中长运距城际旅客出行方式选择行为模型 ——以高铁、民航为例

针对中长距离城际旅客对高铁,民航,空铁联运与民航中转等出行方式的选择行为.应用意向调查(SP)方法选择3个典型OD开展客流调查,构建多项式logit(mnl)模型与混合logit(ml)模型拟合数据,分析影响旅客选择行为的关键因素,说明旅客选择行为的异质特征.研究结果表明:相比MN L模型,ML模型显著提升了模型预测能力,更好描述了旅客选择行为的异质性,更适于出行方式选择行为建模;行程前时间,在途时间,中转时间是影响旅客选择的主要因素;出行目的,公费出行等对出行方式选择也有重要影响;在1400～2000 km运距范围,减少中转时间可以有效提高空铁联运与民航中转出行方式市场分担率;1400 km运距范围内,如果中转时间在1.5 h以内,则民航中转与空铁联运2类出行方式的替代特征明显,2000 km运距范围民航中转市场分担率显著高于空铁联运.     

辽宁沿海港口与区域经济互动发展影响研究

辽宁沿海港口是"一带一路"上连接亚欧通道和中蒙俄经济走廊的重要贸易节点,辽宁沿海港口的转型升级与整合发展是辽宁以及东北地区全面振兴的重要引擎,而辽宁以及东北地区的产业结构调整与区域经济发展水平对辽宁沿海港口的良性发展具有强大推动作用。首先,文章阐释了辽宁沿海港口与区域经济的发展现状和互动发展影响因素;然后,应用相关分析与回归分析方法分别研究了沿海港口与区域经济各指标之间的相关系数与互动发展影响因果关系;最后,根据研究结果提出了辽宁沿海港口与区域经济之间的互动发展对策,以期为辽宁沿海港口良性发展与辽宁区域经济的可持续发展提供科学理论指导。     

云南省民航客运发展预测

民航运输是云南省在进行综合交通运输建设的重点之一,也是该省在未来"十四五"(2021-2025年)和"十五五"(2026-2030年)规划期间的研究热点。本文以云南省为研究范围,以省内民航客运为研究对象,选取省内主要的社会经济因素为影响因子,运用主成分分析法(PCA)、反向传播神经网络算法(BP神经网络算法)和回归分析法,构建了省内民航客运的预测模型,得出省内各主要机场在"十四五"末和"十五五"末的预计旅客吞吐量,对省政府在进行机场改扩建上有一定的指导意义。     

基于车辆自动定位数据的有轨电车运行效率分析与应用

结合有轨电车线路的现有车辆自动定位数据,分析有轨电车运行效率及其相关影响因素。其中,影响因素从站台、路段、交叉口3个方面进行考虑。定性分析了不同站台型式、站台位置、交叉口类型的属性特征,并量化不同路段的路段长度、所包含的交叉口个数,同时考虑了交叉口控制策略对有轨电车运行时间的影响。以某已运营的有轨电车线路为例,通过建立多元线性回归模型,从不同层面探究不同因素对已运营有轨电车线路运行效率的影响。最后用模型对有轨电车新建线路的运行效率进行预测,并提出建议。     

基于列车运行仿真和SVR组合的地铁新线牵引能耗预测方法

新线牵引能耗预测可用以辅助线路的规划设计及列车选型,进而实现牵引节能.地铁新线牵引能耗受线路条件、列车属性等因素的综合影响,传统的仿真方法简化多种参数,而大数据预测方法忽略列车物理运动过程,均难以保证新线牵引能耗的预测效果.因此,提出一种将列车运行仿真与支持向量回归(SVR)相结合的组合预测方法预测地铁新线牵引能耗,并采用交叉验证方法及遗传算法对SVR参数进行寻优.研究结果表明:仿真与SVR相结合的组合预测方法优于单一预测方法,在95％的置信水平下,地铁新线牵引能耗预测精度可达90％.     

农村公路发展总量预测

以县域社会经济及农村公路为研究对象，利用宏观经济指标及行政村数、农村公路里程、条数等，构成相关分析的样本量，通过散点分析与拟合，建立多因素关联分析经验回归模型，以此进行经济欠发达县域(特别是我国中西部地区)的农村公路发展总量里程的预测。     

Delphi和Excel在钢纤维砼配合比设计试验数据处理中的应用

章以《公路工程水泥混凝土试验规程》为标准，利用Delphi编写了砼配合比试验数据多元线性回归分析程序，利用Excel编写了电子表格模板，介绍了用此程序和模板计算钢纤维砼配合比试验数据的实例及其优点。     

桩基沉降的机理和计算

本文就桩基的沉降原因，影响因素，计算方法作了较为详细的介绍，并运行数值回归分析对群桩沉降的相互影响系数法作了优化。     

新奥法隧道围岩施工监控量测技术

介绍在新奥法施工的隧道中现场围岩监控量测的内容、量测手段和量测方法,以及量测数据的处理和围岩稳定分析,据此进行合理施工安排和设计变更。     

滨海新区风暴潮与渤海沿岸诸站增水的相关性研究

坐落在渤海湾西岸的天津滨海新区是多种不同类型天气风暴潮的多发区，将不同类型天气产生的风暴潮分为四类，并研制出以浅海风暴潮为主要特征，适用于多种类型的风暴潮的预报方程。为进一步提高该方程对不同类型风暴潮的预报能力，与滨海新区风暴潮有关的渤海沿岸诸站风暴潮资料加入该预报方程中，取得了很好的效果。