摘要：在区域层面上对具有自复位模块结构的学校建筑进行抗震损伤和恢复力评估研究,建立了一个基于Python语言的从结构非线性分析到损伤程度可视化演示用的数字孪生模型。Python语言也是目前通用于机器学习模型训练的编程语言,方便在该数字孪生模型中引入人工智能模型来代替结构仿真计算,通过使用实时监测地震动和结构响应数据结合人工智能模型进行区域灾害响应和功能恢复快速评估。结构损伤和恢复力分析结果(如不同地震下修复成本、修复时间、不可修复的概率等指标)通过生成shapefile在地理信息系统(GIS)软件中进行三维可视化,从而对采用自复位模块结构的学校建筑结构群在区域范围上进行抗震韧性定量评估。该模型的计算模块包括区域建筑结构清单生成、简化数值模型建立、地震响应非线性分析、结构响应参数生成、建筑结构易损部件定义、地震损失概率模型评估以及区域灾害损失的结果输出。这里的基于概率模型的学校建筑结构地震损失评估采用了FEMA P-58方法,并使用了Pelicun软件包进行计算。以旧金山湾区近2000栋学校建筑作为案例,对假定使用偏心支撑框架自复位结构作为抗震结构体系的学校建筑群进行了抗震韧性评估,研究了通过采用数字孪生模型对新型结构模块系统在学校建筑群区域灾害响应和功能恢复的影响。研究中使用了简化结构模型来缩短震后损伤和功能恢复仿真运算时间,同时提出了通过采用人工智能模型来实现强震后实时预测建筑群震后损失,并通过研究偏心支撑框架自复位结构体系的能量耗散比这一参数变化对学校建筑结构恢复力指标的影响,演示了采用不同的结构设计对建筑结构群在区域层面上的抗震损伤和恢复力的影响。

摘要：为了解国内外生物滞留系统介质土理化性质的异同,梳理归纳了国内外技术规范、导则等对生物滞留系统介质土的相关说明,并以美国马里兰州生物滞留系统实际应用场地为例,检测分析了其介质土的粒径时空分布特点。研究表明,深圳市、厦门市和湖南省的规范中生物滞留系统介质土的渗透系数低于国外,而介质土层深度高于国外;国内建议介质土组分为高砂低有机质,而国外还在此基础上进一步对氮和磷的含量、阳离子交换容量等指标做了详细说明。马里兰州生物滞留系统介质土的主要组分是砂(62%~86%),且表层土的黏土和细砂含量(17%和31%)高于底层土(10%和26%),表层土的砾石和粗砂含量(14%和38%)低于底层土(21%和42%)。

摘要：文中利用上海杨浦区雷达设备采集的城市道路流量数据,基于XGBoost模型对路段流量进行预测.考虑城市道路交通流量的复杂性与随机性,选用包括整体特征、时间相关特征、空间相关特征等31个特征变量,并通过格网搜索对模型主要参数进行调整.结果显示:在不同时间粒度上,XGBoost模型的RMSE精度皆优于其余五个对比模型,且在效率上也具有优势.以5 min为时间粒度时,RMSE值为14.22,MAPE值为0.153,耗时23.84 s.此外,XGBoost具有较高可解释性.通过对不同特征变量的组合预测及特征变量重要度分析发现,以时间粒度为单元,1、2、3阶滞后流量及彼此间的差值可明显提高模型预测精度,随时间粒度增大,流周期性增强,随机性减弱.

摘要：基于上海市互联网租赁自行车接驳城市轨道交通的历史骑行数据,采用广义加性混合模型检验了骑行接驳时期、城市轨道交通站点特征、城市轨道交通站点周边建成环境及交通设施对城轨站点互联网租赁自行车骑行接驳比例的影响。研究结果表明,提高站点周边住宅用地比例、教育科研用地比例、次干道及支路密度,有助于提高城市轨道交通站点互联网租赁自行车骑行接驳比例;站点类型、区位及站点周边容积率与互联网租赁自行车骑行接驳比例呈非线性关系。