城市轨道交通客流分担率模型分析

在居民出行效用最大化目标函数的基础上,引入时间价值概念建立城市轨道交通及常规交通客流分担率的非集计预测模型,并通过算例对模型中的参数进行标定,对城市轨道交通客流分担率的预测具有一定的参考价值。     

伸缩臂叉车发展现状及研发趋势

综述伸缩臂叉车的特点及国内外发展现状,从总体性能和一机多能、遥控伸缩、双重驱动等技术层面分析了国内研发与国外的差距。从产品系列化、高速行驶稳定性和绿色造型设计等方面,研究分析了国内伸缩臂叉车的研发趋势。     

基于公交站点上下客人数反推OD矩阵的概率论模型研究

基于站点上下客人数,采用简单概率分布模型,可提出反推公交站点间的OD分布矩阵的具体方法。实例表明,在采用此类方法进行反推计算时,应按照土地利用性质对站点进行合并计算,这样方可提高推算的精度。     

基于旅客列车开行及停站方案的客流分配

客流分配是评价旅客列车开行方案的一个重要方面。通过分析旅客对列车选择行为的影响因素,旅客根据自己的意愿选择出行方案,考虑旅客乘坐列车的消费水平及拥挤费用,消费层次较高的旅客选择费用较高、旅行时间较短的乘车方案,消费层级较低的旅客选择费用较小的乘车方案,最终每个路段上的客流达到一个平衡状态。通过构造基于开行方案及停站方案的换乘网络,根据路段路径阻抗,利用梯度映射法进行求解该网络的客流分配模型,最终获得各OD对之间的多条出行路径方案。     

视觉革命（中）--摩托车外观设计的演变趋势

后现代主义设计时期的摩托车外观设计 摩托车外观设计呈现出多元化的趋势 现代主义设计对设计领域的垄断长达40年之久,人们开始对其单调、冷漠、沉闷的风格感到厌倦,并追求更加富于人情味的、装饰的、变化的、个人的、传统的表现形式。于是,后现代主义设计风格应运而生,并在上世纪80年代进入鼎盛时期。     

5S法在我国饭店业和社会餐饮业的应用现状和趋势探究

5S管理法起源于日本,是指在生产现场中对人员、机器、材料、方法等生产要素进行有效管理,是日式企业独特的一种管理方法。本文从5S管理法的起源以及内涵入手,探讨了该管理法在我国旅游饭店业和社会餐饮业的应用和研究现状。最后,本文指出了5S管理法在我国的应用特点和趋势。     

高速列车轴箱弹簧载荷特性与疲劳损伤

以某型高速列车轴箱弹簧为研究对象, 通过载荷标定方法制作了弹簧载荷测试传感器, 安装于动力转向架, 通过在线路测试得到了轴箱弹簧载荷时间历程; 结合车载陀螺仪信号, 分析了启动牵引、制动停车、高低速直线、进出坡道、曲线通过等典型工况下的轴箱弹簧载荷特性; 根据轴箱弹簧载荷的变化特点, 将测试载荷分解为趋势载荷和动态载荷, 并在统计基础上给出轴箱弹簧一定运用里程下的载荷谱, 确定了载荷幅值与载荷作用频次的对应关系, 根据损伤一致性准则, 分析了载荷谱各级载荷造成的损伤比重与轴箱弹簧疲劳损伤随列车运行速度增大的变化规律。分析结果表明: 轴箱弹簧载荷与应变呈线性关系, 其传递系数为9.45×10-5 kN-1; 与非动力侧轴箱弹簧相比, 动力侧轴箱弹簧载荷幅值变化受电机扭矩载荷的影响较大, 在列车启动阶段, 电机输出扭矩达到最大值, 动力侧与非动力侧轴箱弹簧的载荷分别为-7.42、1.26 kN; 列车速度由240 km·h-1增大至350 km·h-1时, 轴箱弹簧趋势载荷由-0.6 kN变化至-2.0 kN, 最大动态载荷由1.53 kN增大至1.86 kN, 增大了22%;动力侧轴箱弹簧在列车低速、高速运行时所产生的疲劳损伤比重分别为0.79、0.75;列车运行速度提高会使轴箱弹簧高幅值载荷产生的疲劳损伤比重略有降低, 这与非动力侧疲劳损伤比重分布特点相吻合; 动力侧和非动力侧轴箱弹簧疲劳损伤随着列车运行速度增大均呈现出先减小后增大的变化趋势, 在列车速度为300 km·h-1附近时达到最小疲劳损伤, 动力侧与非动力侧轴箱弹簧的疲劳损伤分别为0.110、0.004。      

