城市综合交通体系规划回顾与展望

回顾改革开放以来中国城市综合交通体系规划在规划定位、规划目标、内容体例、技术方法、规划实施等方面的实践和探索。总结规划编制工作的基本特点:以问题为导向、融合城市总体规划、提倡以人为本理念、广泛应用定量技术方法。指出规划编制和实施过程中存在的不足:规划地位和作用认识不清、价值理念与实际行动脱节、规划实施评估环节缺失、规划管理体制机制缺乏、相关法规技术标准陈旧。结合城市交通发展新趋势,展望未来城市综合交通体系规划的重点方向:强化多规融合、强调以人为核心的规划、加强规划评估和滚动编制、加强技术创新与行业规范、深化政策保障机制研究。     

VRGIS在校园管理规划中的应用

简述虚拟现实地理系统在校园管理规划中的应用,即在计算机上实现校园风貌的再现以及对校园进行的管理和规划。文章中介绍的数字校园管理规划系统采用三维成像、虚拟现实技术实现进行三维场景的漫游导航以及交互功能,将校园景观三维可视化,既可以为校园树立良好的形象,还可以作为校园规划管理的有力工具,从而提高校园管理的现代化水平。     

城市轨道交通线网规划可实施性探讨

在对城市轨道交通线网规划概述的基础上,研究了其可实施性的一些制约因素,并以武汉和昆明的线网规划为例,分析了线网规划可实施性的重要性,提出了树立绿色综合交通规划和大轨道交通网络系统的理念、加强现场踏勘和收集与分析基础资料、建立城市建设资料以及规划成果集中管理和共享机制的结论和建议。     

一条专用车道双向运营BRT/轻轨的可行性

为有效满足BRT或轻轨系统的运行需求,提出在带有固定左转车道的繁忙通勤走廊中央设置一条BRT或轻轨专用车道用于双向运营的概念。由此产生了车辆相交问题,其相交空间设置于由左转车道产生的未利用或未被充分利用的道路中央隔离带。提供了公交车站和相交空间的概念设计可选方案和几何布局示意图,并考虑运行速度、发车间隔、相邻相交空间的距离及相交空间数量等条件,分析系统性能。为确保具有实用性,研究了系统在现有交通走廊上的可实施性。由于该系统具有利于TOD发展的潜力,也可作为未来发展两条专用车道系统的中间步骤。     

生态系统分析方法与农业科技示范园规划

现代农业科技园区建设规划目标是实现经济、生态、社会效益的协调,园区是一个复合的人工生态系统。在规划过程中的一个核心环节就是进行生态系统分析,并在分析的基础上进行生态系统设计。文中讨论了农业园区生态系统分析的目标、步骤,并提出了科技园区的复合生态系统由4个子系统组成,分别是：安全永续的生态环境资源子系统、清洁循环的生态产业经济子系统、自然和谐生态人类住区子系统、先进高效的科技支持和管理决策子系统。     

基于三维CAD的船体集成装焊工艺设计与分析系统

根据集成化和工艺优化的设计思想,针对目前国内造船企业生产工艺设计手段水平不高和工艺可靠性分析不够规范的现状,设计开发了基于三维CAD的船体集成装焊工艺准备系统.实现了该系统与焊接工艺FMEA系统的集成,达到了集成焊接工艺设计与分析的目的,从而促进了船体快速工艺设计和工艺可靠性分析,提高了工艺准备的效率和质量.并给出了验证实例.     

3600t化学品船主推进系统安装工艺

为了更合理地进行3600t化学品船主推进系统设备的安装,对轴系采用负荷法校中,使轴系各轴承负荷分配更趋合理。编制安装工艺,指导和控制各设备的安装步序以及安装质量要求,使船厂缩短了安装周期,并且通过了船东、船检的认可和验收。     

网络计划技术在船舶修造中的应用

文章介绍网络计划技术方法,并将其应用于船舶修造的生产管理,可以克服横道图的缺点,实现利用计算机在船舶修造生产中的现代化管理。     

交通模型的价值

在既有规划编制导则中,已经明确交通模型和交通需求分析是综合交通体系规划、轨道交通线网规划的重要工作内容。交通模型的价值并非仅仅体现在预测结果和精度上,更在于编制过程中对交通特征和供需关系的分析,对战略方案、系统方案的指导、解释、论证的作用上。但在现实规划编制中,模型的地位和价值在丧失,日益成为项目成果中的摆设品,难以支撑交通需求深入分析,并与战略构思、方案制定相脱节。与此同时,规划实践、大数据、交通模型的发展趋势,亟须重新审视模型的价值,提升模型精细化的定量分析水平。最后,从机制保障、应用推广、功能拓展、科研攻关等方面,提出促进模型价值提升的相关建议。     

高速公路动态交通流Elman神经网络模型

为了提高高速公路交通流建模的精度,分析了离散的高速公路动态交通流数学模型,基于Elman网络原理,建立了回归神经网络交通流模型。回归神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为8、30、30和2,采用Levenberg-Marquardt算法对回归神经网络进行训练,并对一条5路段的高速公路进行仿真。结果表明:回归神经网络平均相对误差为8.683 7×10-5,最大相对误差为4.237 1×10-4,与BP神经网络和RBF神经网络相比较,Elman回归神经网络能更好地逼近交通流数学模型,真实地描述交通流基本特性,能准确地建立动态交通流模型,适应交通状况的变化。