检测到的事件占事件发生总数的比例O FAR有多种定义,常见的有3种O第一种是误警数占总决策数(事件决策和非事件决策D的比例O第二种是在一定时间段内误警数占非事件状态总数的比例O第三种是在一定时间段内误警数占事件状态总数的比例O MTTD (Mean Time TO Detect D是在一定时间段内检测每一个事件所用时间的平均值O这3个指标是相互关联的,降低误警率的代价是事件的漏检率提高(DR 下降D和平均检测时间延长O因此,一般将FAR限制在一个可接受的范围内而尽量改善DR和MTTD O
以往的AID系统一般首先对实时交通流数据进行预处理,而后通过事件检测算法判断事件是否发生O一旦计算结果为事件状态(或经过指定次数的持续计算后D即触发事件警报,由交通事件的管理者进行相应的处理O这种工作程序不足以充分发挥
AID算法的检测作用O因为一方面如果发出的警报是可靠的,则因为较长的检测时间而可能导致更多的车辆进入甚至卷入交通事件中,削弱了AID系统的预警作用O而如果是一个误警的话,则会浪费救援资源,影响同时发生的其它事件的处理和降低有关人员对AID系统的信任O因此从宏观角度看,AID 系统的警报应该有3个层次O第一是要求MTTD尽可能短的一级警报,可用于出行者信息系统,提醒上游的驾驶员对可能发生的拥挤注意(减速~改道D O第二是各种指标都居中的二级警报,供交通事件管理者准备救援手段(如通知有关交警~医院~消防~道路部门等D O第三是误警率FAR较低的三级警报,供交通事件救援单位采取救援行动O因此本文提出了如图1所示的AID系统结构框架
O
图1AID系统结构框架
4AID算法设计
4.1UB AID简介
Razavi认为交通事件发生后,会在事件所在地上游产生一个使车辆密集的冲击波,而在其下游产生一个使车辆松散的扩张波,并且发现扩张波的传播速度稍快于冲击波[5]O而已有的非直接事件检测算法包括基于神经网络的算法都忽略了扩张波所携带的事件信息,因而他提出了以每个检测站安装有成对环形线圈检测器为前提,以上游流量~占有率~平均速度和下游的流量占有率的车头时距为输入交通参数,基于BP神经网络的UB AID算法O通过使用相同的一组事件模拟数据的检验,结果表明在相同误警率下,两种目标算法(加利福尼亚算法r8和麦克马期特算法D的平均检测时间高于UB AID 算法40%~80%O
4.2AID算法设计
本文采用与Razavi相同的数据预处理技术和
ANN技术,但研究的重点是提高模型的实用性O关于AID算法的实用性,Abdulhai作了比较全面的论述[6]O受中国高速公路系统检测手段的限制[7],这里仍然采用模拟的交通流数据,但只需要在每个检测站安装单个的检测器,使用的指标有流量和车道占有率两项,而且希望所建模型可以移植到新的高速公路路段中使用O
数据处理包含3个步骤O首先对检测站提供的
实时交通流数据(流量和车道占有率D进行预处理O
对检测器故障~传输线路故障等非交通流因素进行
分析和判别,并进行相应的处理O
然后以移动平均的方式得到交通参数时间序列
97
第1期姜桂艳,等,高速公路交通事件自动检测系统与算法设计
的移动平均值9以此作为没有随机干扰和交通事件
的6正常,交通流参数D
交通事件检测是模式识别的过程9为了提高算法的推广能力9就必须尽可能少用或不用有具体时空特征的指标D这里采用实测的交通参数与其相应的移动平均值之比作为的输入信息D不论交通流处于何时何地9何种交通条件9由非事件状态进入事件状态时9该比值都会发生变化9而且常发性事件与突发性事件的变化模式还不一样D因此9使用这种合成指标会使算法具有潜在的推广能力D模型的输出分别为上游和下游检测器所处的交通流状态D 按惯例9事件状态取值为19非事件状态取值为0D 神经网络模型有多种形式9为了与目标算法具有可比性9本文采用算法的三层前向网络D与目标算法不同之处有两点9一是设计了隐层节点自动选择算法9以提高模型的计算精度;二是只用单个路段上~下游检测器数据训练神经网络模型9然后用于其它路段的事件检测9以考察其推广能力D
5数据来源
为了考察ID算法的检测效果9在实际数据难以获得的条件下9往往运用模拟的方式产生大量的事件和非事件状态下的交通流数据9且要求能够反应各种运行条件和几何线形对交通流的影响9即在较短的高速公路路段内9尽可能包括各种几何线形变化~驶入驶出匝道和交通瓶颈D
加拿大C省道路运输部(MiniStry of TranS-
