排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
2.
加快城际铁路和市域(郊)铁路建设是当前我国新型城镇化的重点任务之一,在补齐区域综合交通短板、推动区域协调发展、培育发展新动能等方面发挥着重要作用。为推动城际铁路和市域(郊)铁路高质量发展,文章在深刻剖析其目前经济效益不理想、重复建设、地方政府财政补贴压力加剧等“内卷化”问题及产生原因的基础上,梳理出突破“内卷化”的发展思路,即重谋划、转方式、聚合力,并围绕规划、土地、投融资、商业模式等重点领域提出深化改革的对策及建议,以期加强长效机制建设,推动城际铁路和市域(郊)铁路步入更加可持续的发展轨道。 相似文献
3.
4.
日前,国务院印发了《关于实施成品油介格和税费改革的通知》,决定自2009年1月1日起实施成品油税费改革,取消原在成品油价外征收的公路养路费、航道养护费、公路运输管理费,公路客货运附加费、水路路运输管理费、水运客货运附加费6项收费,逐步有序取消政府还贷二级公路收费。 相似文献
5.
为了有效地预测海洋气象对船舶航速的影响, 在稀疏自编码(SAE) 网络模型的基础上提出交替稀疏自编码(ASAE) 网络模型; 构建了海洋气象对船舶航速影响的预测框架, 利用关联规则方法对航行数据进行特征选择, 挖掘了船速影响因素及其隐含关系; 整合了中国远洋海运集团有限公司提供的船舶航行数据以及美国国家海洋和大气管理局提供的气象数据, 用训练样本对ASAE网络模型进行训练, 用测试样本对ASAE网络模型进行验证, 并与支持向量回归(SVR) 模型、反向传播神经网络(BPNN) 模型、深度信念网络(DBN) 模型及SAE网络模型的预测结果进行了对比。研究结果表明: ASAE网络模型的训练时间和海洋气象对船舶航速影响预测值的均方根误差分别为8.2s和0.287 3kn, 与SVR模型、BPNN模型、DBN模型及SAE网络模型相比, 训练时间分别缩短了1 683.1、66.9、2.0、1.5s, 预测准确度分别提高了0.045 5、0.296 9、0.153 4、0.178 6kn; ASAE网络模型的预测结果更符合实际海况, 可动态掌握海洋气象对船舶航速的影响; 通过预测的航速影响值来推算实际航速可为气象导航优化船舶运输过程起到辅助作用, 在进行航线规划、航速推荐等航行优化策略时能准确考虑海洋气象所产生的复杂影响, 从而改善船舶运营能效指标, 实现节能、低碳、绿色航行的宗旨。 相似文献
6.
为提高高速公路养护的环保效益,从路况评价、使用性能预测、合理划分养护路段、养护效果评价等方面分析高速公路养护要点;从材料、设备、养护计划、生态修复等方面分析高速公路养护节能减排路径;从优化路面养护材料与技术方面分析高速公路养护技术在节能减排方面的应用实践,以期为高速公路养护提供参考。 相似文献
7.
8.
9.
10.