正负压耦合效应下软基堆载临界高度研究

为探究正负压耦合效应对软基堆载临界高度的影响，依托珠海西部城区某软基处理工程，采用数值模拟的方法，首先对天然软基上堆载高度进行了计算与分析，然后采用稳定性控制指标，设计了不同真空预压时长，探讨其对堆载临界高度的影响。研究结果表明：真空预压时长与堆载临界高度成正相关，前期真空作用对堆载临界高度提升明显，但真空预压5 d后，真空预压时长对堆载临界高度提升并不显著。基于该研究成果，有助于设计与施工单位合理选取堆载时机，节省工期。     

中长运距城际旅客出行方式选择行为模型 ——以高铁、民航为例

针对中长距离城际旅客对高铁,民航,空铁联运与民航中转等出行方式的选择行为.应用意向调查(SP)方法选择3个典型OD开展客流调查,构建多项式logit(mnl)模型与混合logit(ml)模型拟合数据,分析影响旅客选择行为的关键因素,说明旅客选择行为的异质特征.研究结果表明:相比MN L模型,ML模型显著提升了模型预测能力,更好描述了旅客选择行为的异质性,更适于出行方式选择行为建模;行程前时间,在途时间,中转时间是影响旅客选择的主要因素;出行目的,公费出行等对出行方式选择也有重要影响;在1400～2000 km运距范围,减少中转时间可以有效提高空铁联运与民航中转出行方式市场分担率;1400 km运距范围内,如果中转时间在1.5 h以内,则民航中转与空铁联运2类出行方式的替代特征明显,2000 km运距范围民航中转市场分担率显著高于空铁联运.     

基于精准供给教学团队建设的路径与成效--以广东生态工程职业学院林业技术专业群为例

教学团队的建设是职业教育的关键,高质量的师资力量能够明确人才培养目标、保证教学质量、推动专业建设、实现人才的精准供给。文中以广东生态工程职业学院林业技术专业群为例,基于精准供给的视角,总结了教学团队建设的路径:一是构建合理的团队结构;二是建立团队带头人管理机制;三是建立"传帮带"培养模式;四是推进校企合作机制;五是构建技能学习型团队;六是强化信息化教学。实践证明,加强教学团队的建设,对促进专业的发展、实现人才精准供给具有积极的作用。     

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.     

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。     

基于多点线圈联合数据的高速公路匝道影响范围识别

为准确识别高速公路匝道对主线车流的影响等级和范围，本文提出基于速度波动特性的高速公路匝道影响量化方法。通过建立改进加权速度排列熵指标以量化各服务水平下匝道对高速公路主线车流的影响，对建立的指标进行谱聚类分析来确定匝道的影响阈值。应用京昆高速及二广高速的99个平行式合流匝道和直接式分流匝道多点主线线圈检测器数据的分析结果表 明，所提出方法可识别高速公路主线车流受匝道的影响程度。合流匝道对主线最外侧车道的影响比次外侧车道高4%~69%；A~C级服务水平下，分流匝道对上游主线最外侧车道影响程度比次 外侧车道高6%~29%，D~F级服务水平下，最外侧车道受影响程度比次外侧车道低10%~13%。合流匝道的影响范围是合流点上游350m至下游550m；其中上游160m至下游100m和下游180~ 270m为核心影响范围。分流匝道影响范围为分流点至主线上游850m，其中750~850m、450~ 600m、100~300m为核心影响范围。研究成果可为高速公路匝道交通设计、管控策略和提升仿真可靠性提供依据，可有效降低设置匝道带来的影响。     

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。     

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。