大型体育赛事交通战略研究

大型体育赛事对城市客运交通和物流保障等方面带来巨大挑战,迫切需要城市政府制定相关交通战略.基于大型体育赛事交通需求构成和特征分析,从短时高强度客流、高品质交通保障能力、绿色交通等方面研讨赛事给城市交通带来的挑战.为应对这些挑战,需要从城市和赛事两方面制定对应战略.城市层面,需要着眼于长远发展目标,以赛事为契机推动空间结...     

都市圈快速轨道交通信号系统制式方案选择

基于都市圈轨道交通快速化、通勤化、多元化的特点,匹配能够满足高速度等级(160～200 km/h)及公交化运营的信号系统制式尤为关键。对巴黎、东京、纽约等3个典型都市圈的轨道交通信号系统建设模式进行了对比,在此基础上分析了我国都市圈快速轨道交通线路的运营需求,并从都市圈快速轨道交通运营需求的匹配度及系统功能适应性等角度对我国既有轨道交通信号制式的适应性进行了分析。研究结论如下：都市圈快速轨道交通线路信号制式的选择应立足于本线的功能定位,并应在本线与外部连接线的关系上给予更多的关注。     

品质比评比更重要

“天时人事日相催,冬至阳生春又来。”红红火火的欢乐中国年在热闹的鞭炮声中告一段落。新的一年就此拉开帷幕,新的征程又开始了。在春暖花开的日子里,我们再次迎来消费者权益日——“3·15”     

城市交通规划模型的探讨

通过对中美两国城市交通模型的现状和发展的比较.首先回顾了美国在交通规划模型实践中的经验和存在的问题,并分析了中国交通问题的特征,及其交通模型的选择和数据采集方面的优势,主张中国在模型的开发和应用上,不应该局限于西方国家的实践经验,而应当大胆创新.其次,认为交通规划模型的研发,应该从提高预测能力和增强分析能力两个层面入手.当前一项紧迫的任务是由国家交通运输部组织专家工作组,对不同的模型和方法做客观的评价,为交通规划建模提供规范化的技术指导.最后,讨论了交通规划和GIS软件在实际应用中常常被忽略的一些技术问题.     

中美城市交通模型现况评估

交通需求模型预测未来一个区域内对交通系统的需求.这些模型是辅助交通官员与专家对重大交通项目投资和政策策略作出理性决定的重要工具.根据本刊2008年第1期对中国具有代表性的几个城市交通模型系统的示例介绍,对中国目前的交通模型研发、数据及应用进行总结,并比较了中美交通模型的差异.通过对现阶段中国交通模型建设和使用的深入了解,并结合已有研究和实际工作经验,对中关交通模型及其相关的工作进行系统性和前瞻性的讨论.     

车市需求平淡增幅平稳回落--2006年5月份乘用车市场分析

5月份乘用车销售点评 销售呈现平淡走势。5FJ份生产41．35万辆．销售39．36万辆．销售率逐月有所下滑．5月95．19％．4月96．96％、3月97．26％。销量较4月份减少7．48万辆．-15．97％。轿车、SUV和微型客车都为两位数负增长．MPV为零增长。     

第三方汽车逆向物流模式浅析

由于汽车产业因其巨大经济拉动性,已经成为我国国民经济增长的重要一极。随着汽车消费市场的不断成熟、竞争的日趋激烈、消费者需求的个性化以及社会环保意识的提高,逆向物流的经济价值日益凸显。良好的汽车逆向物流可以使自然和社会资源得到有效、充分的利用,保护生态环境,有利于国民经济的可持续发展。对于汽车产业链中的各个企业而言,良好的逆向物流有利于产品数据信息的积累,为经营预测和决策提供数据支持,同时也是提高顾客忠诚度的重要手段。因此,加强对汽车逆向物流的研究,对于国民经济持续、稳定、健康的发展,对于企业获得并强化竞争…     

基于生成对抗网络的地铁OD需求短时预测

城市轨道交通作为一种安全、运量大、环保节能的交通工具,能有效缓解城市交通压力,逐渐成为大中城市居民最重要的出行方式之一。准确可靠的城市轨道交通短期客流预测对旅客出行与客流管控有重要意义。有鉴于此,提出一种新型的生成对抗网络(GAN)模型,即CWGAN-div模型,以实现对地铁OD需求的短期预测。CWGAN-div模型融合条件生成对抗网络(CGAN)模型以及基于Wasserstein散度的生成对抗网络(WGAN-div)模型,结合2种模型的特点,来提高原始生成对抗网络模型的稳定性和生成精度。考虑到地铁客流量变化的时间周期性,使用一种融合2类周期信息的时间标签作为条件信息,并与历史OD数据一起作为模型的输入。为了更充分、更稳定地挖掘地铁客流需求的时空相关性,采用一种改进的卷积神经网络,即残差神经网络构建CWGAN-div的内部结构。以深圳地铁1号线和4号线的44个站点为例,数值实验表明,CWGAN-div模型具有较好的稳定性和预测效果,相比传统预测方法和普通深度学习方法在预测精度上分别提高了27.97%和6.59%,相比其他组合模型提高了3.26%,相比基础CGAN模型和WGAN-div模...     

基于RBF神经网络的地铁隧道施工坍塌事故应急车辆需求预测

现有生产安全事故应急救援体系未能充分利用历史经验辅助应急决策,并多为资源总体上的预测和调度。为高效、准确地应对地铁隧道施工坍塌事故,制定应急救援方案,提高应急救援效率,以确定应急车辆需求量为例,提出一种基于RBF神经网络的应急车辆需求预测模型。在确定预测指标的基础上,整理分析历史事故案例并提取关键指标值,通过训练确定扩展速度及隐含层神经元个数,分别构建以坍塌位置、次(衍)生事故、坍塌面积和被困人数为输入,救护车及消防车需求量为输出的RBF神经网络预测模型。在预测结果的基础上,确定所需应急车辆类型及数量,推算医护人员和消防人员的配备数量,并结合事故实际特征对预测结果进行修正。以某实际地铁隧道施工坍塌事故数据进行案例分析,预测该事故所需的应急车辆、相关人员及设备等应急资源的需求量,并将其与实际数据对比分析,验证了预测模型的可行性和有效性。该预测模型可为地铁隧道施工坍塌事故应急救援方案的制定提供新的思路和方法。     

轻型货车:触底反弹需求看涨

从2005年的载货汽车市场表现看,重型载货汽车市场份额大幅缩水,中型载货汽车市场原地踏步,轻型载货汽车市场略有增长,微型载货汽车市场触底反弹。造成这一局面的根本原因在于,国家宏观调控、治理整顿市场秩序及强制执行汽车标准法规等外部环境因素的影响,使载货汽车市场总需求受到抑制,对重型载货汽车市场的影响尤甚。