大型综合客运枢纽送站坪的车辆延误（双语出版）

为了准确评估大型综合客运枢纽送站坪的服务水平,改善其交通秩序,提高管理水平,针对送站坪车辆的常规落客行为和违规行为造成的延误,进行了量化分析研究。在大量调研数据的基础上,提取车辆轨迹,通过虚拟线圈的方法获取车辆的运动参数和交通流信息,基于车辆运行特征和车流波动理论,提出了落客车辆汇入行车道时等待可穿插间隙的延误模型、行车道车辆受穿插车辆影响的延误模型以及违规行为造成的行车道车辆延误模型等,验证结果表明,延误模型计算结果与实测结果近似。针对客运枢纽常见的两车道送站坪的交通特性,将车辆在落客车道的行驶距离、落客时长、速度、加减速度等参数作为自变量,基于高峰期间车辆到达分布推导出了送站坪车辆的平均延误,在此基础上给出了送站坪车辆行程时间的理论推导模型和多元线性回归模型。实例验证结果显示：2个行程时间模型计算结果与实测数据基本吻合,平均误差均为13%,回归模型的拟合优度为0.868;减少模型变量,以车辆在落客车道的行驶距离和落客时长为自变量,拟合优度也达到了0.853,表明这2个变量对车辆在送站坪系统的总延误影响最大,它们的值可以基本反映出车辆在送站坪系统的总延误,研究结果可为仿真模型的构建及通行能力的研究提供理论基础。     

复合盾构土舱可视化实时监测系统研究

为了在复合盾构掘进过程中实时监测土舱的情况,获得刀盘的旋转状态、刀具的磨损状况、开挖地层的图像信息和渣土的流动特性,建立一套土舱可视化实时监测系统,该系统通过上位机监控系统实时监测前端设备的工作状态,并将摄像机采集的信号实时传输到视频采集系统。介绍该系统方案,重点探讨其结构设计、硬件设计、软件设计,并通过室内和现场试验进行验证该系统的有效性。结果表明,该系统可实现土舱的实时视频监控、录像、回放以及系统温度、湿度和压力的监测。     

时空信息多模式融合模型应用研究

给出了时空多模式融合模型(MM模型)的实用建模方法.利用华北地震和北京SARS 2个时空数据集对MM模型进行了建模应用和性能评价,与单纯神经网络模型相比,MM模型的预测准确性与预测趋势变化的能力均有所提高.分析表明,利用MM模型对不同类型时空过程建模时,不同分量信息所起到的作用并不相同.     

城市公交系统的时间可靠度研究

针对城市公共交通系统的行车时间和行车问隙易受影响的特点,以整个公交出行链为落脚点,从出行者的角度对公交的运行时间和乘客的在站等车时间进行了研究,建立了公交的运行时间可靠度、等候时间可靠度模型.以北京市为例,对晚高峰的公交时间可靠度进行了计算和分析,结果表明北京市的公交时间可靠度为中等水平.     

声波透射法检测基桩完整性的影响因素

在介绍声波透射法测试的基本原理基础之上,对声波透射法检测中扶正器和声测管管径导致的声时波动进行了分析,并提出可以将声测管作为钢筋笼的一部分在桩基的整体结构中发挥作用。     

不等时距GM(1,1)模型预测地基沉降研究

分别采用直线插值、三次样条插值、BP神经网络3种方法,用M ATLAB语言编制程序将不等时距序列转化为等时距序列,采用灰色理论预测沉降.由于BP神经网络强大的非线性映射功能,可以避免常规插值法所造成的一系列误差.实际工程应用结果表明,利用直线插值、三次样条插值和BP神经网络与灰色理论联合建模所得的预测值与实测值的最大相对误差分别为17.2%,5.9%和4.6%.由此可见BP神经网络和灰色理论联合建立的GM(1,1)模型用于预测路基沉降最为精确.     

带时间矩阵的灰色模型在沉降预测中的应用

灰色模型一般应用于等时长的数据预测,而对非等时长的数据预测,则需通过拉格朗日插值等方法进行修正,因而有一定的误差。考虑将时间矩阵加入公式,采用推导的公式对高速公路路基沉降进行拟合预测,证明了该方法有较高的预测精度,具有一定的实用价值。     

新时期高校网络党建的实践与思考

网络党建具有时代发展的必要性和重要性。本文阐述了新时期高校开展网络党建的必要性、网络党建设的原则,提出了高校网络党建的实施途径。     

交叉口行人过街心理及交通行为分析

行人与机动车的冲突是影响交叉口运行效率的重要因素。研究交叉口行人过街心理及行为的意义,分析行人过街过程及心理特征,总结行人过街等待时间、穿行速度特征、可接受间隙、违章行为及道路交通环境对行人心理和行为的影响,对行人的违章心理进行论述,并提出减少行人违章的措施。     

基于运输效益的城市公交发车频率

公交车发车频率的确定是公交运营调度的主要内容。受车站附近其他公交车的影响,乘客在各站点的可接受公交车容量和等车时间是不相等的;平均可接受公交车容量是乘客心理容量的平均值,如果车内乘客数量超过该容量,则采用容量向量来解释乘客上车过程。文中以运营利润最大化为目标函数,在车辆资源有限的情况下建立分析模型,应用遗传算法求解最大利润下的最优发车频率,并运用实例验证了所提出的方法。