天山区
胜利路街道代码：650102003 辖11个社区：三屯碑社区、胜利路社区、南梁社区、河坝巷社区、领馆巷南社区、红旗社区、湖源巷社区、大湾南社区、羊毛湖社区、多斯鲁克社区、新疆大学社区。
团结路街道辖13个社区：领馆巷北社区、团结路社区、八户梁社区、延安路社区、夏玛勒巴克巷社区、皇城社区、瓷厂社区、波斯坦巷社区、广电社区、昌乐园社区、中环路南社区、大湾北社区、后泉路社区。
天山区
解放南路街道辖13个社区：二道桥社区、爱国巷社区、建中路社区、永和巷社区、福寿路社区、双庆巷社区、山西巷社区、新市路社区、育才巷社区、天池路社区、饮河巷社区、龙泉社区、乌市小区社区。
综合交通规划规划原则 增加外部通道 图1.7 本次综合交通规划的规划原则 1.3项目解读 我们在前面已经强调了合川区无论在一小时经济圈还是在成渝城镇群空间战略体系中都占据了很重要的地位。合川作为重庆的北大门也是重庆北部唯一的区域性中心城市，对外联系的重点是四川的嘉陵江流域，对内承担辐射带动重庆境内的潼南、铜梁、璧山等地区发展的责任。结合以上的定位，对合川交通规划作如下的思考。 1、构建沿嘉陵江、涪江、渠江流域的对外战略通道，打造重庆北部和嘉陵中下游流域的综合交通换乘枢纽。 合川最大的区位优势就是嘉陵江、涪江、渠江的三江交汇，在这流域内分布了四川的遂宁、南充、广元、达州、广安和重庆合川、都市区北部地区等大中城市。合川要发挥自己的区位优势。必须确立自己嘉陵江中下游流域的交通枢纽地位。目前沿嘉陵江流域已经建成渝武高速（兰渝高速的一段）。沿涪江流域已建成遂渝铁路，并规划建设复线；渠江流域已有襄渝铁路，并规划建设复线。合川作为嘉陵江中下游的交通枢纽已初具雏形。目前要做的就是实现合川至三个流域方向均有高等级公路（高速或者一级）和铁路服务。
合川要建成重庆北部以及嘉陵江中下游的区域性中心城市，必须有一个强大的主城核心，发挥聚集和辐射作用。从目前情况看，遂渝高速不从合川通过、襄渝铁路不从主城通过，长期以来合川主城的聚集功能不明显，因此发挥合川主城的枢纽作用非常迫切。通过修建一些联络通道或规划新增一些新的通道等方式，构建一个强大的枢纽。 2、优化区域内的交通网络，构建一个强大的物资集散基地。 合川是嘉陵江中下游的分界点。随着嘉陵流域的航道渠化以及17个航电枢纽梯级开发的逐步实施，在合川至嘉陵江流域上游之间的水运优势将成为合川的一大交通优势，尤其是草街航电枢纽一旦完工，嘉陵江中下游的渠化就宣告完成了，届时从广元到合川、从遂宁到合川、从达县到合川都是一江平水。但从合川到重庆尤其是草街航电枢纽的下游，由于水位下降，通航的价值可能会下降。这样合川有可能成为嘉陵江航运的一个终点站（也是枢纽站），因此对合川而言，有条件将合川打造成一个综合的物流集散基地，在这个基地里水运、铁路、公路形成一体化的运输体系。利用合川高标准的港口码头、铁路、公路再将物资集散到重庆主城以及其他周边地区。 3、完善主城区的道路网骨架，做强合川主城。 一方面由于城市用地的不断拓展，原本承担过境交通功能的很多公路均从合川中心城区穿过，因此亟需分流过境交通，将原本过境交通走廊进行功能调整，必要时甚至可以调整线路走向；构建城市外环线，利用外环线组织大量的城市对外以及过境交通，减少过境交通对城市功能的干扰。同时在主城区范围内构建功能分明、高效、便捷的骨架体系，加强中心城区和外围组团的交通联系，发挥交通对城市发展的引导作用。 4、打造合川主城区综合交通换乘枢纽 结合现状及规划的各种交通设施，在合川主城区范围内打造一个或多个综合交通换乘枢纽，整合交通资源，强化对外交通与城市内部交通的对接，提高各种交通方式的交通换乘效率。还要对个体交通、公共交通、非机动车交通都要提出明确的交通发展策略，最终形成一个强大主城核心、一个强大的综合交通换乘枢纽。
