风险辨识技术在港口工程中的应用研究

港口工程建设是一个高风险行业,存在众多的生产性风险因素.需要用风险识别方法在安全管理中对其辨识并加强控制.风险辨识有多种方法,各种方法固有特点的不同导致适用范围也不同,目前尚无专门针对港口工程形成的辨识技术.因此,有必要针对港口建设工程生产特点,结合风险辨识方法,找出适舍港口建设工程的专项风险辨识技术.     

城市交通子系统期分初探——以成都市为例

城市交通运输系统是城市社会经济大系统的一个复杂子系统,是现代城市的动脉和各行各业的纽带。本文在城市交通系统特点的基础上,以成都市为例,利用空间层次结构进行子系统划分,并阐述各子系统功能、系统性和系统存在价值。     

沈阳桃仙国际机场交通需求预测分析

机场交通需求预测是确定机场扩建工程地面综合交通规划的基本依据之一。准确地把握交通需求,对于制定机场交通发展战略,进行路网规划与建设,科学组织管理机场交通具有重要的意义。该文以沈阳桃仙国际机场扩建工程为例,通过机场现状交通特性调查,在定性分析的基础上对一些主要参数进行定量考虑,对未来沈阳桃仙国际机场的客货交通需求进行预测分析,探讨机场交通需求预测方法。     

基于全距离完全度量聚类的交通运输能耗区域划分

对全国进行区域划分,是研究大范围、有地域特征交通运输能耗问题的基础.首先以行政区域为单位,建立了交通运输业发展、交通能源消耗、社会经济发展三大类交通运输能耗综合指标体系.在确定省市间距离和邻接关系矩阵后,生成本文研究区域的交通运输能耗邻接关系网络图,依据邻接关系及全距离完全度量方法,建立研究区域的交通运输能源消耗省域间最小生成树.以研究区域总同质度最大为目标对最小生成树进行截断,划分了 5个交通运输能源消耗区域,分析了各个区域的交通能耗特点,提出了初步的政策建议.     

基于K-means算法的铁路运输设备单元划分方法

铁路运输设备是铁路运输生产的基础,管理单元是铁路运输设备进行设备监控、维修、管理及分析决策的基础对象,是运输设备专业管理与综合应用的基本分析单位.为满足运输设备管理的业务需求,本文在分析铁路运输设备构成的基础上,总结提出铁路运输设备单元划分原则,基于K-means聚类算法开展铁路运输设备单元划分方法研究,并利用该方法对电务通信设备进行单元划分,实践结果证明,该方法比传统的设备类别分类方式更适合设备技术状态管理与分析评价,方法合理可行,具有很好的实用价值     

考虑信效度的地铁车站通道服务水平研究

为了给乘客提供人性化的服务,本文利用乘客感知-反应的方法研究了地铁 车站通道服务水平标准及其划分方法.利用问卷调查和重要度指数法确定了评价指标(乘客平均占用空间)和最小样本量(200).通过图片分组检验确保了服务水平感知问卷各题项 图片的覆盖面.通过专家评估和文献参考确保了问卷的内容效度,通过问卷调查过程的把 握和数据逻辑判断确保了问卷的信度,通过验证性因子分析检验了问卷的结构效度,利用有效数据形成了A-E级标准.结果显示,本文标准均低于TCQSM的A-E级,但DE级间 阈值略高于TCQSM的EF级间阈值;分性别对比时,男性乘客的A和B级标准高于女性, 而C和D级标准基本相同.经分析该标准较为合理,用此方法可以确定其它设备设施的服务水平.     

路段变长划分的模糊聚类方法

路段的合理划分是开展路面养护管理的基本前提。对通常采用的定长1km的做法进行了分析,指出了其不足;进而引进了模糊聚类方法,阐述了其应用思路,给出了模糊相似系数的构造方法,据此利用编网法建立了路段变长划分方法,并对聚类水平α给以解释;最后论述了该法的意义,还进行了实例验证。     

基于灰色聚类的城市轨道交通线网层次划分

为了明确各条线路在整个城市轨道交通线网中的功能定位和修建时序,需要对其进行科学合理地分层规划,从而形成一个良好的层次组织方案。在分析国内一些城市对轨道交通线网层次划分的基础上,明确了轨道交通线网层次划分类别,建立了线网层次划分的量化指标体系,并进一步建立了基于灰色定权聚类的层次划分方法。最后以西安轨道交通线网为例进行了层次划分,并结合层次划分给出了项目建设排序。     

基于稀疏高斯过程混合模型的短时交通流预测

交通流预测在智能交通系统中起重要作用.由于短时交通流的时变性,传统预测模型效果较差.将稀疏高斯过程混合(SGPM)模型用于短时交通流预测,并研究了隐变量后验硬划分学习算法,该算法依据最大后验估计矫正样本划分,不断迭代实现最优分组.将SGPM模型与核回归(K-R)、最小最大概率机回归(MPMR)、线性回归(L-R)以及高斯过程(GP)的预测结果对比.同时将新的学习算法与传统variational和LooCV学习算法比较.结果 表明,基于新算法的SGPM模型不仅能够分模态展示预测结果、输出置信区间,且短时交通流预测均方误差可达0.047 6,训练耗时达7.121 4 s,均优于其他模型.      

不规则物流园区功能区块布局模型与算法

物流园区功能区块的合理布局对于降低物流成本、提高物流作业效率有重要意义.传统的研究主要建立在假定物流园区是矩形的理想情况下,本文基于栅格数据结构,构建了以运输成本最小为目标的不规则物流园区功能区块布局的集合划分模型,并引入了栅格图像矢量化技术,用于提取布局形成后的图像拓扑结构,获得路网信息,然后设计了基于割树技术的变邻域搜索算法进行求解.最后以某物流园区为例,通过MATLAB编程计算得出布局方案,验证了本文模型和算法的有效性.