2001年西北太平洋热带气旋的统计特点

对2001年西北太平洋热带风暴等级以上的热带气旋进行了比较详细的统计分析，将统计结果与多年历史资料进行了对比，得到一些值得注意的有价值的结论。     

万事俱备 东风自来——记广东韶钢金属焊材有限公司

采访的那天阳光正好厂区内一片繁忙的生产景象管理人员有条不紊地工作整个企业焕发着一股生机勃勃的气息虽然目前经济形势有些低迷但此情此景给人一种即将冲破黑暗的宁静愿岁月美好,愿发展红火广东韶钢金属焊材有限公司是韶关钢铁多元产业旗舰子公司之一的韶钢金属下属全资子公司,去年以来,依托韶关钢铁钢材产品优势,全力打造金属延伸加工产业平台,广东韶钢金属焊材有限公司于2014年4月成立,焊丝项目于2014     

印尼ADIPALA海域较长周期波浪谱分析

波浪谱是进行海岸工程设计的重要基础,不同海区、不同周期的波浪谱特性不同,因此有必要对于实际海上观测波浪的谱特性进行分析研究。针对在印尼海岸观测的较长周期波浪数据进行了波浪谱分析,给出谱特征参数与海浪统计特征值之间的关系。并基于JONSWAP谱型,对实测波浪谱进行拟合,得出适用于该海域的波浪谱公式,研究成果可为实际工程设计提供重要的参考。     

铁路多元经营物流企业发展战略新探

分析了铁路多经物流企业存在的问题。从企业文化、企业投资、供应链构建3个方面,提出了培育适应时代要求的铁路多经物流企业文化、投资物流节点的发展战略。     

高速公路出口指路标志设置有效性评价

为评价高速公路出口指路标志设置有效性,以湖北省高速公路交通标志调整为案例,在湖北省高速公路沿线代表性服务区开展针对驾驶人的实地问卷调查,获取不同个体特征和出行特征驾驶人对于出口指路标志设置清晰程度、是否满足驾驶预期、能否有利于少走错路的主观判断。数据统计分析结果表明：(1)总体上,调整后的出口指路标志能够满足驾驶人出行需求;(2)男性、年龄较大和驾龄越长的驾驶人更倾向于认为指路标志设置是有效的;(3)跨省因公出行且出行越频繁的驾驶人对指路标志设置越满意。本研究可为高速公路交通标志调整后的有效性评估提供参考,为高速公路出口指路标志的进一步优化提供依据。     

基于Logistic模型对居民弹性出行影响因素建模研究

居民弹性出行特征是城市快速发展进程下的产物,随着城市居民生活水平不断提高,弹性出行在所有出行中所占比例逐渐增加,因而对居民弹性出行的研究愈发重要。为研究居民弹性出行特征的影响因素,首先利用居民弹性出行行为调查的RP-SP融合数据,结合方差膨胀检验方法研究影响居民弹性出行特征各因素间的线性相关性,最后构建多元Logistic模型,分析居民弹性出行前获取出行时间信息、天气信息作出出行选择时影响因素的显著性程度。结果表明,在0.05的显著性水平下,影响因素中年龄、游客类型、主要交通出行工具等显著影响居民弹性出行选择;居民出行前获知交通信息,弹性出行的概率能有效降低9%,在一定程度上可以降低交通压力,缓解交通拥挤。     

直立墙上不规则波波浪力试验和统计分析

为确定波谷作用下波浪荷载的概率分布和统计参数,进行了不规则波浪对直立墙作用的室内试验,并对测得的波浪力进行统计分析;通过长期波浪最大荷载与短期波浪荷载的统计关系,得到50 a设计基准期内波浪荷载的概率分布和统计参数。研究结果表明,波谷作用下短期波浪荷载服从Weibull分布,50 a设计基准期内最大波浪荷载服从极值I型分布。     

影响Superpave混合料VTM的主要因素分析

沥青混合料生产过程中,级配或沥青含量的变异会造成沥青混合料体积指标与生产配合比发生偏差,在某条高速公路施工过程中,对下面层Superpave25、中面层Superpave20、下面层Superpave 13三种类型的混合料现场取样,在实验室使用旋转压实成型试件测得试件体积指标,通过抽提试验分析级配与生产配合比的差异,运用多元线性回归方法,分析影响矿料间隙率（VTM）的主要因素,并且通过工程实例验证回归公式的正确性.通过分析得知影响空隙率最显著的影响因素为沥青含量,其次为0.075mm及附近筛孔的通过率.     

以多元需求平衡为导向的街道设计--以《阿布扎比街道设计手册》为例

饱受汽车拥堵困扰的阿布扎比,迫切需要寻求向可持续交通发展的转变,《阿布扎比街道设计手册》（以下简称《手册》）应运而生。《手册》以步行优先为前提,以体现多元需求平衡为特色,按照行人-公共交通-自行车-机动车顺序划分通行优先权等级。同时结合“用地环境属性”与“道路承载力属性”提出街道分类与指引,尤其在街道功能划分与模块化横断面设计方面独具特色。在引导阿布扎比的街道设计向更人性化和可持续发展转变的同时,其诸多创新和亮点同样值得中国城市在发展转型中借鉴,以促进城市交通发展模式的稳步转型。     

基于数据驱动的区域交通TOD时段识别方法研究

提出了一种基于数据驱动的T OD时段识别方法,对区域不同路口、不同流向、不同时刻的交通流数据,采用多元相关分析、主成分分析等在空间尺度上识别出路网的关键路口和关键交通流向,采用层次聚类在时间尺度上识别出不同的交通状态和各T OD时段。以9个道路交叉口流量数据为应用实例,获取其中6个不同路口方向为关键交通流,并将不同时刻观测值聚类为5种不同的交通状态,进而识别出1 d的8个 T OD时段,每个时段分别代表干线或区域高、中、低等不同流量时期,表明了该方法的有效性。