portation and~ighwayS)鉴于事件频发而需要安装检测器的事实9推荐了6横穿加拿大高速公路,
(TranS Canada~ighway)的一段2km路段为模拟的目标路段9见图2D在对其几何线形和交通流进行测量和观测后9运用FRESIM软件分布对不同的交通条件下的各种严重程度及位置(检测区上~中~下游)的事件(事故)进行了300次模拟D每次模拟持续35min9其中前15min用于计算交通流参数的移动平均值的初始值9事件发生在第25min9其前的10 min为非事件状态9其后的10min为事件状态D以30S为一个时段采集每个检测站的流量~占有率~速度和车头时距D
6结果分析
使用上述的模拟数据及目标算法中关于训练样本(含训练测试样本)和测试样本的构成原则9分别对本文设计的算法和目标算法进行了测试9
其过
图2模拟路段示意图
程是:
(1)形成分别用于训练和测试的各检测区上~下游交通参数集合D目标算法的上游参数为流量~占有率和平均速度9下游参数为流量~占有率和车头时距D本文设计的算法的上~下游参数均为流量和占有率D
(2)用一个检测区的样本训练神经网络D采用训练与测试交替进行的模型标定策略9其中在总训练样本中用于训练和测试的样本是随机的D
(3)将训练的神经网络分别用其它各检测区的交通事件测试9统计各区的DR~F R及MTTD D
(4)重复(2)~(3)9直到完成全部检测区的神经网络模型的训练与测试D
(5)检测结果分析与对比D首先分析同种算法各检测区模型的推广能力9再比较两种算法的总体推广能力D
模型选择的原则为:首先满足一级快速报警的需要9MTTD1应该在一个允许范围内;然后满足救援调度的可靠性9即较低的F R3;最后9综合考虑其它指标的取值确定最终模型9即所谓的最佳模型D 将每个检测区的最佳模型分别用所有各区的数据进行测试9统计各效果指标并计算平均值9结果如表1和表2所示D
除了经济性更好以外9从总的检测效果看9本文所设计的算法在一级警报的检测率和检测时间方面9大大优于目标算法9虽然其误警率较高9但这与本文的研究宗旨是一致的D二级警报的结果基本与
08交通运输工程学报2001年
表目标算法的事件检测效果
模型
一级报警二级报警三级报警R MTT AR R MTT AR R MTT AR 模型
模型
模型
模型
模型
平均
表本算法的事件检测效果
模型
一级报警二级报警三级报警R MTT AR R MTT AR R MTT AR 模型
模型
模型
模型
模型
平均
一级警报情况相似该算法在检测率和检测时间方面具有优势而在误警率方面稍差但在三级警报中本文所设计的算法在个指标方面都优于或等于目标算法的相应指标特别是检测率远远高于目标算法这对降低交通事件的负效应具有重要意义结语
高速公路事件检测的非直接检测方法是发展中国家和很多发达国家高速公路事件管理系统的重要组成部分交通事件间接检测方法因其经济方便等特性成为发展中国家和发达国家的研究热点本文以提高AI 算法的使用价值和推广能力为目标设计了基于人工神经网络的事件检测算法计算结果表明的确收到了比目标算法更优的效果需要进一步研究的是用实测的数据或其它高速公路的模拟数据对模型的有效性进行检验
参考文献,
LIN LE J A.uantification of urban freeway con-
gestion and analysis of remedial measures R.ederal ~ighway Administration Washington C..
BALKE K N ULLMAN G L.Method for selecting
among alternative incident detection strategies R.
Texas Transportation Institute.
ROPER~.reeway incident management.NC~RP
synthesis of highway practice R.National Re-search Council Washington C.
RAZAVI A.A survey of automatic incident detection systems R.Prepared for Province of British Columbia Ministry of Transportation and~ighways
Victoria BC Canada.
