基于出行阻抗的城市地铁网络客流分布计算

为提高城市地铁网络客流分布预测的准确性,结合乘车阻抗、进站候车阻抗和换乘阻抗等出行阻抗建立综合出行阻抗函数,基于阻抗函数对有效路径集进行搜索与筛选,建立基于综合出行阻抗的多路径客流分布计算模型,并设立换乘惩罚系数对不同路径的客流分配进行合理修正.以深圳地铁新开通的11号线为契机,结合地铁1号线、2号线、3号线、5号线分析网络客流分布的变化.结果 表明:新开通的11号线使各线路中的换乘客流有不同程度的增大,增加了乘客出行的可选路径,且11号线车站附近形成新的人口及岗位聚集圈,进一步增加了11号线自身的客流,使得线网客运总量增加,与实际运营中的客流特征相符,验证了所建模型的有效性和适用性.     

西韩城际铁路湿陷性黄土地层现场浸水试验研究

在分析西韩城际铁路沿线黄土分布特征的基础上,选取代表性场地开展现场试坑浸水试验。试验结果表明:场地实测最大自重湿陷量为46 mm,仅为室内压缩试验计算值的0.23倍;湿陷土层厚度15 m,除Q;黄土全部具有湿陷性外,Q;上部黄土亦具有湿陷性;地表水自然入渗深度超过50 m,浸润角约为40°,浸润范围约为浸水试坑直径的1.7倍。对现场实测值和室内计算值差异原因进行深入分析,得出在黄土结构未完全破坏之前,发生过湿陷的土体在特定条件下还有可能再次湿陷的结论。     

大型研究院所档案管理向知识智能辅助决策转型研究

大型研究院所是集产品研发、生产、经营和管理于一体的知识密集型企业,大型研究院所档案管理在做好档案的收集、整理、保管等传统档案工作的同时,在当前大数据、人工智能、辅助决策等信息技术迅猛发展的背景下,应该深挖档案的信息属性和知识属性,积极向知识智能辅助决策转型。     

大数据背景下的舰船航行环境可视化研究

现有方法大多是针对近海领域,在200 n mile以外的海域存在着可视化图像逼真度差的问题,为此提出大数据背景下的舰船航行环境可视化方法研究。利用大数据中的最优插值算法处理舰船航行环境数据,以此为基础,利用LOD动态调度技术可视化环境要素点,通过空间坐标系可视化环境要素线,采用纹理映射技术可视化环境要素面,基于体绘制技术可视化航行环境体,通过环境要素点、线、面、体的展示实现了舰船航行环境的全面可视化。仿真实验结果显示,与现有代表方法相比较,本文方法可视化图像帧频低、帧速率高,表明本文方法可视化图像逼真度高,适合推广使用。     

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.     

前方到站“智慧城轨”--呼和浩特运营全球首列多线多系统“城轨云”号列车

呼和浩特被誉为“青色的城”,这座美丽的草原城市在2019年12月31日迎来第一条城市轨道交通线路的开通,线路运营4个多月以来,智慧城轨的优势正不断凸显。不断加速的城市化进程给轨道交通带来了前所未有的大发展,也给地铁运营管理带来新的挑战,将5G、云计算、大数据等新技术与轨道交通建设和运营相结合,正在成为轨道交通行业发展的必然趋势。     

国产密码在铁路调度应急指挥系统中的应用研究

通过研究国产密码(简称:国密)的核心算法、典型应用场景及应用现状,结合铁路调度应急指挥系统的实际需求,解决系统中的安全方案设计、数据传输加密问题。详细阐述了国密在铁路调度应急指挥系统中的应用,得出铁路调度应急指挥系统的安全架构、身份认证和数据加密传输等方案,对于维护系统数据完整性,保障信息安全、提高安全防护等级等有着重要的作用。     

商用车事件数据记录系统（EDR）标准研究

本文分析了国内外商用车事件数据记录系统（EDR）的研究现状，比较了乘用车EDR和商用车EDR在触发机制、数据记录格式等方面的区别。通过针对我国商用车企业的车型配置数据调研，分析了商用车EDR数据记录相关的传感器、主动安全、被动安全等功能的配置情况，提出了商用车EDR标准未来的发展方向。     

基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。     

突涌地质隧道TSP法弹性参数判识研究

结合云南4座在建高风险隧道典型突涌实例,对不同不良地质发生突涌的地质情况及突涌段落地震波反射法(TSP)的预报成果进行总结,分析各类突涌发生的工程地质条件和地震波反射法物理参数,归纳隧道突涌地质特征,得出大规模突涌时地震波反射法物理参数中纵波速度V_p、横波波速V_s、纵横波速比V_p/V_s和泊松比σ四项参数的判断标准:(1)富水时,V_p/V_s与σ都呈增长趋势,V_p/V_s变化率增长约5%以上,σ变化率增长约10%以上;(2)富水时,V_p/V_s由1.7→2.0变化,σ由0.25→0.3变化;(3)层状裂隙或构造破碎时,V_p均呈下降趋势;(4)存在裂隙及富水通道时,V_s均呈下降趋势;(5)V_p和V_s同时下降时,围岩破碎及地下水发育程度同步上升;(6)V_p上升、V_s下降时,围岩完整程度变化不大,地下水或裂隙发育程度上升。