超高性能混凝土在装配式渡槽中的应用初探

提出利用超高性能混凝土（UHPC）材料预制渡槽,并对渡槽结构进行初步设计,同时与传统混凝土渡槽的工程、经济、社会和环境效益进行了对比。结果表明：UHPC渡槽的槽身重量、全生命周期费用和碳排放量分别较C25渡槽降低了64%、16.5%和68.1%,渡槽结构不仅实现了轻量化,而且大大节约了原材料的用量,降低后期运营维护成本,使得UHPC渡槽具备更好的工程经济和社会环境效益,值得在今后引水输水工程中予以推广应用。     

基于时间序列分解与门控循环单元的地铁换乘客流预测

为丰富地铁内部换乘客流预测理论,更好地制定地铁运营计划,提出了一种基于时间序列分解方法(STL)与门控循环单元(GRU)的地铁换乘客流预测模型。该模型将预测过程分为3个阶段,第1阶段为原始地铁刷卡数据预处理,采用基于图的深度优先搜索算法识别乘客的出行路径,构建换乘客流时间序列;第2阶段运用STL时间序列分解算法将换乘客流时间序列转化为趋势量、周期量以及余量,并利用3σ原则对余量进行异常值的剔除与填充;第3阶段基于深度学习库Keras,完成GRU模型的搭建、训练及预测。以北京地铁西直门站的换乘客流数据为研究对象,对模型的有效性进行了验证,结果表明：与长短时记忆神经网络(LSTM)、门控循环单元、STL时间序列分解方法与长短时记忆神经网络组合模型(STL-LSTM)相比,STL-GRU组合预测模型可提升工作日(不含周五)、周五、休息日的换乘客流预测精度,预测结果的平均绝对百分比误差至少分别降低了2.3、1.36、6.42个百分点。