高原人群出行拥挤感知与调适行为研究

为缓解高原城市节日期间部分路段人流过于密集的状况，对高原人群出行过程中的拥挤感知和调适行为进行研究。首先，在对高原人群高度自由走行速度、生理尺寸进行测定的基础上，采用连续人群流动模型分别对高原人群拥挤临界密度、人群运动速度减小时的人群密度和人群停滞状态时的最大密度进行测算，进而标定高原人群最大忍受密度为8.5人/m2。然后，选取雪顿节期间八廓南街人流短时间内高度聚集的状况进行拥挤状况评估，结果显示该路段人群密度为8.34人/m2，接近高原人群最大忍受密度，因此判定八廓南街存在拥挤事故风险。最后，依据基于层次分析法的高原人群拥挤感知影响因素分析结论，提出相应的调适行为措施，力求维护民族宗教节日期间高原城市公众正常的出行秩序。     

汽车经销商如何开展服务顾问内训

引导语:最近,公司新招了几名服务顾问,为了能够让他们在最短时间内达到上岗要求,张总监可谓煞费苦心,白天练晚上学,在高强度培训下,培训效果却并不理想,甚至有名服务顾问因压力过大即将离职……培训是企业生存和发展的基石,是员工成长的重要渠道,也是打造学习型组织的主要路径。     

基于可靠性方框图与蒙特卡洛仿真的船舶配电网可靠性分析方法

国船舶工业发展迅速,尤其在近几年迎来了跨越式的发展。船舶建设工业的发展能充分体现一个国家的经济和国防建设水平。但船舶配电网拓扑结构与陆上电网不尽相同,其运行环境非常恶劣,供电连续性和可靠性成为衡量船舶生命力的重要指标,同时也深刻影响大型船舶的平均寿命。因此,可靠性研究在船舶建设中发挥着越来越重要的作用。本研究以典型大型船舶中压配电网结构为研究对象,在全系统元件正常运行时相互独立的情况下,重点研究不可维修与可维修下的系统可靠度、MTBF、可用度、停运时间和失效数等,并进行详细的分析与讨论。首先,本文综合考察各种可靠性分析方法的适用性和准确性,选择利用可靠性框图、最小路集分析法计算并分析不可维修情况下系统的可靠度、平均故障间隔时间等可靠性指标；接着,本文简述了配电网的多种维修任务类型,并采用最小路集法与蒙特卡洛仿真法相结合的方法计算并分析可维修系统的可用度、停电时间、失效数等指标。本文研究结果对船舶配电网的设计、建造、运行和维修等具有积极的意义。     

河钢塞钢对中国港口开拓海外市场的启示

面对机遇与风险并存的局面,中国港口企业如何学习河钢塞钢管理团队的成功经验,在"走出去"的过程中,用最短时间实现最大化发展近几年,随着"一带一路"倡议转入实体层面的推动,中国港口企业纷纷走出国门,积极开拓海外市场,投资项目的数量和规模不断扩大,取得了不错的成绩。     

基于平均应变能密度准则的裂纹断裂扩展特性分析

考虑裂纹尖端应力场常数项T应力对裂纹断裂特性的影响,对平均应变能密度准则进行修正,建立混合型裂纹扩展条件计算式。在此基础上,系统分析常数项T应力对Ⅰ型、Ⅱ型、Ⅰ-Ⅱ混合型裂纹断裂判据的影响。结果表明,常数项T应力降低了材料裂纹起裂阻力,且参数|Bα|越大裂纹断裂极限值越低,|Bα|相同时,正T应力要比负T应力更容易发生断裂。基于修正平均应变能密度准则,预测双轴疲劳载荷作用下平板表面Ⅰ型裂纹扩展寿命。结果表明,考虑常数项T应力影响后的疲劳裂纹扩展寿命约为传统疲劳裂纹扩展寿命的49%。     

考虑转向延误的最短路径的节点标号算法

拥堵时段车辆在城市路网中交叉口处的延误甚至会大于其在路段的行驶时间,因而拥堵情况下在城市路网上应用不考虑转向延误的最短路径算法无法反映真实的交通状况.分析既有的考虑转向延误的最短路径算法,扩展网络法因过大的时间和空间开销而欠缺实用性,其余算法包括对偶网络法、节点标号算法和弧标号算法本质均为求包含节点权重和边权重的最短路径问题,最后求解均为节点标号算法.对典型节点标号算法Dijkstra算法进行改进,通过记录节点的紧前节点完成转向判别,并通过最小堆优化将该算法的时间复杂度从O(n2)优化为O(nlogn),并给出算法的数据结构,完成了软件编码,并通过计算实例对算法进行了验证.结果表明:考虑交叉口延误后城市路网最短路径发生变化,同时经过堆优化后算法的时间复杂度下降.     

基于无核密度仪检测的沥青路面碾压温度确定

为了确定沥青路面碾压温度的合适范围,基于PQI密度检测结果,进行沥青路面施工碾压温度对密实度影响的分析,确定并推荐了合适的碾压温度范围。试验结果显示,随着初压温度提高,结构层密度逐渐增加,从经济性及质量控制两方面考虑,初始碾压温度应控制在155～165℃。在相同碾压机械组合及碾压工艺条件下,随着终压温度提高,PQI检测密度逐渐增大,施工中应保证在结构层温度降低至90℃前完成碾压。标定后PQI密度检测具有较高的准确性,可代替钻芯检测法用于密度(或压实度)快速无损检测,但当混合料类型、沥青品种、碾压机械及碾压组合等发生改变时,应参照上述方案重新进行相关检测。     

基于改进密度聚类算法的交通事故地点聚类研究

交通事故特征受地域分布影响显著，本文对交通事故特征进行优化聚类研究.基于 2019年无锡市交通事故数据，调用开放地图接口地理编码解算事故地点经纬度，使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈值的准确输入，为解决这一局限，建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型，并与原始聚类模型进行对比.结果表明，优化算法在参数确定上更加智能，对簇的划分更加准确，对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分，证明了该算法在城市道路交通事故地理位置聚类中的适用性.