铁路钢轨预防性打磨型面及其对车辆运行性能的影响

钢轨缺陷威胁列车的运行安全。在钢轨缺陷形成的初始阶段对钢轨进行预防性打磨能有效防治缺陷的发展,延长钢轨使用寿命,同时也能减少在轨道上运行的机车车辆发生危险事故的几率。采用经验设计法设计了一种适用于铁路钢轨预防性打磨的型面,并阐述了其构造过程。然后用SIMPACK软件及CONTACT数值程序对其进行了列车动力学性能及轮轨接触性能的分析。结果表明,设计的钢轨预防性打磨型面能保证车辆的运行性能,符合预期。在钢轨打磨型面设计上做了尝试,为我国铁路钢轨打磨型面优化设计提供了借鉴。     

辽宁农业劳动生产率变动及影响因素分析

按照时间序列分析辽宁农业劳动生产率的变动趋势，运用人均耕地面积、灌溉率、劳均化肥施用量、结构调整系数、机电提灌面积占有效灌溉面积比重等指标构建影响农业劳动生产率的模型，结果表明农业产业结构调整、劳均化肥施用量、灌溉率对劳动生产率的影响非常显著．因此，应该加快农业产业结构调整、推进科学技术在农业生产中的应用、加强农业基础设施建设、提高公共服务水平．     

无坎宽顶堰流量系数的计算及讨论

通过采用二元非线性回归分析方法对多个数学模型进行分析,结合实测资料,得到了水利工程中无坎宽顶堰流量系数的经验公式,克服了查表法中需要通过多步直线内插带来的不便,更适合在水力计算中应用。     

公路客运市场退出影响因素实证分析

通过对广东省公路客运企业和政府主管部门的问卷调查,采用因子分析方法,从影响客运市场退出的相关主体及相关行为中筛选出关键变量．运用非参数检验过程,就各关键变量对退出的影响程度进行比较,最终得出驾驶员和承包经营人的相关行为对公路客运市场退出最具影响的结论,为政府部门进行行业管理和政策制定提供了实证依据．     

基于 EM D桘BPN 方法的高速铁路短期客流预测

高速铁路短期客流预测是铁路运输系统的重要组成部分。无论是对列车开行方案的制定,还是对如何采取正确的营销策略,都具有重大的现实意义。通过混合经验模态分解方法和神经网络方法相结合的EMD-BPN方法来预测高速铁路短期客流量。组合方法主要分为三步：首先,使用经验模态分解方法将客流时间序列分解;其次,将IM Fs作为BP神经网络的输入;最后,应用神经网络对客流量做出预测。数值实例表明,该方法对于高速铁路短期客流预测在精度和稳定性上都有良好的表现。     

治国方略与人性假设

中西不同的人性论预设,导致了不同的治国方略和制度路径.人性善或经验主义人性恶假设是人治和专制治理的理论基础;理性主义人性恶假设是法治的理论基础.人性善强调了道德自律的可能性,但缺乏预警机制,理性主义人性恶的不足在于过分强调人性中的阴暗,忽略了人的主动性.人性善或经验主义人性恶假设是人治和专制治理的理论基础;理性主义人性恶假设是法治的理论基础.人性善强调了道德自律的可能性,但缺乏预警机制,理性主义人性恶的不足在于过分强调人性中的阴暗,忽略了人的主动性.理想的治理结构应该是德治与法治的统一,其理论基础是理性与非理性,善与恶相统一的人性论假设.理想的治理结构应该是德治与法治的统一,其理论基础是理性与非理性,善与恶相统一的人性论假设.     

75000t散货船阻力预报方法研究

在75000t散货船的设计建造过程中,主机的选型和功率的确定至关重要,这都取决于船舶在静水中以一定航速航行时的阻力值。本文对船舶阻力研究的三种方法,经验公式估算、船模试验和CFD数值计算进行介绍,并以75000t散货船为例讨论三种方法的预报阻力的可行性,以供设计者参考。     

经验过程的一般加权大数定律

研究了经验过程中加权系数具有某些较弱性质的加权和收敛问题.利用经验过程中已有的几个概率不等式与一般加权和的对称化不等式,得到了经验过程中的独立同分布随机元序列的这类加权和的强、弱大数定律成立的充分条件(E‖f(X0)‖1/αG<∞).同时,对经验过程中的Cesaro大数定律和欧拉弱大数定律进行了推广.     

Short-term forecasting of high-speed rail demand: A hybrid approach combining ensemble empirical mode decomposition and gray support vector machine with real-world applications in China

Short-term forecasting of high-speed rail (HSR) passenger flow provides daily ridership estimates that account for day-to-day demand variations in the near future (e.g., next week, next month). It is one of the most critical tasks in high-speed passenger rail planning, operational decision-making and dynamic operation adjustment. An accurate short-term HSR demand prediction provides a basis for effective rail revenue management. In this paper, a hybrid short-term demand forecasting approach is developed by combining the ensemble empirical mode decomposition (EEMD) and grey support vector machine (GSVM) models. There are three steps in this hybrid forecasting approach: (i) decompose short-term passenger flow data with noises into a number of intrinsic mode functions (IMFs) and a trend term; (ii) predict each IMF using GSVM calibrated by the particle swarm optimization (PSO); (iii) reconstruct the refined IMF components to produce the final predicted daily HSR passenger flow, where the PSO is also applied to achieve the optimal refactoring combination. This innovative hybrid approach is demonstrated with three typical origin–destination pairs along the Wuhan-Guangzhou HSR in China. Mean absolute percentage errors of the EEMD-GSVM predictions using testing sets are 6.7%, 5.1% and 6.5%, respectively, which are much lower than those of two existing forecasting approaches (support vector machine and autoregressive integrated moving average). Application results indicate that the proposed hybrid forecasting approach performs well in terms of prediction accuracy and is especially suitable for short-term HSR passenger flow forecasting.     

平面交叉口渠化设计方法研究

平面交叉口交通组织优化是缓解大城市交通拥堵的关键.针对北京市交叉口渠化问题,总结阐述平面交叉口的典型渠化设计问题及相应措施,以HCM中交叉口通行能力计算流程为基础,结合北京市某大型交叉口调研数据,利用VISSIM软件构建交叉口仿真模型,并对比分析改善措施实施前后相关交通运行评价参数.仿真分析表明,通过移除占路线杆,并渠...