泰国三机场高铁列控系统方案研究

对泰国三机场高铁项目的列控系统选择要求进行分析,提出列控系统方案并进行综合比选,最后提出泰国三机场高铁项目的列控系统推荐方案,研究成果可以为海外项目列控系统方案选择提供一定的参考。     

基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。     

轨道交通审批趋严,未来投资降温?

“十四五”期间,国家发改委将进一步细化城市轨道交通审批条件,不受理不具备条件的城市和一般地级市的首轮建设规划;同时规定开通运营三年后客流不达标的,不能上报新一轮建设规划。另外,原则上低运量轨道交通项目工程费用和车辆购置费,不得超过1亿元/公里,初期客流强度不得低于0.1万人次/公里日。     

斜坡式护岸越浪量分析

根据掩护功能不同对护岸允许越浪量进行分类规定是越浪量研究的方向之一，探索最大单波越浪量的量化计算对护岸后方排水设计具有重要参考意义。对国内外常用越浪量控制标准和计算公式进行总结对比，并以沙特海尔港南护岸越浪量计算为例量化探讨肩台宽度和参数相关性对越浪量计算的影响。结果表明，欧洲和美国规范规定的越浪量标准比中国和日本规范规定的越浪量标准严格；设置肩台可以有效降低越浪量计算值，考虑波高和水位的相关性也可以有效降低越浪量计算值；越浪量计算对波高和水位比较敏感，允许越浪量可以采用数量级梯度进行分级；对于允许越浪量要求比较严苛的海外现汇项目，适当考虑肩台和参数相关性对越浪量计算值的降低作用，可以提高承包商设计方案的竞争力。     

印度太阳能公司发起可再生能源项目招标

2020年2月,印度太阳能公司(SECl)发起招标,以建设5GW全天候供电(RTC)可再生能源项目。如必要,还将建设燃煤火电项目,以确保年供电量至少达到80%。项目通过电子招标和反向拍卖方式进行招标。据悉,可再生能源项目可包括太阳能,风电,小型水电或其组合。可再生能源组合类型以及储能系统(ESS)的选择权应由开发商决定。     

船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析，不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先，将来源于AFC(Automatic Fare Collection)的进站客流量数据处理为时间序列数据，并基于K-Means++算法对各个站点的客流量进行聚类；其次，建立客流量聚类结果与土地利用特征多维参数的拟合方程，计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上，充分考虑属于同一大类站点不同站点的细分特性，使用5类客流量公共特征比重组合精细描述具体站点类型。 实例结果表明，使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内，说明该分类方法具有可行性。     

基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。