Modeling level-of-safety for bus stops in China

Objective: Safety performance at bus stops is generally evaluated by using historical traffic crash data or traffic conflict data. However, in China, it is quite difficult to obtain such data mainly due to the lack of traffic data management and organizational issues. In light of this, the primary objective of this study is to develop a quantitative approach to evaluate bus stop safety performance.

Methods: The concept of level-of-safety for bus stops is introduced and corresponding models are proposed to quantify safety levels, which consider conflict points, traffic factors, geometric characteristics, traffic signs and markings, pavement conditions, and lighting conditions. Principal component analysis and k-means clustering methods were used to model and quantify safety levels for bus stops.

Results: A case study was conducted to show the applicability of the proposed model with data collected from 46 samples for the 7 most common types of bus stops in China, using 32 of the samples for modeling and 14 samples for illustration. Based on the case study, 6 levels of safety for bus stops were defined. Finally, a linear regression analysis between safety levels and the number of traffic conflicts showed that they had a strong relationship (R² value of 0.908).

Conclusions: The results indicated that the method was well validated and could be practically used for the analysis and evaluation of bus stop safety in China. The proposed model was relatively easy to implement without the requirement of traffic crash data and/or traffic conflict data. In addition, with the proposed method, it was feasible to evaluate countermeasures to improve bus stop safety (e.g., exclusive bus lanes).     

现代系统安全观点分析及分层安全模型研究*

为适应系统复杂性的提高和智能科学及数据技术的涌现，分析现代系统安全观点，并提出系统的分层安全模型，以应对系统安全及可靠性面临的质疑和变革。根据Leveson提出的学术观点，提出分层的系统安全模型。通过论述7个系统安全研究的新观点，提出系统安全的层级结构，分为社会层、系统层、技术层和运行层；建立系统安全的虫洞模型；结果表明:通过该方法可得到系统故障过程区划图和故障过程有向图，同时空间故障树理论也可用于该模型的定量计算。     

绿色大学环境能源优化研究

绿色大学是在日益严重的环境问题背景下生态文明和社会可持续发展理念融合于校园的必然趋势.作为技术传承和创新的主体,积极探索和深化高校能源改革具有非常重要的意义.本文以中国石油大学的面板数据作为数据研究基础,结合气候能源因素,提出基于综合节能模型的绿色大学构想,采用簇聚类和遗传优化进行能源整合,动态评估后进行系统参数加权优化,从而达到能源优化使用的目标.实践表明,该模型有效提升能源效率和改善环境,具有重要的应用意义.     

高校能源消耗建模研究与应用

针对高校能源消耗建模研究与应用问题,文中介绍了高校能耗日益增长现状,给出了高校能耗模型构建,为节约能源必须做好精准能耗预测.建立了灰色径向基函数神经网络高校能耗预测模型,并采用基于排序等分法赌盘规则选择算子的遗传算法对该模型进行全局优化,进一步用实例对比分析评估了模型的有效性.实践表明,优化后的模型能有效预测能耗,与传统单一的建模方式相比,有更好的拟合性、稳定性、预测精度和更快的收敛速度,为节能评估和设计提供了决策依据.     

北京东南郊土壤剖面氟喹诺酮类抗生素分布特征

采用Geoprobe在北京东南郊地区实施了土壤剖面钻探,针对8种不同类型土地利用状况的土壤剖面进行土壤采集工作,11个采样点共采集86个土壤样品,分析了土壤样品的理化参数,并且采用高效液相色谱法对土壤样品中5种氟喹诺酮类抗生素(FQs)进行了定量分析.结果表明,北京地区土壤样品中5种氟喹诺酮类抗生素总含量的平均值为46.1μg·kg-1,组成以氧氟沙星(OFL)为主,其次为诺氟沙星(NOR),而恩诺沙星(ENR)、环丙沙星(CIP)和洛美沙星(LOM)的含量很低;不同土壤剖面中氟喹诺酮类抗生素的含量和组成差异明显.5种氟喹诺酮类抗生素总含量的平均值随土壤深度的增加呈现降低的趋势.OFL、NOR、LOM和ENR的平均含量随着深度增加而降低;CIP的平均含量随深度增加先降低后升高.对42个位于浅层(0~3 m)的土壤样品进行模糊聚类分析,结果表明,蔬菜大棚、树林、再生水灌区、地下水灌区(清灌区)、养殖场、排污河沉积物的浅层土壤样品中的喹诺酮类抗生素具有相似的组成特征,即抗生素污染水平较低、种类较少;而制药企业及垃圾填埋场的组成特征与前者明显不同,即抗生素污染水平中等、种类较多.     

模糊综合法在城市绿地系统景观生态综合评价中的应用——以上海市为例

绿地是城市人工景观中最重要的自然要素,以往对绿地景观生态的研究主要集中在能量流动和空间结构等方面,很少涉及城市绿地景观生态的综合评价。本文利用融模糊综合评判和模糊聚类分析于一体的模糊综合法对城市绿地系统景观生态进行了综合评价。     

论高职高专院校高等数学教学改革——我院高等数学分级教学的实践与探索

通过对当前国内高等数学教学现状的分析,指出了整齐划一的单一教学模式已经严重影响了教学效果,必须采用多样化的分层教学模式,以调动学生学习兴趣,提高教学水平.论述了在我院实行高等数学教学改革的必要性,提出了教学改革的总体思路,并进行了有效的实践与探索.     

海南岛南渡江海口水域水质评价

采用等斜率灰色聚类法,以地面水环境质量标准ＧＢ３８３８－８８为评价标准,对海南岛南渡江海口水域１９９３年枯水水质进行了评价,得出结论：５个测不质全部为Ⅰ类水质。     

灰色聚类法在地下水质量评价中的应用

运用灰色聚类法对淮北市地下水质量进行评价，结果表明淮北市地下水质量达到了Ⅲ类水质标准以上，能够达到当地地下水环境功能区划要求。评价结果与实际情况一致，评价方法较精确，具有科学性。     

金华市奶牛基地的资源利用问题研究

本文论述了奶牛基地发展与红黄壤资源开发利用之间的内在联系。在分析奶牛基地农业资源利用现状基础上,运用灰色系统理论和多元统计的系统聚类分析方法,对影响奶牛基地发展的因素及区域发展对策作了定量分析,并预测奶牛基地发展趋势,提出奶牛生产不同区域的红黄壤资源开发利用的重点,这为合理开发利用红黄壤资源种草养奶牛提供理论和实际参考依据。