基于解释结构模型的城市交通文化力分析

为对城市交通文化进行深入研究,以交通文化力的含义和内在关系为研究对象,采用系统工程方法,利用结构方程对交通文化力进行系统和全面的分析与研究,最终得到交通文化力解释结构模型.结果表明,在此基础上建立的ISM模型从整体角度准确地揭示了交通文化系统要素的结构,是实现交通文化系统知识提取的有效途径.     

基于解释结构模型的城轨客流量影响因素分析

随着国民经济的不断增长、城市化水平的不断提高、城市道路拥堵的不断加剧,各城市开始兴建城市轨道交通以缓解城市地面道路压力。合理预测规划线路的客流量对设置交通配套设施、分配运力、管理运营等工作的顺利开展起着举足轻重的作用。本文参考、综合、比较了多种客流量的影响因素,并以系统工程中的解释结构模型为理论分析方法,运用德尔菲法分析出各影响因素间的相互影响情况,最终得出各因素与城市轨道交通客流量的影响关系。希望此结论能为城市轨道交通的客流预测、政府投资决策、运营方的运营管理提供理论参考。     

基于解释结构模型的我国高等教育质量影响因素分析

高等教育质量国民经济的发展起着重要的作用,是各高校工作任务的重心。当下我国高等教育已经进入到快速发展的阶段,系统分析影响高等教育质量因素十分有必要。本文采用解释结构模型(ISM)对影响我国高等教育质量的因素进行了深入分析,以便用于指导实践。     

基于解释结构模型的云南花卉产业升级研究

通过文献研究及专家访谈,筛选影响云南花卉产业升级的10个因素,将其纳入解释结构模型系统,得到云南花卉产业升级的根源为智能温室建设、政府投入;直接影响要素为宣传力度、互联网销售、信息服务体系建设、知识产权保护意识。采用MICMAC分析方法进行因素集群划分,得到智能温室建设、政府投入处于系统的独立要素集群,进一步验证这两个因素为云南花卉产业升级的关键影响要素。     

基于ISM与MICMAC模型的养老地产项目选址实证分析

项目选址是房地产开发与经营的关键环节,养老房地产因其服务对象的特殊性,选址更为重要.应用解释结构模型(ISM)分析得到养老房地产的选址决策因素根据因素间的相互关系分为6层;交叉影响矩阵相乘模型(MICMAC)将养老房地产选址决策影响因素分为自发因素、独立因素和依赖因素三类,其中自发因素对应ISM模型中的5,6层,依赖因素对应ISM模型中的1,2,3层,独立因素对应ISM模型的中间4层.根据分析结果建议开发商进行养老房地产选址决策时依据区域可进入性、宗地条件适合性和养老政策的补充性三步逐层分析决策.     

基于解释结构模型的人力资本股份化影响要素分析

针对现有研究没有阐述人力资本股份化影响要素间的关系问题,在系统归纳人力资本股份化影响要素的基础上,运用解释结构模型(ISM)分析要素间的层次结构关系,并建立层次结构图,得到人力资本股份化影响要素的解释结构模型,并把交错的影响要素条理化,明确了每个子区域底层要素为影响人力资本股份化的根本要素。在此基础上,应用交叉影响矩阵相乘法(MICMAC)得出各要素的驱动力和依赖性。     

基于改进解释结构模型和交叉影响矩阵相乘法的建设工程质量影响因素分析

通过查阅文献、理论分析以及向专家调研等方式,识别出基于五方责任主体的影响建设工程质量的19项因素,利用改进解释结构模型(interpretative structural modeling, ISM)揭示了19项因素相互作用的逻辑关系,并将这些因素划分为表层因素、中层因素和深层因素3个层级。利用交叉影响矩阵相乘法(matrices impacts croises-multiplication appliance classement, MICMAC)对研究成果进行验证分析,发现基于MICMAC得出的影响工程质量的自治因素、依赖因素和独立因素,与通过ISM得出的表层因素、中层因素和深层因素,在影响性质上具有高度的一致性,从而进一步证明了ISM对因素的分类及关系研究的科学性。提出提升建设工程质量的3个对策。     

基于改进对抗解释结构模型和交叉影响矩阵相乘法的多航站区分区运行设计影响因素分析

针对大型民用运输机场多航站楼、多机坪复杂布局形式,为科学确定多航站区分区使用模式。在构建多航站区分区运行影响因素集的基础上,运用模糊集理论对对抗解释结构模型(Adversarial Interpretive Structure Modeling Method, AISM)进行改进,通过模糊可达矩阵对水平截距分布进行深入分析,进而得到多航站区分区运行影响因素的多层级模型。最后结合对抗层级拓扑图以及模糊驱动力-依赖性图对因素之间的关联性和逻辑性进行分析,并以粤港澳大湾区某干线机场的远期规划进行实例验证。结果表明：航空公司年旅客运量和航空公司高峰小时旅客数量驱动力较高而依赖性较低;机位分配与使用策略、分散式航站楼间捷运系统的通达性驱动力较低而依赖性较高。综合对抗层级拓扑图所揭示的表层、中间层、深层影响因素可知,航司年旅客运量和高峰小时旅客数量是影响分区运行设计的最根源和关键的因素。     

影响企业技术并购绩效的风险因素分析——基于解释结构模型

借助解释结构模型对技术并购的风险因素进行了层级划分,分析了各个因素之间的相互影响关系.结果表明,目标企业与并购企业的相对规模是决定技术并购成败的基本风险因素,技术整合能力、技术人员留任率是决定技术并购成败的直接风险因素.     