多规部分防火分区条文摘录 主编单位：公安部天津消防研究所 5.1.7 民用建筑的耐火等级、最多允许层数和防火分区最大允许建筑面积应符合表的规定。 注：建筑内设置自动灭火系统时，该防火分区的最大允许建筑面积可按本表的规定增加倍。局部设置时，增加面积可按该局部面积的倍计算。 5.1.8 地下、半地下建筑（室）的耐火等级应为一级；重要公共建筑的耐火等级不应低于二级。 当多层建筑物内设置自动扶梯、敞开楼梯等上下层相连通的开口时，其防火分区面积应按上下层相连通的面积叠加计算；当其建筑面积之和大于本规范第条的规定时，应划分防火分区。
与中庭相通的过厅、通道等处应设置甲级防火门或防火卷帘；防火门或防火卷帘应能在火灾时自动关闭或降落当采用防火墙确有困难时，可采用防火卷帘等防火分隔设施分隔地上商店营业厅、展览建筑的展览厅符合下列条件时，其每个防火分区的最大允许建筑面积不应大于10000m2地下商店应符合下列规定： 1 营业厅不应设置在地下三层及三层以下； 2 不应经营和储存火灾危险性为甲、乙类储存物品属性的商品； 3 当设有火灾自动报警系统和自动灭火系统，且建筑内部装修符合现行国家标准《建筑内部装修设计防火规范》GB 50222 的有关规定时，其营业厅每个防火分区的最大允许建筑面积可增加到2000m2； 4 应设置防烟与排烟设施； 5 当地下商店总建筑面积大于20000m2时，应采用不开设门窗洞口的防火墙分隔。相邻区域确需局部连通时，应选择采取下列措施进行防火分隔： 1）下沉式广场等室外开敞空间。该室外开敞空间的设置应能防止相邻区域的火灾蔓延和便于安全疏散； 2）防火隔间。该防火隔间的墙应为实体防火墙，在隔间的相邻区域分别设置火灾时能自行关闭的常开式甲级防火门； 3）避难走道。该避难走道除应符合现行国家标准《人民防空工程设计防火规范》GB 50098 的有关规定外，其两侧的墙应为实体防火墙，且在局部连通处的墙上应分别设置火灾时能自行关闭的常开式甲级防火门； 4）防烟楼梯间。该防烟楼梯间及前室的门应为火灾时能自行关闭的常开式甲级防火门。9m。当必须布置在建筑物内首层、二层或三层外的其它楼层时，尚应符合下列规定：
网络社区划分算法 目录 ? 1 简介 ? 2 构建一个点击流网络 ? 3 网络社区划分的两种主要思路：拓扑分析和流分析 ? 4 拓扑分析 o 4.1 计算网络的模块化程度Q-Modularity o 4.2 计算网络的连边紧密度Edge betweenness o 4.3 计算网络拉普拉斯矩阵的特征向量Leading eigenvector o 4.4 通过fast greedy方法搜索网络模块化程度Q-Modularity的最大值 o 4.5 通过multi level方法搜索网络模块化程度Q-Modularity的最大值 ? 5 流分析 o 5.1 随机游走算法Walk Trap o 5.2 标签扩散算法label propagation o 5.3 流编码算法 the Map Equation o 5.4 流层级算法 Role-based Similarity ? 6 总结 使用许多互联网数据，我们都可以构建出这样的网络，其节点为某一种信息资源，如图片，视频，帖子，新闻等，连边为用户在资源之间的流动。对于这样的网络，使用社区划分算法可以揭示信息资源之间的相关性，这种相关性的发现利用了用户对信息资源的处理信息，因此比起单纯使用资源本身携带的信息来聚类（例如，使用新闻包含的关键词对新闻资源进行聚类），是一种更深刻的知识发现。 假设我们手头有一批用户在一段期间访问某类资源的数据。为了减少数据数理规模，我们一般只考虑最经常被访问的一批资源。因此在数据处理中，我们考虑UV（user visit）排名前V的资源，得到节点集合|V|，然后对于一个用户i在一段时间（例如一天）访问的资源，选择属于|V|的子集vi。