他山之石 可以攻玉——交通运输部疏浚与吹填工程规范编写组欧洲考察纪略

根据对国际最大挖泥船制造企业IHC Merwede公司、国际四大疏浚公司Van Oord Dredging and Marine Constractors bv、Boskalis International bv、Jan de Nul Group和DEME(Dredging,Environmental&Marine Engineering)的考察交流以及对在建工程的施工现场考察情况,从规范编制、疏浚船舶制造、疏浚工程勘察设计与施工和我国疏浚业发展等方面提出看法和建议,可为业界借鉴参考.     

新技术在堤岸工程中的应用

以广州国际生物岛堤岸工程为例,对解决堤岸工程稳定性和安全性应用的一些新技术、工艺进行阐述,供类似工程参考。     

浅埋暗挖法新趋势

为了探索与研究新形势下浅埋暗挖法的发展出路,通过对近10年国内采用浅埋暗挖法的12项典型工程设计思路、施工效果的论述分析,结合21世纪经济社会新形势,提出浅埋暗挖法的发展新趋势。主要趋势有:1)强化辅助工法,简化主要工法;2)提高机械化、自动化、数字化水平,减少劳动力投入;3)控制好辅助工法阶段施工风险至关重要;4)辅助工法的造价将成为决定浅埋暗挖工法竞争力的重要因素。     

仿真技术在舰船设计研究中应用

文章论述了仿真的概念及其在舰船设计研究中的应用,分别对推进系统、舰船航态及船舶电力系统仿真进行了介绍,分析了该技术在国内外的现状及发展方向,提出了我国在这方面应努力的方向。     

地铁信号与站台门接口故障分析

分析地铁信号与站台门系统接口故障对运营造成的影响以及地铁新线开通初期设备故障率较高的现状,对站台门状态未反馈及站台门不联动接口故障进行分析,阐述其发生的原因、处理办法。前瞻性地提出地铁新线建设时信号与站台门接口故障隐患防范措施和思路,减少设备故障率,最大限度降低信号与站台门接口故障对运营带来的影响,为新线正常运营奠定基础。     

有砟高速道岔铺设新技术

研究目的:高速道岔铺设是客运专线轨道工程施工的重点和难点,传统施工方法难以满足高速道岔铺设的标准和要求,必须研究有砟高速道岔施工的新技术,以提高道岔的铺设质量和铺设效率。研究结论:结合甬台温客运专线铁路轨道工程高速道岔施工情况,国内首次研制了有砟高速道岔基地组装平台,开发出高速道岔平台预组装、整组运输及铺设成套技术,实现了高速道岔铺设基地工厂化、机械化、专业化施工,完全符合铁道部关于高速道岔施工技术的要求。该成套施工新技术先进合理,有效提高了高速道岔的铺设质量和铺设效率,极大地缩短了施工工期,节约了施工成本,为高速道岔铺设提供了参考。     

新型竖直轴海洋能发电设备叶片的优化与仿真

为深入了解新型竖直轴海洋能发电设备的性能,对其叶片结构的流场特性和设备在流场中的动力收集特性进行仿真研究.建立不同结构叶片和不同数量叶片的二维模型,通过仿真计算,得到不同结构叶片的流场状态,以及叶片数分别为3、4和6时设备的合力和转矩大小.研究结果表明:在矩形叶片上开长方形孔能明显改善叶片后方的涡流,提高叶片的性能;当入口速度不变时,设备所受合力和转矩会随叶片数量的增加而增大;当叶片数量不变时,设备所受合力和转矩会随入口速度的增加而增大.研究结果可为新型竖直轴海洋能发电设备的结构设计与优化提供参考.     

城轨新线客流成长期进出站量短时预测研究

为准确掌握城轨新线开通初期客流演化态势、提高运输组织合理性,针对新线客流变化不稳定、缺乏历史客流数据等问题,提出城轨新线客流成长期进出站量短时预测方法。通过对新线站点进出站量变化规律的分析,基于改进模糊C均值聚类算法,对考虑客流趋势相似性的城轨站点类型划分方法进行研究,并提出城轨新线站点历史数据库构建方法;基于趋势距离对近邻匹配机制进行优化,并根据多元统计回归对K近邻算法进行改进,提出新线站点客流成长期进出站量短时预测方法;结合广州地铁客流数据,对预测方法的有效性进行验证。研究结果显示:新线站点客流成长期内短时进、出站量平均预测效率较既有方法增加了35.68%、32.23%,预测精度较既有方法增加了38.32%、25.80%。     

TBM工程适应性研究与挑战及应对思路

隧道掘进机(TBM)以其快速、优质、安全的施工特点已被我国工程领域广泛认可,且正在不断扩大应用范围甚至迎来"井喷式"发展趋势。为拓展TBM应用领域和范围,从地质适应性、支护结构、构筑物结构强度与耐久性、掘进速度、综合成洞速度、成本6个方面分析各机型的工程适应性,研究TBM发展所面临的挑战并从设备、隧道设计和施工三方面提出了初步思路,以期为相关单位和工程提供参考,促进TBM施工健康发展。     

Large-scale transit market segmentation with spatial-behavioural features

Transit market segmentation enables transit providers to comprehend the commonalities and heterogeneities among different groups of passengers, so that they can cater for individual transit riders’ mobility needs. The problem has recently been attracting a great interest with the proliferation of automated data collection systems such as Smart Card Automated Fare Collection (AFC), which allow researchers to observe individual travel behaviours over a long time period. However, there is a need for an integrated market segmentation method that incorporating both spatial and behavioural features of individual transit passengers. This algorithm also needs to be efficient for large-scale implementation. This paper proposes a new algorithm named Spatial Affinity Propagation (SAP) based on the classical Affinity Propagation algorithm (AP) to enable large-scale spatial transit market segmentation with spatial-behavioural features. SAP segments transit passengers using spatial geodetic coordinates, where passengers from the same segment are located within immediate walking distance; and using behavioural features mined from AFC data. The comparison with AP and popular algorithms in literature shows that SAP provides nearly as good clustering performance as AP while being 52% more efficient in computation time. This efficient framework would enable transit operators to leverage the availability of AFC data to understand the commonalities and heterogeneities among different groups of passengers.