台湾地下空间利用现状

随着城市建设的不断发展,土地的取得日益困难,节约土地及土地资源有效利用成为全世界城市发展的必然趋势。如台北车站特定专用区,原早期规划用于地面的轨道交通及长途巴士,因台北市的快速发展,已严重影响城市交通,故政府于30多年前一次性地将铁路以及尚处于规划阶段的捷运、高铁等轨道交通先规划于地下空间,再先后依序完成,并利用部分地下空间规划商业及人行通道。另外,于地面规划立体长途巴士转运站,让车辆及行人分别与地面高架道路及地下空间连通,此空间的整合不但使运输量庞大的轨道交通有效地利用于地下空间,且减少长途巴士对地面空间的冲击,使旅客及行人能于地下空间无缝对接,增加通行的便利及安全,创造另类的地下经济。台湾由于地狭人稠,为配合经济发展,对土地的利用相当精致,特以台湾经验论述之,就教诸先进。     

三维GIS数字矿山剖切算法研究

本文将GIS和BIM技术相结合,并利用可视化技术以图形图像方式逼真的再现三维地质实体等地学信息,实现了对地质实体的任意剖切.本文简要介绍了3DGIS关键技术,详细介绍了对空间对象的剖切技术.将三维实体的任意剖切技术和BIM技术相结合实现了对地质体内部属性的快速获取,使得既不影响系统显示又保证了系统的实时性.使得矿山各级生产管理部门直观、快速、精确、全面地了解矿山生产状况和储量信息.为矿山生产管理人员实施调度指挥、矿山开采等工作提供优良的决策依据.     

城轨车辆智能运维体系技术方案研究

针对目前我国城轨车辆运维管理模式不统一、维护手段单一、智能化不足、效率低下等问题,对城轨车辆智能化运维体系建设的必要性和需求进行了分析。依托既有的技术手段和信息数据,构建了智能化运维体系和结构,并提出了合理的功能框架和方案,实现了列车从智能制造到健康诊断和预见修的全寿命周期管理。     

基于BP神经网络的高速公路入口合流区域换道行为研究

为了应对高速公路入口合流区域并线事故频繁发生,在分析车辆并线行为影响因素的基础上,利用BP神经网络方法建立了车辆在该区域的决策模型,用来预测驾驶人的并线行为决策,保障车辆和驾驶人的安全.借助详细的车辆轨迹数据对模型进行了学习与测试,模型的测试结果表明:建立的BP神经网络模型用于预测驾驶人并线行为具有较高的准确度,并线车辆相对于目标车道前方车辆的相对速度是驾驶人并线时需要考虑的最重要因素.同时模型还可以进一步应用于交通仿真的研究以及驾驶人辅助系统的开发.