如果我们有用户访问资源的时间，就可以按照时间上的先后顺序，从vi中产生vi-1条有向边。如果我们没有时间的数据，可以vi两两间建立联系，形成vi(vi-1)/2条无向边。因为后者对数据的要求比较低，下文中，暂时先考虑后者的情况。对于一天的n个用户做这个操作，最后将得到的总数为的连边里相同的边合并，得到|M|个不同的边，每条边上都带有权重信息。这样，我们就得到了V个节点，M条边的一个加权无向网络，反应的是在一天之用户在主要的信息资源间的流动情况。在这个网络上，我们可以通过社区划分的算法对信息资源进行分类。
道路分级 居住区道路一般可以分为三级或四级： 第一级居住区级道路——是居住区的主要道路，用以解决居住区内外交通的联系，道路红线宽度一般为20-30m。车行道宽度不应小于9m，如需通行公共交通时，应增至10-14m，人行道宽度为2-4m不等。 第二级居住小区级道路——是居住区的次要道路，用以解决居住区内部的交通联系。道路红线宽度一般10-14m，车行道宽度6-8m，人行道宽1.5-2m。 第三级住宅组团级道路——是居住区内的支路，用以解决住宅组群的内外交通联系，车行道宽度一般为4-6m。 第四级宅前小路——通向各户或各单元门前的小路，一般宽度不小于2.6m。 此外，在居住区内还可有专供步行的林荫步道，其宽度根据规划设计的要求而定。 居住区道路宽度 道路名称道路宽度 居住区道路红线宽度不宜小于20m 小区道路路面宽5-8m，建筑控制线之内的宽度，采暖区不宜小于14m，非采暖区不宜小于10m 组团道路路面宽3-5m，建筑控制线之内的宽度，采暖区不宜小于10m，非采暖区不宜小于8m 宅间小路路面宽度不宜小于2.5m 园路（甬路）不宜小于1.2m 名称分级 一：小区级道路、 小区级道路断面以一块板主宜，辟有人行道。在内外联系上要做到通而不畅，力戒外部车辆穿行，但应保障对外联系安全便捷。
二：组群级道路 一块板，不高人行道，重点考虑消防车、救护车、住房小汽车、搬家车以及行人通过。 三：宅前路 以人行为主，还应考虑少量住户小汽车、摩托车的进入。在道路对内联系中要做到能简捷地将行人输送到支路上和住宅中。 此外，居住区内部街坊与街坊之间和街坊内部的道路，主要为居民参加生产、工作、学习、购买物品和参加娱乐活动服务，也为居住区公共服务设施和货运交通所用。为了保证居住区内的安静,尽可能不设公共交通路线,居住区道路可以直接与次干路相接,尽可能不与主干路(见城市道路)相接。可通行小型货车,限制大型货车和过境车辆通行，车速一般不超过20公里/时,道路做平面交叉，可有断头道和回头路，局部线型也可设计成曲线。 道路横断面布置一般是单幅式，即在车行道两侧设人行道和绿地，道路宽度可根据建筑的楼层高度、沿街公共建筑物数量以及客流和货流多少而定。道路宽度允许时，也可安排双幅式断面,即在路中间设1米左右隔离带，布置绿化。车行道宽度为7米、9米或12米。人行道和绿地每侧应为3～6米，要能满足埋设地下管线的需要。若居住区面积大，主要道路较宽且长时，亦可设置公共交通路线，以减少居民步行距离。 3设计原则 1、道路——通而不畅的原则 2、分清主要道路与次要道路及宅旁小道的等级关系 3、根据实际情况，实现人车分流，车行道与步行道各成系统 4、在道路形式上有：内环式、环通式、半环式、尽端式、混合式几种. 4消防通道 消防通道是消防人员实施营救和被困人员疏散的通道，比如楼梯口、过道和小区出口处等。而商家占用消防通道，私家车霸占居民区出口处，这些都是消防法规所不允许的，消防通道应该达到4.0米宽，并保持24小时畅通。消防通道要随时保持畅通，如果发生火灾那可
