北京市地铁乘客安检安全意识调查分析

近年来,国内外地铁安全事故时有发生,地铁安检作为应对安全隐患的有效防范手段,加强其检查力度也成为国内各个地铁安全部门的共识。安检会增加乘客的延误时间,使乘客对地铁安检颇有微词,乘客与安检员发生冲突的事件也屡有发生。为增强乘客的地铁安全意识,改进安检流程,通过问卷调查和统计分析,对北京市地铁乘客进行调查,分析其评价水平及影响因素。结果表明,北京市地铁乘客的平均安全意识得分为74.16分,为中等水平,其中安全行为、安全态度、安全知识三个维度分别处于较高、中等、较低水平。该调查有助于地铁安全部门有针对性地制定地铁安检的宣传方案,提高服务水平,改善安检流程。     

《交通发展观》的理论与实践意义

对于中国——一个正在经历体制转型的发展中国家,改革、发展和稳定,是经济发展、国力强盛和社会进步的基本前提。交通运输系统,作为经济社会系统的子系统,不仅是保障国民经济和社会发展的必要条件,同时也是推动经济社会快速、持续、稳定发展的基本动力。改革开放以来,特别是上个世纪90年代末期经历亚洲“金融危机”之后,中国的交通发展,进入了超常规发展时期。中国交通运输发展的每一次“提速”,都伴随着量的扩张、质的改善和结构变化。总结交通发展的历史经验,提炼实践和理论的创新洞见,成了新世纪中国全面建设小康社会总体战略中交通发展…     

基于GSPN—EMC的地铁安检服务流程建模及性能分析

为分析地铁安检系统性能、提高安检服务效率,在分析地铁安检服务流程结构特征的基础上,利用广义随机Petri网(GSPN)建立地铁安检服务流程模型.构造GSPN模型同构的嵌入马尔可夫链(EMC),进而对地铁安检服务流程性能进行深入分析.以地铁10号线国贸站为例进行性能分析,结果表明:新建立模型既能整体分析整个地铁安检服务流程的性能,又能有效识别流程中的瓶颈环节,为安检系统的针对性优化提供理论基础.     

核动力破冰船混合储能电力推进系统应用研究

在核动力破冰船设计中,通常为了适应推进系统频繁大幅度负荷变化,核蒸汽发生装置必须工作在很宽的功率范围上,且具有灵活快速的负荷跟踪特性,导致核动力装置的低效率与核蒸汽发生装置的高功率密度。本文提出一种电力推进系统设计方案:利用储能单元具有的"削峰填谷"能力,承担电力推进负载的瞬时或短时功率变化,使系统负荷维持在一个平稳的波动范围内,以改善电力推进系统负荷扰动对汽轮发电机组的不良影响,使汽轮发电机组维持在一个较为恒定的功率输出水平,来降低核蒸汽发生装置阶跃功率调节的频率,使其能尽可能地进行线性功率调节。     

共享单车热点问题及对策解析

在对共享单车现存问题分析的基础上,重点针对共享单车在城市管理方面的现存问题,提出了此类问题的解决措施及建议.建议应用"虚拟停车"技术在共享单车的重点运营区域内设置共享单车专用的虚拟停车区,并按照"分区规划""分类布点""总量控制"的原则对虚拟停车区进行合理的布局规划,以此来引导人们规范停车.同时,提出共享单车"信用积分制度"的建议,借鉴图书馆对读者的信用积分的管理方法对共享单车用户的用车行为进行信用管理,引导人们文明用车.此外还应积极倡导社会志愿团体对城市的共享单车进行监督与管理,同时加强对共享单车的立法,用法律的手段对单车的违规使用者进行约束.     

基于Faster R-CNN的铁路扣件定位方法研究

准确的扣件定位是进行扣件状态检测、保障轨道交通车辆安全运行的基础,传统的基于图像处理的方法难以满足快速准确智能检测的需要。针对这一情况,提出一种基于改进FasterR-CNN的深度学习理论方法,进行扣件定位。首先,建立检测图像数据集并进行图像标注,然后根据实际扣件图像特点建立FasterR-CNN检测模型,利用标注数据优化模型中区域候选网络边框信息以提高检测的召回效率及精度。通过实际检测数据分析验证,本文提出方法提高了检测效率和定位效果,与其他目标检测方法相比,具有更高的召回率和识别准确度,能够快速准确进行扣件定位。     

北京市某区域电动出租车运营分析及规模预测

近年来,电动出租车的发展受到了各地政府的积极鼓励和扶持。但由于电动汽车续航里程短、初期成本高等问题,电动出租车的运营能力、安全性和运营管理等方面还存在很大提升空间。本文对北京市某区域电动出租车的运营现状进行了分析与对比,利用空驶率法对车辆发展规模进行了预测。分析及预测结果表明,该区域电动出租车的运营能力还有待提高,车辆配备还不能满足当前的出行需求,应该从电动出租车的配备、管理、技术及运营模式等方面逐步完善和提升。     

基于深度学习和虚拟模型的路面全域伤损状态自动化感知

路面全域伤损的有效感知是全面、系统地实施维护决策的关键依据。提出一种基于深度学习和虚拟模型的路面全域伤损状态自动化感知方法。该方法首先基于无人机实测数据建模生成路面虚拟实体；然后使用深度语义分割网络从实测数据中精细化地检测路面伤损；最后，将输出的伤损特征检测结果与虚拟实体数据进行匹配和UV映射，获取各个伤损在虚拟空间中的定位信息并逐一部署，得到面向路面全域的伤损状态感知模型。结果表明：在现场实测统计长为236 m,宽为20 m的实际路面区域试验研究中，充分训练的U-Net网络的平均交并比(MIoU)达到0.86,显示出对无人机采集到的路面伤损区域极佳的分割精度。建立的路面伤损状态感知模型有效感知实际存在的伤损91处，与传统的二维检测结果相比，能够更加系统地对路面全域伤损进行全局表征，便于高效地推断伤损的特征和位置信息，实现精准、动态的路面服役状态评估。