城市轨道交通网络客流大数据可视化

客流分析是轨道交通运营组织的基础,传统的客流分析方法无法从海量的乘客历史出行大数据中提取与挖掘乘客出行规律和特征。大数据可视化为获得洞察大规模复杂客流数据能力提供支撑。基于城市轨道交通网络实际运营需求,从客流认知、可视化、人机交互的综合视角出发,基于GIS地图、网络迁徙图、日历图、散点图、弦图等可视化图形,研究大规模复杂网络OD客流、断面、进出站和换乘客流大数据可视化的运营需求关键技术与实现方法。对上海城市轨道交通网络客流大数据进行实例分析,可视化展示结果有利于运营管理人员掌握网络客流时空变化特征以及演变规律,为制定科学行车与客运组织方案提供决策依据。     

基于乘客主观感知的公交客流拥塞量化表征模型

为了综合量化表征公交走廊客流承载设施及工具的空间拥挤性和客流运送时间效率,并科学评价客观技术指标和主观乘客感知对公交系统运行状态的敏感度,提出客流拥塞的概念,并用客流拥塞指数量化表征公交系统运行状态。通过解析客流拥塞与出行时效的关联,并分析公交出行阶段特征,基于“时效延长”思想构建客流拥塞量化表征模型,用于系统量化乘客对出行时间和空间拥挤的主观感知;选取影响出行时效的核心要素作为特征变量（车厢客流密度、站台乘客密度、区间乘车时间和站点候车时间）,采用直观类比打分SP调查法获取数据用于估计模型参数;基于北京西三环公交走廊实测数据,分析全天区间客流拥塞指数时空分布特征和走廊客流拥塞指数动态演化趋势。研究结果表明：北京西三环公交走廊客流拥塞高峰阈值为0.193 9,客流拥塞状态存在明显的方向特征,下行方向客流拥塞高峰状态更显著且持续时间更长;4个特征变量灵敏度系数均值分别为0.449 2,0.165 2,1.427 1和0.408 3,即区间乘车时间为客流拥塞指数最显著的影响因子,而站台乘客密度的影响程度最小,模型识别公交客流拥塞成因的能力得以体现;该模型能够综合全面地反映公交走廊客流拥塞时空分布和动态演化趋势,并能够应用于公交运行状态改善措施研究。     

轨道交通拥挤传播速率量化模型研究

轨道交通作为综合客运交通系统的骨干,影响着城市客运交通乃至社会经济的正常运转,对其大客流拥挤传播规律的研究有助于提高轨道交通系统的运输安全和效率.以往学者研究的大客流传播模型中往往参数量化缺失或者缺乏实际意义,因此,本文着眼于量化大客流传播模型中的参数,旨在构建客流影响下的拥挤传播模型.首先,分析大客流传播模型中参数及其影响因素,阐述现有传播速率量化模型;其次,以客流的不确定性作为研究对象,分析客流传播特征;再次,通过轨道交通客流数据量化模型参数相关的客流和列车剩余载客能力,界定大客流影响阈值;然后,构建考虑客流因素的传染病模型,量化拥挤传播速率,据此分析客流对轨道交通拥挤传播的影响;最后,以北京地铁13号线为例,比较不同时段、不同换乘情况下其大客流拥挤传播影响范围的差异,分析其原因,从而为优化轨道交通系统的服务水平及大客流事件应急处置提供参考和借鉴.