—92— 大型复杂网络中的社区结构发现算法 胡 健1，董跃华1，杨炳儒2 (1. 江西理工大学信息工程学院，赣州 341000；2. 北京科技大学信息工程学院，北京 100083) 摘 要：在大型复杂网络中自动搜寻或发现社区具有重要的实际应用价值。该文把超图模型以及基于此的聚类算法应用到社区结构发现的领域。对于简单图的社区结构发现，引入边聚集系数的概念，提出基于边聚集系数的社区发现算法。将安然邮件数据集作为测试数据集，通过算法对比分析，证明该算法在时间复杂度上可以提高一个数量级。 关键词：边聚集系数；社区结构；社区发现 Community Structure Discovery Algorithm in Large and Complex Network HU Jian 1, DONG Yue-hua 1, YANG Bing-ru 2 (1. Faculty of Information Engineering, Jiangxi University of Science and Technology, Ganzhou 341000; 2. School of Information Engineering, University of Science and Technology Beijing, Beijing 100083) 【Abstract 】The automatic search and community discovery in large and complex network has important practical applications. This paper applies the hypergraph based model and cluster algorithm in community structure discovery, introduces the concept of Edge Clustering Coefficient(ECC) to community structure discovery of simple graph and proposes an algorithm of community discovery based on ECC. Enron e-mail data sets are test data sets, through comparative analysis of algorithm, to prove that this algorithm can significantly improve the time complexity. 【Key words 】Edge Clustering Coefficient(EBB); community structure; community discovery 计 算 机 工 程Computer Engineering 第34卷 第19期 Vol.34 No.19 2008年10月 October 2008 ·网络与通信· 文章编号：1000—3428(2008)19—0092—02 文献标识码：A 中图分类号：TP301.6 1 概述 复杂网络中社区发现(community finding)的研究起源于 社会学的研究工作。能够在大型复杂网络中自动搜寻或发现“社区”具有重要的实际应用价值[1]，如社会网络中的社区可能代表的是根据兴趣或背景而形成的真实的社会团体，引文网络中的社区或许代表的是针对同一主题的相关论文，万维网中的社区或许就是讨论相关主题的若干网站，而生物化学网络或者电子电路网络中的社区可能就是某一类功能单元。发现这些网络中的社区有助于更有效地理解和开发这些网络。与社区发现相关的成熟理论包括图论以及模式识别。Wu 和Huberman 的研究成果[2]以及Newman 和Girvan 的研究成果[3]使得复杂网络中的社区发现成为近几年复杂网络领域的一个研究热点并形成了复杂网络中的一个重要研究方向。