城市公交停靠站规划设置方法综述

公交停靠站作为一种最基础的公交设施．几乎分布在城市任何一条有公交车辆运行的道路上。它虽然只占城市道路很短的一段．也只是公交线路上的一个点．但它不但影响着公交车辆的运行速度和路段通行能力，也影响其他社会车辆通行的能力。尤其是道路交通流量高峰期间．公交车辆的停靠往往使公交停靠站所在路段形成道路瓶颈．是造成交通堵塞的重要因素。基于此．本文对公交停靠站规划设置方法及其适应性做了研究．提出了不同道路条件和交通状况下公交停靠站的合理规划和设计。     

地下互通式免费公交换乘枢纽规划与设置

公交线网存在不同等级的公交线路不能有效合理衔接的缺陷。设置地下互通式免费公交换乘枢纽,可提高公交运行效率、消除交叉口人车相互干扰、降低管理和运营成本。     

始末速度不为零的S型加减速时间规划算法研究*

针对始末速度不为零的非对称S型加减速时间难以规划问题,把加速度曲线分为7个时间段,对关于加速度变化时间的方程组进行分析,化简为一元高次方程,并根据其变化的单调性构造其平方函数,使其转换为单一凸形函数,进而利用牛顿迭代求出其收敛值并根据效率最优原则和加速度、速度约束条件进行修正;对匀加速度时间的规划,直接根据其公式特点,转换为一元二次方程进行规划并根据效率最优原则和加速度、速度约束条件进行修正;对于匀速运动时间直接根据一元一次方程的解法进行规划。该算法解决了现有始末速度不为零的S型加减速时间规划过程复杂、繁琐问题,提供了一种简洁、高效的加减速时间规划算法。通过仿真与试验可知,本算法求解效率提高10.8%,插补效率提高1.32%,插补效果满足精度要求,同时证明了该算法简洁、高效、运行稳定、能够满足高速高精数控要求。     

基于离散分布的公交站距优化模型

在乘客需求沿公交线路离散分布的基础上,建立一种动态公交站距优化模型和计算方法.在公交线路沿线的每个交叉口及路段上的大型客流发生、吸引点处设置备选站点;根据地理信息系统的土地利用、开发强度等空间信息,将现有站点调查的上下乘客需求量或预测的线路OD客流量,分配到公交线路服务区域的各个需求段;以与站距有关的乘客步行到站时间价值、车内乘客运行时间价值和公交车辆运行时间价值之和最小为目标函数,用动态规划方法,在备选站点集中选取子集站点,使其满足目标函数.以苏州市区现有的一条公交线路为例,应用该方法对沿线各站点的间距进行优化,实践证明该方法有效.     

浅谈桩在泥岩中的承载力设计

<正>1项目及地质情况Sonia 5000t/d水泥生产线位于印度尼西亚爪哇岛,全厂设计生料磨、窑尾框架、生料均化库、窑中、熟料库、水泥库载荷比较大的车间为桩基础,其余车间采用天然基础。地勘报告由印尼当地钻探公司完成,钻孔20m左右,地下水位通常在-2m左右,地表以下-5~-12m以下为中风化泥岩,桩持力层选择强风化泥岩层。泥浆护壁钻ZK-1 ZK-2 ZK-3R750015600     

基于协同进化的电力系统多目标优化*

随着社会的发展与科技的进步,电力系统在不断的发展,人们所追求的也不仅仅是经济效益,电力系统所造成的能源浪费及其安全性等问题也受到人们的广泛关注。文中选取电力系统燃料成本、有功网损、电压质量三个目标作为优化目标,基于粒子群、遗传与差分进化算法提出一种基于协同进化的多目标优化算法。分别在标准测试函数与IEEE-30节点进行实验,结果显示文中提出的算法有更好的收敛性与稳定性,更易获得完整的Pareto前沿。     

城市客运出租汽车经营管理模式研究

随着经济的发展和人民生活水平的提高．人们对出行的多样化需求及质量要求也越来越高．出租汽车能够充分根据乘客的需要，提供灵活、方便，直达的运输服务．很好地满足人们的专有乘车空间和私密的要求．因此出租车已经成为城市客运系统中不可缺少的重要客运方式。     

我国城市交通需求管理(TDM)对策研究

交通拥挤正迅速成为制约我国城市发展的重大问题之一。交通需求管理(TDM)是发达国家已经广泛研究、试验和实施的一项旨在解决目前交通问题的有效措施。本文首先对交通需求管理基本概念及操作原理进行介绍；然后分析了国内外城市TDM需求管理发展背景态势；最后根据城市交通需求管理所涉及的问题．将交通需求管理划分为三个层次在此基础上进一步对城市交通需求管理措施进行探讨。     

PC桩在淤泥质粉质黏土中的设计分析

某工程场地有较厚的软弱土层,天然地基承载力较低,不能满足建设厂房的承载、变形、稳定的要求,最终商定采用桩基方案,考虑到场地内地下水位高,施工工期紧,桩端持力层为软质风化岩,在此场地上设计预应力管桩是可行的。但是单桩承载力计算值较低,本文就水泥熟料储存库车间的载荷分析,来分析如何采取其他措施来满足库的竖向荷载、水平作用大的要求。     

基于免疫粒子群优化的一种动态递归神经网络辨识与控制非线性系统

提出了一种采用免疫粒子群优化算法对动态递归神经网络进行训练的方法,实现了对Elman网络的结构、权重、结构单元的初始输入和自反馈增益因子等参数的同时进化训练。进而针对非线性系统分别提出了相应的辨识与控制算法,并设计出了相应的辨识器和控制器。最后以超声马达为对象进行了仿真,结果表明:基于所提出的算法而设计的辨识器和控制器在辨识和控制过程中不仅都能取得很高的收敛精度和速度,而且对于随机扰动有较强的鲁棒性,从而为非线性系统的辨识和控制提供了一条新的途径。