RAZAVI A.evelopment of a new automatic incident detection system for freeway using a B-classifier ap-proach.Ph..Thesis at the University of British Columbia Canada.
AB UL~AI B RITC~IE S G.Enhancing the univ-
ersality and transferability of freeway incident detec-tion using a bayesian based neural network R.
Transportation Research Part C..
刘伟铭.高速公路系统控制方法M.北京,人民交通
出版社.
第期姜桂艳等,高速公路交通事件自动检测系统与算法设计
高速公路交通事件自动检测系统与算法设计
作者：姜桂艳， 温慧敏， 杨兆升， JIANG Gui-yan， WEN Hui-min， YANG Zhao-sheng
作者单位：吉林大学交通学院,
刊名：
交通运输工程学报
英文刊名：JOURNAL OF TRIFFIC AND TRANSPORTATION ENGINEERING
年，卷(期)：2001,1(1)
被引用次数：49次
参考文献(7条)
1.Lindley J A Quantification of urban freeway con-gestion and an alysis of remedial measures 1986
2.BALKE K N;ULLMAN G L Method for selecting among alternativ e incident detection strategies 1993
3.ROPER D H Freeway incident management.NCHRP synthesis of highway p ractice 156 1990
4.RAZAVI A A survey of automatic incident detection systems 1995
5.RAZAVI A Development of a new automatic incident detection system for freeway using a B1-classifier approach 1998
6.Abdulhai B;RITCHIE S G Enhancing the univ-ersality and tran sferability of freeway incident detection using a bayesian based neural network 1999
7.刘伟铭高速公路系统控制方法 1998
本文读者也读过(1条)
1.关佩.邹月娴.陈维荣.时广轶.杨华.王一言交通事件自动检测算法研究[会议论文]-2008
引证文献(49条)
1.陈维荣.关佩.邹月娴基于SVM的交通事件检测技术[期刊论文]-西南交通大学学报 2011(1)
2.武林芝.陈淑燕.郑小花基于主分量分类的交通事件自动检测算法[期刊论文]-计算机工程与应用 2011(1)
3.黄薇.胡永举.程正基于声强的交通流数据采集与状态分析[期刊论文]-交通科技与经济 2010(4)
4.程学庆.唐瑞雪.朱海.樊旭斌基于VISSIM的高速公路交通事件仿真及数据处理[期刊论文]-交通运输工程与信息学报 2010(4)
5.刘芳.宇仁德基于神经网络的道路交通事故预测[期刊论文]-农业装备与车辆工程 2009(2)
6.宇仁德.刘芳.石鹏基于BP神经网络的道路交通事故预测[期刊论文]-数学的实践与认识 2008(6)
7.左大杰.徐学才基于多Agent的高速公路AIMS架构[期刊论文]-交通运输工程与信息学报 2007(3)
8.姚宝珍.姚锦宝.于艳玲.于滨基于支持向量机的高速公路事件检测研究[期刊论文]-交通与计算机 2006(1)
9.熊烈强.商蕾.高孝洪基于噪声和振动的快速路交通事件检测方法[期刊论文]-武汉理工大学学报（交通科学与工程版） 2005(2)
10.徐学才.刘澜自动事件检测算法的比较及评估[期刊论文]-交通科技与经济 2004(2)
11.贾元华高速公路交通事件管理系统[期刊论文]-佳木斯大学学报(自然科学版) 2004(4)
12.贾元华高速公路交通事件自动检测系统结构框架[期刊论文]-佳木斯大学学报(自然科学版) 2004(2)