Newman 和Girvan 把社区发现问题定义为将网络节点划分成若干组，使得组内的节点之间连接比较稠密而不同组节点之间的连接则比较稀少。Newman 和Girvan 在其研究中提出了基于边介数(edge betweenness)概念的分割方法，尽管该方法计算量很大，但由于其性能优越而成为社区发现研究的重要参考模型。 对于一般简单图的社区发现，也可以称之为基于图的聚类，把具有相同或者相似属性的有共性的节点聚合到一起，形成一个个的聚类[2]。这方面的方法有很多，最常用的有G-N 算法、谱二分法和层次聚类法。 尽管人们对复杂网络的社区发现问题已进行了大量的研究，但是仍然存在一些目前无法解决的基本问题[4]，如社区的概念虽然大量使用，但却缺少严格的数学定义；大多数社区发现算法虽然性能优越，但所需要的计算量却很大；更为 关键的是，很多算法不是针对异构数据集。这说明复杂网络中社区发现的研究还远没有成为体系，还有很多工作待完善。 2 边的聚集系数定义 为了刻画描述一个网络，通常有这样几个角度，一个是这个网络中点与点之间的距离以及整个网络的平均距离；另一个是每个节点的度以及整个网络的平均的度；还一个就是节点之间聚集的情况，点的聚集系数这个概念是用来体现对于某个节点A 来讲，如果B 和C 都是A 的邻接点(朋友关系)，那么B 和C 两者之间也有邻接(朋友)的可能性。 定义1 某节点n 的聚集系数(node clustering coefficient) ()C n 如下定义： (1)假设某节点n 的度是k ，则该节点的这些邻居之间可能形成边的最大数是： ()(1)/2T n k k =? (2)()E n 表示图中这些邻居之间实际的边的个数，则 ()()/()C n E n T n = 定义2 一个网络的聚集系数为这个网络中节点的聚集系数的平均值。 如图1所示，节点1的度为5，所以与它相连接的5个顶点之间最多存在54/210×=条边；而实际上另外5个顶点相互之间存在6条边，所以节点1的聚集系数是6/100.6=。 基金项目：国家自然科学基金资助项目(60675030) 作者简介：胡 健(1967－)，男，副教授、博士，主研方向：数据挖掘，智能信息检索；董跃华，副教授；杨炳儒，教授、博士生导师 收稿日期：2008-08-01 E-mail ：euguenehu@https://www.doczj.com/doc/9e5483871.html,
基于密度聚类的交通小区划分方法研究 发表时间：2018-10-29T16:36:59.353Z 来源：《防护工程》2018年第15期作者：何潇 [导读] 提出在交通小区划分时，以密度聚类法为算法，提出一种有利于准确构建城市群交通模型的交通小区划分方法，同时对在交通小区划分时涉及到的城市群交通数据挖掘提出优化方法。 何潇 甘肃综合铁道工程承包公司 摘要：本文以城市群为研究对象，针对城市群进行四阶段交通需求预测的基础研究，提出在交通小区划分时，以密度聚类法为算法，提出一种有利于准确构建城市群交通模型的交通小区划分方法，同时对在交通小区划分时涉及到的城市群交通数据挖掘提出优化方法。 关键词：交通小区划分；四阶段交通需求预测；密度聚类法 1引言 目前，城市群区域的交通需求预测一般按照行政区划分交通小区，虽有利于调查资料的数据的收集，但由于各行政区之间的经济、人口、交通吸引量和发生量存在明显差异，按照城市群四阶段交通需求预测要求，应当划分出适合预测区域交通需求的交通小区，减少交通调查及研究的难度，减少工作量。交通小区的划分是为了方便研究交通源之间的交通需求关系而采用的集计方法，交通小区划分越细致，反映现实的精准度越高。但如果交通小区划分过于细致，会增加交通调查研究的难度，工作量巨大。因此如何把握城市区交通需求预测的精准度是交通小区划分的重要问题。 