一种高铁CTC进路数据自动测试方法的设计与实现

调度集中系统与计算机联锁接口中的进路数据的测试存在工作量繁重、耗时长以及人为因素易出错等问题,针对该问题提出一种自动测试方法,可有效的解决进路数据的自动测试及测试结果的自动分析,多条高铁线路实践表明,能显著提高调度集中系统与计算机联锁接口的测试效率及数据正确率,使CTC系统产品更安全可靠。     

快速公交系统站台停靠时间模型研究

快速公交系统停靠站台停车延误是影响快速公交运行车速的关键因素之一,因此构建快速公交系统站台停靠时间模型是提升快速公交服务水平的基础理论研究。本文选取盐城BRT-1号线的起始站、中途站、客流离散站等三类站点为研究对象,综合运用数理统计法与数据挖掘法,构建快速公交系统站台停靠时间模型,并对该模型的合理性进行了检验。研究表明:盐城市BRT-1号线三类站台的快速公交车辆停靠时间与上下车乘客人数呈线性关系,即快速公交车辆停靠时间与上下车乘客人数的检验参数R2均大于0.8。     

城市公交线网差异化计程票价多目标优化

为获取更加接近实际城市公交线网的票价策略，将出行者的社会互动行为与后悔心理引入广义费用，提出线路客流OD矩阵均衡算法；分别以交通管理部门利润最大化及出行者效用最大化为目标，以公交计程票价、发车频率、私家车停车费为变量，建立固定需求下公交线网差异化计程票价多目标优化模型.引入集群智能多目标优化算法求解，并应用于Mandl 标准公交线网.研究发现：以线路里程为标准，差异化计程票制可以有效降低出行成本；依据帕累托最优解调节票价，可以促进出行者选择行为向优势均衡转移.     

燃料电池氢喷射器控制技术研究

为满足燃料电池功率需求,实现氢气侧压力平滑控制,提出了一种氢喷射器控制方案。通过周期性控制喷嘴数和peak-hold时间占空比,并采用了调节量屏蔽方法,以提高压力输出调节能力。建立实验系统,写入软件进行控制实验,表明了该方法的可行性。     

引汉济渭工程岭北TBM无扩大洞室刀盘边块更换技术

本文以陕西省引汉济渭工程岭北TBM施工段为依托,为解决TBM在狭小空间内较大部件更换维修困难难题,开展大直径TBM刀盘边块在狭小空间内更换技术研究。通过大量研究,创新性提出新刀盘边块更换方法——基坑法,即通过专用设备配合TBM固有性能,在无扩大洞室工况下完成刀盘边块更换。经岭北TBM刀盘边块更换实例证明,此方法操作简单、适用性高,尤其在狭小空间内更具有优越性,且能节省大量维修时间,有效提高施工工效,可为同类TBM施工提供有益借鉴。     

京杭运河穿黄及黄河北航道走向探析

近年来,京杭运河黄河以北段复航呼声越来越高,京杭运河穿黄及黄河北山东段走向成为目前需要迫切解决的问题。本文通过对东平湖周边防洪工程现状分析,提出了穿黄位置、穿黄方案及穿黄线路走向;根据黄河北河系水网布置,提出了京杭运河黄河北山东段航道初步走向,为京杭运河黄河以北段复航工程提供技术参考。     

江户时期东渡日本的唐人及其对日本的文化影响——以唐馆为中心

江户时期东渡赴日的唐人以从事贸易活动的唐船商人为主体,他们以唐馆为活动中心,在日本社会通过日常生活和节庆习俗进行着潜移默化的中国文化传播。同时还有为数众多随唐商船同来的高僧、儒士、画家、医者等,以及具有商贸和文化交往双重身份的唐商人,他们通过更广泛的与日本人接触的机会将对日本的文化影响发挥得淋漓尽致。透过对江户时期东渡日本的唐人构成及其在唐馆内外所从事的文化活动的梳理,更可见以人和空间为载体的中国文化对日本文化的影响。     

多类型信息下的网络交通流演化模型

交通信息发布机构提供描述信息和规范信息给不同的出行者，描述信息接收者依据信息和经验更新路径行程时间认知，根据认知选择路径；规范信息接收者仅根据经验更新认知.规范信息遵从者选择推荐路径，非遵从者依据认知选择路径.两类信息遵从率都取决于信息准确度.依据非线性动力学理论分析了模型性质，研究表明，模型不动点存在但是不一定唯一，不动点状态与信息混合使用情况有关.数值试验结果表明，模型不动点与随机用户均衡点不同，以恰当比例混合使用两类信息可提高交通流稳定性.     

长江大保护战略下河口滩涂的保护对策研究

针对长江来沙持续减少引起河口滩涂侵蚀日益严峻的现象,提出长江口滩涂保护的重要性;并以九段沙、横沙东滩为研究典型,探讨分析不同定位滩涂宜采取的不同保护对策。结论如下:对于生态保护区滩涂,宜通过改变外围环境实施滩涂保护、促进滩面缓慢淤涨;对于非生态保护区滩涂,可采取积极主动的护滩措施,且可通过工程有目的地培育高-中-低滩有序分布的滩涂基底,在实现滩涂资源稳定的基础上提升滩涂生态品质,增强滩涂区域功能,积极响应长江大保护战略。     

公共自行车使用时空特性挖掘及租还需求预测

基于宁波市公共自行车刷卡数据、POI(Point of Interest)数据、气象和空气质量等数据，从数据驱动视角，深入挖掘公共自行车使用的时空特征及站点租还车需求预测。在时间上，采用KMeans算法，将站点聚为5类，探讨各类站点的时变需求规律及影响因素；在空间上，提出基于POI 数据的站点用地类型识别方法，将站点分为居住类、交通设施类、办公类和商业休闲类。构建以 15，30，60 min 为间隔，以租还车需求为目标变量的随机森林预测模型，并与常用的 BP (Back Propagation)神经网络、K最近邻方法进行比较。结果表明，随机森林模型的精度更高，适用性更强。以30 min为间隔的站点租还车需求预测精度最高，考虑站点土地利用类型后能有效提高模型的预测精度。本文结果可作为未来站点平衡调度的依据并推广应用于共享单车系统，为改善服务水平提供技术和理论支撑。