城市交通拥挤收费的双面性分析

随着社会经济的快速发展,私家车拥有量的增加,城市交通拥挤问题日益严重。交通拥挤收费是交通需求管理的一种有效经济手段,对拥挤道路收费可以使交通拥挤所产生的外部成本内部化,达到优化交通资源配置的作用。通过分析交通拥挤收费的经济学原理、交通拥挤收费的优点以及它存在的一系列问题,得出了交通拥挤收费是一把双刃剑,并提出了对我国实施交通拥挤收费的启示。     

空中交通网络流系统拥堵程度评估

为解决日益严重的空中交通拥挤和拥堵问题,提出从空中交通流的角度出发,区分界定空中交通拥挤和拥堵,并建立拥堵程度评估模型来评估空中交通网络的拥堵程度。空中交通拥堵发生时可将系统划分为非延误部分和延误部分,建立拥挤程度评估模型评估空中交通网络的拥挤程度,建立延误程度评估模型评估空中交通网络延误程度,对两个部分分别赋予不同权重建立空中交通网络拥堵程度模型。最后采用某大型机场发生的某次空中交通拥堵作为算例数据,结果证明了模型是可行的。     

SWOT分析与西藏经济发展的战略抉择

文章借助于SWOT分析模型,在分析西藏经济发展的各种影响因素,包括内部优势、内部劣势、外部机会、外部威胁的基础上,探讨影响西藏经济发展的核心因素,找出西藏经济发展的战略抉择。     

环形放射状路网拓扑结构交通拥堵特性

考虑交通出行需求和路网拓扑结构,研究了环形放射状路网上的交通拥堵特性。基于国内7个城市的出租车乘客OD数据分析,研究了出租车用户群体出行距离分布特性,建立了一种基于OD分布的交通需求生成普适性模型。在此基础上,研究了特定需求分布下规则网格状和环形放射状两种典型路网结构的交通拥堵特性。结果表明在满足特定OD直线距离分布的交通需求下,环形放射状路网拓扑结构能有效减少网络拥堵时间,节约交通出行成本。     

考虑预估驾驶行为的跟驰模型及其稳定性分析

在 OV 模型的基础上,进一步考虑预估驾驶行为对车流的影响,提出一个新的跟驰模型以获得预估驾驶行为与交通拥堵的关系。通过对新模型进行稳定性分析得到了系统的临界稳定条件。数值仿真结果表明：新模型能够模拟诸如时停时走、系统临界相变等实际交通现象,较 OV模型更贴近于实际。同时,预估驾驶行为增强了交通流稳定性能,提高了车流陷入交通阻塞状态的阈值。最后以车速的平滑度和波动幅度最小为评价指标得到了新模型中预估参数的最优取值范围。     

城市道路不同拥挤等级定价方法的研究

城市道路交通拥堵问题日益严重,成为我国城市快速发展过程中的突出问题,文章提出对路段不同拥堵程度下差别收取费用。首先考虑了拥挤产生的外部成本,其中包括时间成本、能源成本、安全成本、环境成本等。对此建立各外部成本的定价模型,该模型与车辆运行的速度有关,根据拥挤等级的划分,对不同的外部成本给予不同的权重,最终建立起不同拥挤等级下的定价模型。最后以南京市的典型拥挤路段——中山南路进行拥挤分析,计算出该路段不同拥挤等级下的定价值。     

基于ISM的危化品基地安全影响因素模型

采用解释结构模型的方法,从设备、人、环境、管理4个方面,筛选38个危化品基地安全影响因素,建立危化品基地安全影响因素9级递阶解释结构模型,得到影响危化品基地安全的20个表层直接因素、10个中间层间接因素和8个底层根本因素。危化品基地应重视危险物本身危险性、安全法律法规和政府监管等根本因素,并依据各影响因素间的关系,制定综合防范措施。     

中国城市交通发展政策研究

在城市化进程中,高效的城市交通政策对中国的可持续发展起着关键的作用.阐述了中国城市的独特背景,预测了在中国复制其他国家的政策能否被有效的实施的问题,以交通最为拥挤的城市为例子,将每个政策以往的经验与其可能产生的效率及其在中国的实施效果进行了比较,特别对中国城市与一些外国城市的交通政策做了仔细研究,为建立适合我国城市的交通政策提供参考.     

我国城市交通拥挤原因及缓解对策分析

分析了我国城市道路交通的拥挤问题,利用规划实践和方法论,提出了要缓解城市交通拥挤,必须注重城市水平与道路交通的协调发展,以及在城市规划中,充分考虑土地利用、交通和环境保护的一体规划,文中给出了交通基础各子系统相协调发展的理论模型和城市综合规划概念模型,同时,根据城市道路交通本身的规律,提出了科学的交通管理理论,指出了运用高科技成果来改善交通困境的发展趋势.     

基于XGBoost的短时交通流预测模型

为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5. 32,时空序列预测模型均方根误差为4. 82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。