2城市群出行需求的系统分析机理 2.1城市群交通需求理论描述 城市群区域综合交通需求预测，重点研究预测中心城市之间以及中心城市对外的综合运输需求，通常要把城市群内相关城市作为研究的整体，着重分析预测中心城市之间 “内—外”、“外—外”交通需求的规模、客货运量、交通量等。在交通需求预测过程中，既要对各类运输方式的交通需求进行预测，更要统筹规划城市扩张、城际联系、运输、出行等各种交通需求[1]。 2.2既有区域交通需求预测方法总结 区域交通需求预测国内研究较少，国外大都采用自上而下和自下而上相结合的过程，通过大区域模型和次区域模型综合分析建立区域交通需求预测模型[2]。两者衔接上目前研究较少，所以在区域交通需求预测上存在很多亟待研究的内容。 3基于密度聚类的城市群交通小区划分 城市群区域交通模型，包含多个城市间的大规模交通模型，一般采用四阶段交通需求预测方法，利用社会经济数据，对区域的长期交通发展趋势进行预测。根据以往研究，针对区域的交通需求预测，主要存在的问题有区域与城市交通需求预测模型的衔接、区域范围的交通小区划分。因此针对以上待优化的问题进行交通需求预测方法上的规律总结，提出问题并解决。 本文拟通过城市交通模型对聚类分析后的交通小区进行优化，从而更好的进行交通需求模型的对接。 3.1交通小区划分原则和目标 在城市群规划中，常常按照行政区划分交通小区，由于各行政区之间的经济、人口、交通吸引量和发生量存在明显差异[3]，所以OD的调查应该有所侧重，在不影响精准度的情况下，减少调查研究的难度，减少工作量。 3.2基于密度聚类交通小区分析法 聚类分析方法可以分为分裂聚类分析法、层次聚类分析法、基于密度的聚类分析法、基于网格的聚类分析法和基于模型的聚类分析法。 3.2.1对外交通小区空间聚类分析的思路 基于密度的聚类分析方法常用的是DBSCAN算法[4]：高密度区域增长的聚类算法,它可以足够发现从空间数据库包含噪声任意形状的聚类。在研究区域的对外交通时，利用DBSCAN算法对对外交通出行相关的变量进行聚类分析，为区域交通需求预测模型的建立提供分析基础。 3.2.2对外交通小区空间聚类分析理论 对外交通小区的DBSCAN的算法思想是： 从数据库中任意一个标准点开始，查找所有对于这个标准点来说符合密度可达点，若这个标准点是核心点则找到同一类的点，这些点将作为下一步考察点，并通过不断查找密度可达点来扩充类，直至形成完整的类；若标准点第一次判定不存在密度可达点，则暂时标注为噪点，通过重复迭代，检索完所有点后，一个聚类就形成了，此时若存在未处理点则进行下一个聚类扩展，否则即确定为噪点。 3.2.3对外交通小区空间聚类步骤。 进行对外交通小区划分的步骤： （1）数据库建立和指标的选择 对经济区范围内的交通枢纽站进行空间数据建立，本文选择对外交通运输的指标作为对外交通小区划分的主要依据：客流和货流的发生量吸引量，客流和货流的起讫点，枢纽面积，交通方式等；同时建立经济区路网和枢纽之间的GIS数据库，为对外交通小区数据分析建立空间分析基础。 （2）数据的标准化 对在数据库标识的对外交通点，计算单位面积产生和吸引率，公式如下所示： ro=P/S，rd =A/S 其中，ro表示对外交通出行产生率，rd对外出行吸引率，P表示对外出行产生量，A标示对外出行吸引量，S表示建筑面积。 通过交通方式和客流货流起讫点的修正，可以将出行距离相近，交通方式相同，出行产生和吸引率相近的交通产生吸引点聚类分析，从而划分小区，修正公式如下所示：