13.郑黎黎.丁同强.成卫高速公路交通事件管理智能决策支持系统[期刊论文]-昆明理工大学学报（理工版）2004(6)
14.李海峰.王炜.姜桂艳基于SNN软件系统的神经网络交通事件自动检测算法[期刊论文]-公路交通科技
2004(11)
15.朱茵.陆化普.刘强城市交通预警系统的事件自动检测算法研究[期刊论文]-公路交通科技 2004(10)
16.张春声.李彩莲车辆异常行为智能识别系统在高速公路事故处理上的应用[期刊论文]-工业控制计算机
2008(4)
17.刘智平.王凤群.单刚交通流状态辨识系统集成研究[期刊论文]-科技导报 2007(22)
18.郑建湖.陈洪.董德存快速路交通事件自动检测系统及算法[期刊论文]-计算机测量与控制 2006(9)
19.沈晓蓉.王川久.郝佳.范跃祖.孙先仿基于实测数据评估交通事件检测中神经网络应用性的研究[期刊论文]-公路交通科技 2005(9)
20.朱弘戈交通事件判别方法的研究[期刊论文]-交通标准化 2011(3)
21.方青高速公路固定检测器布设方案分析[期刊论文]-交通科技与经济 2010(6)
22.郑欢欢城市快速路交通事件自动检测分析与算法设计[期刊论文]-机电技术 2010(4)
23.陈昕.杨兆升.王海洋.刘新杰.李树文城市交通流有序度分析法[期刊论文]-交通与计算机 2007(1)
24.党长青.张景辉.沈志远基于Boosting算法和RBF神经网络的交通事件检测[期刊论文]-计算机应用 2007(12)
25.徐学才亚洲的事件管理现状[期刊论文]-公路运输文摘 2003(6)
26.杨兆升.杨庆芳.冯金巧基于模糊综合推理的道路交通事件识别算法[期刊论文]-公路交通科技 2003(4)
27.高强飞.陈国富.张欣.高洪振公交事件应急管理智能决策支持系统研究[期刊论文]-交通与运输 2009(z2)
28.邱世卉.王琪基于BP神经网络的高速公路交通事件检测[期刊论文]-中国测试 2009(2)
29.李静.盛杰.艾亿谋隧道交通事故自动检测仿真研究[期刊论文]-交通标准化 2008(4)
30.袁伟.陈斌.郭应时.魏庆曜基于多层前馈网络的高速公路意外事件侦测及规律[期刊论文]-长安大学学报（自然科学版） 2007(5)
31.覃频频.牙韩高.黄大明基于Logit模型的城市道路交通事件检测仿真[期刊论文]-公路交通科技 2006(12)
32.陈伟霞基于手机定位的高速公路自动事件检测（AID）方法研究[学位论文]硕士 2005
33.张晴.赵晶心.董德存交通事故管理智能决策支持系统设计初探[期刊论文]-铁道科学与工程学报 2008(3)
34.陈斌基于支持向量机的高速公路意外事件检测模型[期刊论文]-中国公路学报 2006(6)
35.王国伟.杜荣华.胡乐秋.王吟松.杨晓光基于RFID通行卡的隧道交通事件检测系统设计与实现[期刊论文]-交通信息与安全 2011(5)
36.陈艳艳.田启华公交调度系统事件检测算法研究[期刊论文]-北京工业大学学报 2011(12)
37.武林芝.高莲基于主成分分析的交通事件自动检测算法[期刊论文]-科协论坛（下半月） 2009(8)
38.赵忠杰.丁恒.田梅公路隧道交通疏散策略[期刊论文]-长安大学学报（自然科学版） 2007(1)
39.王江锋高速公路交通拥挤状态自动识别方法研究[学位论文]硕士 2004
40.管丽萍.尹湘源交通事件管理系统研究现状综述[期刊论文]-中外公路 2009(3)
41.李传志.胡如夫公路交通事件检测技术的研究与展望[期刊论文]-交通科技与经济 2008(5)
42.张汝华.杨晓光.储浩信号采样理论在交通流检测点布设中的应用[期刊论文]-中国公路学报 2007(6)
43.刘伟铭.徐名海基于模糊逻辑--径向基函数网络协作系统的交通事件自动检测算法[期刊论文]-土木工程学报 2004(3)
44.张汝华.杨晓光事件检测中交通流检测点布设方法[期刊论文]-土木工程学报 2008(10)
45.吴斯琪城市道路交通流信息采集与处理系统及应用研究[学位论文]硕士 2005
46.孙莉芬城市交通拥挤疏导决策支持系统的研究[学位论文]硕士 2005
47.吴明先高速公路隧道集成化智能化监控技术与系统开发研究[学位论文]博士 2004
48.张亚平快速路基本路段交通流特性和通行能力研究[学位论文]博士 2005
49.梁新荣高速公路智能控制方法研究[学位论文]博士 2005
本文链接：https://www.doczj.com/doc/0c18428499.html,/Periodical_jtysgcxb200101020.aspx