公交乘客服务设施服务能力设计标准探讨

乘客服务设施是公共汽电车站设施的主要组成部分。乘客在公交出行过程中的空间需求与特性是乘客服务设施设计的基础。根据国内外对乘客基本特性的研究,提出适应公交乘客服务设施的“标准乘客”特性,并给出主要乘客服务设施服务能力的设计方法．可为乘客服务设施设计标准提供参考。     

交通驾驶行为的行为过程及行为影响因素分析

行为过程的环节和主要因素有：行为需求、行为动机、行为回报、人的认知模式以及态度。运用行为科学基本理论来分析驾驶员交通行为过程中的各个环节以及各因素的作用,是实施行为控制和保障交通安全、畅通的必要前提。     

以细节管理推进我院学生半军事化文化管理建设

学生半军事化管理是我院三个培养特色之一。从学院的长远发展角度出发,学院正在大力推进半军事化管理由制度管理向文化管理转变。这是一项长期的任务。在此过程中,强化细节管理是推进半军事化文化管理建设的重要举措。细节是半军事化管理的基础,是半军事化文化的具体体现。强化半军事化细节管理,必须加强半军事化管理的制度建设与执行力度,加强教育和启发引导学生自我教育、自我管理,改进专职学生干部工作作风和加强队伍自身建设,并从氛围营造和文化育人上强化细节管理。     

几种人造湿地植物和土壤含氮量分析

采用凯氏定氮仪测定了藜、艾蒿、酸模、芦苇、狗尾草、水稻和野生大豆7种人造湿地植物的根、茎叶和植物生长土壤的含氮量.结果表明,艾蒿茎叶的含氮量为6.50 g/kg,比野生大豆、狗尾草、酸模、水稻、芦苇和藜茎叶平均含氮量高3.85 g/kg,艾蒿根的含氮量为8.66 g/kg,比藜、野生大豆、酸模、狗尾草、水稻、芦苇根的含氮量平均高3.42 g/kg,野生大豆生长的土壤含氮量为0.090 g/kg,比自然状态、芦苇、水稻和对照土壤的含氮量平均高0.03 g/kg,利用人造湿地处理污水需要植物的含氮量高和土壤的含氮量低,以便能够更有效的吸收污水中的氮.     

隧道软弱下卧地基注浆加固试验

注浆法是提高软土地基承载力和控制其压缩沉降的传统加固方法,由于其过程不可控性与加固效果的不确定性,在应用于加固运营地铁隧道下卧土时,须考虑加固过程的扰动及长期效果。通过现场试验,研究注浆加固的工艺参数对饱和软土扰动和加固效果的影响,以获得安全合理的精细化注浆工艺参数,对处理软土地铁隧道长期沉降问题具有现实意义。     

仪器集成开发的网络化协同设计研究

并行设计系统一直应用于工业设计系统。通过对并行系统的分析,利用计算机与通信技术,开发全新的产品协同开发模式。从网络化的特点出发,给出了网络化协同设计的体系结构,研究了仪器集成开发的网络化协同设计方案。最后讨论了ARIZ算法对问题的解决。     

基于FPGA的实时空中目标跟踪系统设计与实现

针对民航机场及周边空域安全管理的需求和雷达监视存在盲区易受干扰的缺点,设计了一种基于FPGA的实时空中目标跟踪系统. 针对空中目标的特点,采用灰度图像的帧间差分法进行目标检测,自适应双阈值进行目标分割,形心跟踪法进行目标跟踪,达到25帧/s的实时处理速度;算法通过设置跟踪区域和目标锁定点,排除了干扰的影响,提高了系统跟踪能力;采用形心坐标的脱靶量作为云台调整参数,依据分割目标像素大小在跟踪过程中进行了自动变焦控制;采用IDE接口硬盘作为存储介质,FAT32文件系统作为图像存储形式来记录实时图像. 外场实验表明,系统工作稳定,跟踪算法简单实用,可辅助雷达系统对飞机起降及机场空域移动目标进行跟踪监视.     

基于BPNN-MOP模型的区域公路网合理规模预测研究

区域公路网规模是保障交通供给能力的基础,确定合理的路网规模是调节交通供需平衡的关键. 本文从路网发展数量和质量两方面,里程、密度、等级结构三项指标出发,建立了基于BP神经网络与马尔可夫链的公路网里程规模组合预测模型,并采用多目标规划方法对公路网等级结构进行了优化研究. 该方法能够充分挖掘公路网规模演变的宏观调整与微观波动规律,提高了预测的精度和可靠性. 最后本文结合实际案例,对区域特征年公路网的合理规模及结构进行了分析预测. 结果表明,组合预测方法能够较科学、客观地反映公路网发展的数量特征和质量要求,具有一定的理论价值和现实意义.     

数字铁路框架体系的研究

数字铁路是基于地理信息系统(GIS)、全球卫星定位系统(GPS)、遥感(RS)、信息系统、物联网、虚拟化、信息集成等技术,研究中国铁路基础设施、移动装备及铁路环境的数字化,实现铁路服务资源和运力资源的全面管理和直观展示的新一代铁路信息系统. 它是在现有铁路信息系统基础上的改造和完善,对于提升铁路管理、服务的水平和形象,保证运输安全具有重要作用. 本文分析了数字铁路的主要研究内容及关键技术,提出了数字铁路总体框架和标准体系,并对其中铁路地理信息平台进行了结构设计,对于建设数字铁路具有重要指导意义.     

基于单参数自调节RM-GO-LSVR的船舶操纵灰箱辨识建模

为实现舵角小、试验数据少条件下船舶操纵辨识建模, 提出了一种船舶操纵运动灰箱模型; 搜集水动力系数已知的船舶运动数学模型作为备选参考模型(RM), 计算被辨识船舶与备选RM的相关系数, 并以此筛选合适的RM; 运用相似准则将观测数据映射到RM的输入值域, 建立被辨识船舶与RM的运动关联, 获得了RM的加速度项, 并使用线性支持向量回归(LSVR)机补偿被辨识船舶和RM加速度项间的误差; 分析了机理模型, 设计了合适的LSVR输入项, 使用全局优化(GO)算法自动调节了LSVR的不敏感边界参数; 基于自航模试验数据训练了灰箱模型, 并与约束模试验(CMT)结果和计算流体力学结果比较, 验证了灰箱模型的泛化能力和预报精度。研究结果表明: 在20°船艏向、20°舵角Z形试验预报中, 灰箱模型所得第一超越角精度至少比CMT、虚拟约束模试验(VCMT)和RM方法所得结果高1°, 灰箱模型所得第二超越角精度至少比CMT和VCMT所得结果高0.4°; 在35°舵角旋回试验预报中, 灰箱模型所得进距精度至少比CMT、VCMT、数值循环水槽试验(NCWCT)和RM方法所得结果高1%, 灰箱模型所得战术直径精度比CMT所得结果低4%, 比NCWCT所得结果高10%;RM方法有助于灰箱辨识建模, GO算法能够优化LSVR的不敏感边界参数, 建立的单参数自调节灰箱辩识建模方法能够实现小舵角、少数试验条件下的船舶操纵辨识建模。