土木学科沙龙之史海欧教授报告会
——城市轨道交通知识介绍
报告人:史海欧教授
报告时间:20xx年11月13日
报告主题:城市轨道交通知识介绍
报告地点:理工南楼108
今天史海欧教授在我们学校开了一个有关城市轨道交通的讲座,以图列形式详细介绍了城市轨道交通的概念和分类;将传统的轨道交通体系与新的交通系统做了深入比较,并系统介绍了新轨道交通系统的发展现状及未来的发展趋势;最后对地铁站的建设作了深入和详尽的介绍。
城市轨道交通系统,简称城轨系统,由于中国大陆的地面重型铁路(重铁,或称重轨,与轻轨相对),大多作中长距离用途,不会作短距离用途,地下铁路专门担当市内短距离运输,令不同铁路之间的角色,有明显分野,不会出现同一铁路,同时担当短距离和中长距离运输。“城市轨道交通”这个名称因而出现,这名称亦是中国大陆的用语。
这次会议让我了解到:我国的城市轨道交通发展迅猛,已经建成或正在兴建的城市轨道交通几乎包括了上述各种类型,已有30多座城市建成了或正在新建、或拟就了建设规划。除北京、天津、上海、广州、武汉、长春、大连、深圳、重庆、南京等10个城市外,尚有杭州、沈阳、成都、哈尔滨、西安、厦门、苏州、青岛、东莞、宁波、佛山、石家庄、郑州、长沙、兰州等33个城市正在建设、筹建、或规划中。中国正在形成以地下铁道为骨干、多种类型并存的城市轨道交通体系。上海、武汉、天津、大连等城市建成了快速轻轨交通系统;长春、大连进行了有轨电车改造,鞍山也准备对现有有轨电车改造,北京、上海正在酝酿新建有轨电车线路;重庆建成了我国第一条跨座式的单轨交通系统;上海浦东龙阳路至浦东国际机场开通了磁悬浮高速线;广州和北京已建成或正在建设直线电机驱动的城轨车辆交通线路;北京首都机场内正在建设全自动化的新交通系统(APM)等。这些情况表明中国的城市轨道交通类型正在呈现出的多元化发展趋势。
在会议最后史海欧教授对地铁站的建设做了比较详尽的介绍,他提到:城市地铁的兴建属于城市的基础设施建设,是一种公益事业,在城市中具有很高的社会效益和经济效益。为充分发挥地铁作用,必须在城市交通网络规划中给予足够的重视,提出科学的、整体的、超前的地铁交通网络规划。首先应根据城市人口规模需要,设定最佳路线的地铁长度规划。其次,施工过程中设备的选型,材料的选用,设计标准的选择都会对工程造价产生直接影响,因此在选定设计方案时应本着经济、实用的思路去设计,适当减小车站规模,尽可能采用单层车站,简化人防和装修,坚持按建设程序办事。推进“科技经济一体化”把取得的科研成果用于地铁线路建设,积极合理的采用新技术、新工艺、新材料,优化设计方案,编好概算,打足投资。工程项目造价的控制应始终贯穿于建设的全过程,走好这步棋,需要建设单位与设计单位共同努力,为国家节省资金。
另外,建造地铁还必须考虑安全因素,地铁是构筑于地下的大容量轨道交通系统,由于地铁运营环境的特定性等因素,一旦突发火灾事故,乘客紧急逃生极其困难,容易造成群死群伤。同时,有毒烟气、营救线路狭窄等问题也使有效实施救人行的难度加大。要建立内部抗灾系统,防排烟系统的火灾运行模式应经过多次实地试验,确定最佳组合,制定紧急事件应急制度,确保在紧急情况出现时能做出快速反应。 —个成功的地铁轨道网规划应既符合国情,又具城市特色。城市里的地铁已不光是一种交通工具,在有些城市,地铁已成为一种文化,而营造地铁文化也是城市发展的必然方向。地铁文化、地铁传媒的发展,在大力推动城市经济发展的基础上,也使乘客乘坐地铁更加舒适,充实了人们乘坐地铁的旅程,同时也对人们的生活观念产生了极大的影响。
总之,这次会议让我们对城市轨道交通系统有了初步的了解。作为土木工程专业的研究生,以后我们在学习和工作中接触城轨系统的机会比较多,这就提醒我们要加强专业知识,为以后的事业而拼搏。
第二篇:讲座学术报告
学术讲座(一):《遗传算法及其在网络化制造中的应用》
20xx年10月14日晚,有幸参加了有管理学院教授、硕士生导师汪勇老师主讲的主题为《遗传算法及其在网络化制造中的应用》,感触颇多。
首先,汪老师别开新面的用草原上的羚羊优胜劣汰、适者生存的角度为例子,形象而生动的为大家介绍了什么叫遗传算法,即:遗传算法是从代表问题可能潜在的解集的一个种群(population)开始的,而一个种群则由经过基因(gene)编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。因此,在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂,我们往往进行简化,如二进制编码,初代种群产生之后,按照适者生存和优胜劣汰的原理,逐代(generation)演化产生出越来越好的近似解,在每一代,根据问题域中个体的适应度(fitness)大小选择(selection)个体,并借助于自然遗传学的遗传算子(genetic operators)进行组合交叉(crossover)和变异(mutation),产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境,末代种群中的最优个体经过解码(decoding),可以作为问题近似最优解。
遗传算法的步骤
在详细介绍了遗传算法的含义之后,汪老师又给我们介绍了他自己所优化了的遗传算法:强Pareto遗传算法(Strong Pareto Genetic Algorithm, SPGA)与遗传分层序列法(Lexicographic Method Based on Genetic Algorithm, LMGA)。
否
遗传分层序列法(Lexicographic Method Based on Genetic Algorithm, LMGA)
在介绍了以上三种算法之后,汪老师通过列举了一个网络化制造的例子,分析比较了三种算法的优点和缺点。首先,网络化制造是指:通过采用先进的网络技术、制造技术及其其它相关技术, 构建面向企业特定需求的基于网络的制造系统, 并在系统的支持下, 突破空间对企业生产经营范围和方式的约束, 开展覆盖产品整个生命周期全部或部分环节的企业业务活动(如产品设计、制造、销售、采购、管理等) , 实现企业间的协同和各种社会资源的共享与集成, 高速度、高质量、低成本地为市场提供所需的产品和服务。科技部关于“网络化制造”的定义为:按照敏捷制造的思想,采用Internet技术,建立灵活有效、互惠互利的动态企业联盟,有效地实现研究、设计、生产和销售各种资源的重组,从而提高企业的市场快速反应和竞争能力的新模式。
那么通过比较我们发现,与原始的遗传算法相比,强Pareto遗传算法在效率上面明显优于其它两种算法,而遗传分层序列法却能得到最优的结果。
通过这种讲座,我认识到,作为一名研究生,尤其是工学类的研究生,掌握并能熟练使用各种建模、数据分析的算法及软件是非常重要的,以后要在这一方面下工夫。