交通运输企业核心能力分析及模糊综合评价

核心能力是交通运输企业持续竞争优势的源泉。在分析了交通运输企业核心能力的评价指标体系的基础上,给出了基于竞争的交通运输企业的模糊综合评价方法。     

嫁接式资产重组模式的探索与实践

以济钢集团所属的货运、客运、汽车大修厂三家企业的嫁接式资产重组为研究对象。通过对嫁接式资产重组的分析,方向和内容的确定,提出了具体的途径和措施。     

可持续发展视野下的资源税

针对我国自然资源价格由于未包含环境成本,不利于资源的可持续开发利用进行分析,提出完善现行资源税使其符合可持续发展思想,为解决经济发展中自然资源稀缺的瓶颈问题提供参考。     

交通规划与土地利用关系研究

充分认识交通规划与土地利用的关系是合理进行土地利用规划的基础。     

TOD 规划设计理论研究

轨道交通站点的主要职能之一是运输乘客,通过网络化建设推动人口的大量流动,同时也产生多空间尺度效应,公共交通导向开发(TOD)可以满足多元化的功能需求,激发影响区域的城市活力和协同公交都市的建设,理论和实践价值越发突出。然而目前的TOD相关研究成果主要基于单一尺度进行探讨,缺乏系统、多尺度、多维度的梳理。基于此,通过文献计量法分析TOD理论演进,研究新城市主义影响下的站点综合效应、精明增长影响下的站区集聚效应、多维度时代的站群结构效应,探明不同发展阶段TOD规划设计理论。对比中美语境下TOD概念差异,发现中国城市整体密度高、密度分布均质化、大城市通勤时距长、职住不匹配的问题突显。针对中国现在面临的问题,分别从站点、站区和站群尺度,提出TOD精细设计、协同规划、时空交互的开发建议和策略,希望对未来的TOD规划设计提供借鉴。     

高速铁路桥上运梁垂直会车方案及装备研究

为解决高铁桥梁运架施工中2台或多台运梁车桥上会车问题,提出一种垂直会车技术方案,并研究与之配套的会车提升装备.通过比较平面会车、垂直会车两种技术方案的优缺点,研究会车提升装备的组成、技术参数、技术特点和会车作业程序.结果表明:利用2台或多台运梁车配合1台架桥机进行长运距运架梁,可显著提高架梁作业效率;通过在桥上安装会车...     

基于生产泊位资源共享的港航物流信息系统构建

为解决邻近地域的港口群泊位资源结构性过剩问题,以港口群内泊位资源共享为基础,构建面向船舶运输方、货主方和港口方的港航物流信息系统。引入排队论和随机过程等理论,建立包含港口群干/支航线网络搭建(时空分配模型)以及腹地货流分配和船舶挂靠港选择(双层规划模型)等模块的仿真模型。采用设计的时空网络分析方法和具有双门限值的双层迭代算法求解仿真模型,验证模型参数的灵敏度,并进行具体算例分析。仿真结果表明：观察周期、腹地货物到达频率及干/支线可通阈值等的变化将影响货物到达数量或干/支线开通条件,进而影响港口群内航线网络结构,船舶到达频率的变化将影响港口群运输能力,泊位共享的等泊时间和共享成本阈值的变化将决定是否能够实现共享;通过物流系统实现共享时,港口群4个观察周期的3类干线和1类支线的总等泊时间和物流成本比不共享时分别减少23%和16.4%。     

基于结构方程模型的城市共享单车可持续发展条件研究

为规范已运营的共享单车服务,同时为尚未投放共享单车的城市提供决策依据,通过设计和发放李克特调查量表获取受访者对共享单车运营与管理的态度,采用探索性因子分析和验证性因子分析提炼受访者的潜在态度因子,建立表征潜在态度因子之间相关关系、潜在态度因子与调查题项之间相关关系的结构方程模型。模型估计结果表明,通过车辆停放管理和停放技术研发与应用等手段可提升人们规范停放共享单车的意识,而规范共享单车企业的运营行为可改善民众对共享单车的认知,建立共享单车企业品牌效应,提高共享单车企业的市场占有率。     

大力发展管道运输提高持续发展能力

随着我国石油对外依存度的不断提高,石油运输问题尤显重要,特别是管道运输.文章从经济、安全和政治的角度分析了管道运输在石油、天然气运送方面的重要作用,论述了管道运输建设的必要性.     

Hybrid model for prediction of bus arrival times at next station

Effective prediction of bus arrival times is important to advanced traveler information systems (ATIS). Here a hybrid model, based on support vector machine (SVM) and Kalman filtering technique, is presented to predict bus arrival times. In the model, the SVM model predicts the baseline travel times on the basic of historical trips occurring data at given time‐of‐day, weather conditions, route segment, the travel times on the current segment, and the latest travel times on the predicted segment; the Kalman filtering‐based dynamic algorithm uses the latest bus arrival information, together with estimated baseline travel times, to predict arrival times at the next point. The predicted bus arrival times are examined by data of bus no. 7 in a satellite town of Dalian in China. Results show that the hybrid model proposed in this paper is feasible and applicable in bus arrival time forecasting area, and generally provides better performance than artificial neural network (ANN)–based methods. Copyright © 2010 John Wiley & Sons, Ltd.