基于低碳目标的旧城改造规划理论与实践

城市是人类福祉的主要载体,也是人类对生态系统影响的主要污染源,同时,城市也是人类减少能源消耗和环境影响的主要战场,建设低碳宜居城市是当前国内外规划师所面临的共同问题。旧城更新是城市建设的主要内容之一,本专辑所录论文的研究表明,空间规划应利用旧城更新的时机,从城市系统优化的角度出发,大力发展绿色节能建筑,建设绿色社区,协调土地与交通的相互关系,调整城市空间结构,促进绿色经济发展,减少城市建筑、交通和产业经济活动过程中的能源消耗。在采用新枝术和新方法的过程中,应注重历史遗迹保护,推动社会与环境公平。同时要完善规划管理,增强规划效力,将能耗和碳排放量作为旧城更新规划的指导性指标,并注意空间规划与行为教育、财税政策等其他管理方法相结合。     

我国建筑节能问题的技术研究

分析探讨了我国能源高消费现状及建筑节能的重要性以及采暖在建筑领域的发展，研究了建筑中的通风换气问题，分析认为在暖通空调系统应用中应遵循可再生能源的相关原则，不断研究新工艺、新能源、新技术并促进建筑节能的可持续发展。     

一种新的智能优化及其改进研究

研究了一种新的进化算法-和声搜索(HS)算法,针对其在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出一种改进的和声搜索算法,算法在保留和声搜索的搜索机理的同时,把混合蛙跳算法中的局部搜索策略引入其中,维持了和声库的多样性,从而提高了对复杂问题的搜索效率.与同类算法相比,本文提出的和声搜索算法全局搜索能力强,收敛速度快,数值实验结果验证了算法的有效性和鲁棒性.     

融合差分变异的教-学优化算法

教-学优化算法（TLBO）是模拟班级中的教学过程和学习过程而提出的一种新型智能优化算法。为了改善教-学优化算法的性能,结合差分进化算法,提出一种融合差分变异的教-学优化算法（DMTLBO）。该算法提出自适应的教学因子,根据差分进化算法中变异策略,对学习阶段迭代方程进行改进,使得学习者的学习能力不仅受到学习者之间的相互影响,而且还受到当前最好学习者的影响,提高了算法的收敛速度。仿真实验表明,该算法的收敛速度和寻优精度均优于TLBO算法、PSO算法以及DE算法。     

带有局部坐标约束的半监督概念分解算法

概念分解(CF)算法是一种有效的图像表示算法,目前已经广泛应用于维数约简、特征提取、数据挖掘等机器学习领域中。然而,传统CF算法不能利用有效的标签信息,也不能学习数据的稀疏表示。为此,将局部坐标约束和数据有限的标签信息融入到CF模型中,提出了一种带有局部坐标约束的半监督的概念分解(SLCF)算法。SLCF算法利用局部坐标约束学习数据的稀疏性,数据标签约束矩阵能够保证同类标签的数据映射到低维空间中拥有相同的标签,从而提高了不同类间数据的识别能力。利用交替迭代更新方法对SLCF算法的模型进行求解,证明了算法的收敛性。在COIL20、Yale B以及MNIST数据库上的数值实验表明提出的SLCF算法是有效的,其聚类性能优于其他比较的算法。     

存量用地背景下填充式开发研究综述

存量用地将成为我国未来城镇建设的主要用地来源。东部沿海地区一些发展较为成熟的城市已经开始提出从增量扩张转向存量挖潜的用地政策。但总体来看,目前的实践和研究还主要集中在土地供给层面,存量用地上的开发建设由于刚刚起步,相关研究较少。本文对城镇化较成熟的发达国家在存量用地上进行的填充式开发的实践与研究进行了系统回顾,覆盖了政策兴起、类型界定、潜力评估、实施障碍、实施结果、影响评价等全过程,对国内存量土地再开发研究进展进行了分析,可为我国城市填充式开发的开展与研究提供参照与借鉴。     

新时期我国乡村规划农民公众参与模式研究

十八届三中全会和中央农村工作会议的召开使"三农"问题再次受到高度重视。针对目前我国乡村规划中公众参与不足所导致的农民主体利益诉求被忽视、切身利益遭到损害的情况,本研究对乡村规划中多元利益主体进行梳理,突出农民在乡村规划建设中利益主体地位的重要性。提出和构建适用于新时期适合中国本土乡村规划编制、审批和管理客观诉求的农民公众参与模式,强化乡村规划的科学性和可操作性。通过多途径的参与模式在决策、规划和实施三个层面来提高农民公众参与的强度和深度,确保农民成为乡村规划的主要受益者。     

本溪市污水治理现状及规划管理探讨

污水治理问题是个长期的问题,污水治理规划的编制、实施以及污水处理设施的运行监管是污水治理的3个重要环节。污水处理的历史进程体现了市政府治理污水的态度和决心。下面循着污水治理的历史进程和现状发展来探讨本溪市污水治理的管理和规划。     

大数据方法对于缓解城市交通拥堵的作用的理论分析

如何利用大数据方法改进当前智能交通系统,进而缓解交通拥堵,是当前智慧城市研究和交通规划领域的关键问题之一。本文首先依据交通流用户最优均衡理论和系统最优均衡理论,分析大数据在交通诱导信息系统中的应用;其次,讨论大数据在交通流量判研和拥堵实时评价方面的应用;第三,讨论大数据在交通拥堵收费中的应用;第四,分析大数据在对公共交通运行与服务水平进行实时监控方面的应用;最后提出一体化交通监测与需求管理系统理论框架。     

应用EEMD和小波包分解的压力脉动信号时域特征提取方法

柱塞马达压力信号是液压系统重要的信号源,其中压力脉动的特征变化能够反映系统局部乃至全局的运行状态。为从多成分混叠的压力信号中有效分离压力脉动成分,重构时域特征,提出基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与小波包分解的压力脉动信号时域特征提取方法。首先,利用EEMD将压力信号与干扰信号分离;其次,根据柱塞泵和柱塞马达压力脉动信号的时频特性,利用小波包分解并重构得到柱塞马达压力脉动信号,提取时域特征;最后,结合实验分析脉动特征随工况的变化规律。该方法经实验验证可行有效,且结果表明:压力脉动幅度随转速的升高而减小,随压力的增大而增大,与压力脉动变化机理一致。研究成果可为柱塞马达的运行状态监测提供方法支撑。