基于路径关联性的交叉口群动态划分方法

交叉口群是路网交通流协调控制的基本单元,其动态范围划分与路网协调控制效益直接相关。在对经典Whitson路段关联性模型进行改进的基础上,考虑局部路网上交通流OD的空间分布特征建立了相邻交叉口之间的路径关联性模型;基于路径关联性模型计算结果,应用层次聚类方法对信号控制交叉口群进行动态划分。最后对路段关联性和路径关联性的交叉口群动态划分方法进行了算例验证和对比分析。研究结果表明,考虑路径关联性动态划分交叉口群可以减少对局部路网中主要OD路径的分割,从而降低主干道交通流的总停车次数和停车延误。     

钻孔桩成孔检测与成桩检测关联性研究

论述成孔检测与基桩检测的关联性,通过工程实例,揭示成孔检测数据对于桩基检测分析、判定重要意义。具体来说其关联性体现在3个方面：成孔检测体现的桩孔型数据与低应变反射波法检测结果的相互印证;成孔检测数据结合桩基检测分析桩基缺陷形成原因;成桩检测中结合成孔检测数据综合分析,能有效避免误判、漏判。从规范成孔检测本身及发挥成孔检测结果对桩身质量检测的辅助判定作用,提出了建立成孔检测技术规范的建议。     

基于区间数特征根法的民航事故征候诱因分析

评价指标对模糊综合评价的结果准确性具有直接影响,民航事故征候诱因指标构建的科学性对民航安全评价具有重要现实意义,但传统层次分析法存在对专家经验要求高、主观因素对评价结果影响大等局限,区间数特征根法（IEM）可弥补其不足。首先运用SPSS软件对民航事故征候诱因指标进行相关性和因子分析,得到了指标之间关联性特征,然后运用MATLAB软件构造IEM程序,得出影响民航事故征候诱因指标权重。结果表明：皮尔逊相关系数法、因子分析法、IEM的联合使用可减少评价体系的冗余度,为指标和权重确定的合理性奠定理论基础。     

滚装码头的分类及其泊位长度计算方法的探讨

滚装码头是与船舶最密切相关的一种码头类型,其关联性最高的设备就是船跳板,因此可从码头总体设计的角度对船跳板进行分类,可归纳为直跳板、斜跳板和舯跳板(舷侧跳板)3大类,以此作为滚装船的分类依据,对滚装船码头的岸线布置进行分类,归纳各种滚装船码头的泊位长度计算公式.     

论油品鉴定结论的证据效力及存在的问题

油品鉴定是海事部门在水上污染事故调查中运用的一项重要取证方法,其结论一般具有客观公正、科学合理等证据特点.文中从证据的关联性及合法性出发,论证了油品鉴定结论的证据属性.同时,指出了我国油品鉴定实践中存在的问题,并从油类鉴定机构及其鉴定结论的法律地位、油品鉴定的推广与应用及油品鉴定的行业标准等方面提出了相应的建议.     

TPDS、TADS监控结果与车辆运行故障关联性分析

从分析运用和入段检修货车发现的滚动轴承保持架破碎、制动梁端轴裂纹等故障入手，通过查阅相关TPDS、TADS历史监控数据，阐述了车辆运行故障和5T系统监控结果的关联性，指出了目前TPDS、TADS系统在实际运用中存在的问题，提出了加强TPDS、TADS系统监控信息综合应用的建议。     

工程企业与政府合作开发项目的风险管理

研究目的:本文通过识别、评价与政府合作开发项目运作中的风险,提出工程企业风险规避的主要措施.研究结论:合作开发项目风险与一般工程项目风险不同,具有系统性、关联性、多样性等特点.风险管理应综合分析某类风险在总体风险系统中的重要程度及关联性.在与政府的合作开发项目中,要正确处理好政策变动风险、政府诚信风险、市场风险等风险因素,努力防范风险.     

关于汽车的节能与新能源之路

节能与新能源技术路线的选择,与技术进步、国家政策及能源现状等有着高度的关联性。国内目前从国家到地方,从行业到企业,对汽车节能与新能源技术路线的选择,或正面临着一个新的十字路口,依据有二:其一,关于"新能源汽车"的定义,按照中立观点,已存在"狭义的新能源汽车"和"广义的新能源汽车"之分。     

中国轿车如何走好自主之路(续3)

6 政府在中国轿车自主品牌发展道路中的政策建议 汽车工业由于其高度的产业关联性和明显的规模效益，成为国民经济发展的重要支柱之一。汽车工业由于其涉及面广，在一些发达国家，10％的就业人员与汽车产业有关，其销售额占全国制造业的10％～13％，其技术面涉及到各个产业，是一个集技术、人才和经济密集型的产业。党的十四大和八届人大作出振兴机械和汽车等产业，使之成为国民经济支柱产业的重大决策，确立了汽车工业在中国经济发展中的战略地位。     

基于神经网络及关联性修正的交通异常预测研究

为实现城市交通异常管理的主动式响应,给交通异常处置争取更多的时间,减少交通异常对城市路网的影响,提出了一种基于神经网络及关联性修正的交通异常预测方法.基于历史异常数据构建交通异常数据库,并定义了预测模型中的主要参数;构建了基于改进神经网络算法的交通异常预测模型,在此基础上,创新性地提出了结合不同单元区域背景概率及交通异常相关关系挖掘的预测修正算法,对预测结果进行关联性修正以得到最终更加准确的预测结果,大幅提升了模型的预测精度.应用哈尔滨市30 d实例数据训练了所提出的交通异常预测模型,用15 d数据进行了验证,结果表明经过关联性修正的预测模型成功预测次数明显增加,相较于传统方法,预测成功率提升了31.46%,皮尔逊检验值均大于1.642,预测的结果的可信度大于80% 的置信水平.