网络社区划分方法及评价 【摘要】网络社区结构是社会网络最普遍和最重要的拓扑属性之一，其特点是，同一社区内的节点连接密集，不同社区间的节点连接稀疏。揭示网络社区结构对分析复杂网络拓扑结构、理解其功能、发现其隐含模式、预测其行为都具有十分重要的理论意义，在社会网、生物网和万维网中具有广泛应用。本文主要从网络社区划分的起源、常见的社区划分方法及社区评价准则等三个方面介绍网络社区划分研究的相关工作。 【关键词】复杂网络；网络社区；社区划分；社会网络分析；社区的评价；局部社区划分 0.引言 网络科学将系统内部的各个元素作为节点，元素之间的关系视为连接，那么系统就构成了一个具有复杂连接关系的网络。然而，近几年的实证研究表明，这些看似毫不相干的且形态各异的真实系统的拓扑抽象都具有某些共同的拓扑性质，如小世界与无标度特性等等。由于它们所表现出来的拓扑性质与随机网络、规则网络等有着天壤之别，且节点众多，因此被称为复杂网络。目前，复杂网络成为技术、生物乃至社会各类复杂系统的非常一般的抽象方法与描述骨架，相关研究成为重要的学科交叉研究前沿。 所谓社区(community)即指网络的内聚子图，其基本特征表现为子图内部链接丰富，不同子图之间连接相对稀少。 1.常见网络社区划分方法 1.1基于优化思想的算法 基于优化思想的算法将复杂网络社区划分转化为优化问题，通过最优化预定义的目标函数来计算复杂网络的社区结构。比如K-L算法、谱平分法、随机游走(Random Walks)算法和派系过滤(CMP)算法等。这些算法的突出优点是速度比较快，效率显著。但是缺点也很突出，这一类算法都需要知道网络社区的数目，甚至KL算法还需要知道每个社区中各有多少节点，才能正确划分。这显然不适于网络未知社区的探索。 1.2社会网络分析方法 源于社会网络分析中寻找社区结构的传统算法，主要基于分级聚类思想，按照各个节点之间连接的相似性或者强度，把网络自然地划分为各个子群。其具体实现方式又有两种：其一是往网络中添加边，即凝聚方法(agglomerative method)；其二是又从网络中移除边，即分裂方法(divisive method)。凝聚方法的基本思想是基于网络中节点某种相似性分层进行聚类的。初始时，每个节点为一个社区，然
交通区划分的若干原则： 1。同质性：分区内土地使用，经济，社会等特性尽量使其一致。 2。尽量以铁路，河川等天然屏障作为分区界限。 3。尽量不打破行政区的划分，以便能利用行政区现成的统计资料。 4。考虑路网的构成，区内质心（形心）可取为路网中的节点。 5。分区数量适当，中等城市不超过50个，大城市最多不超过100-150个。数量太多将加重规划的工作量，数量太少又会降低调查和分析的精度。 6。分区中人口适当，约1-2万人，靠市中心分区面积小些，靠市郊的面积大些。 7。考虑到干道市汇集交通的渠道，因此一般不以干道作为分区界线，道路两侧同在一个交通区也便于资料整理。 8。对于已作过OD调查的城市，最好维持原已划分的小区。 9。小区内的出行次数不超过全区域内出行总数的10％-15％。 10。均匀性和由中心向外逐渐增大的原则：对于对象区域内部的交通小区，一般应该在面积、人口和发生与吸引交通量等方面保持适当的均匀性；对于对象区域外部的交通小区，因为要求精度的变低，应该随着距对象区域的距离的变远，逐渐增大交通小区的规模。 11。包含高速公路匝道、车展和枢纽：对于含有高速公路和轨道交通等的对象区域，高速公路匝道、车站和枢纽应该完全包含于交通小区内部，以利于对利用这些交通设施的流动进一步分析，避免匝道被交通小区一分为二的分法。 划分交通小区的目的是全面了解交通源和交通源之间的客（车）流的时间，空间分布特征。理论上说，交通小区划分的越小越好，但是交通小区划分过小，会使调查、分析、预测的工作量增大。 一般建议每个交通小区的面积为1-2平方千米。在城市建成区内，交通小区面积宜取小值，但在城市外围，交通小区宜取大值。 交通小区一般沿河道、铁路、山林、城墙和道路等自然障碍，以方便交通调查、交通分析和交通预测，并且交通小区内的用地性质、交通特点应尽量一致。 划分交通小区一般应符合下列条件： （1）应与城市规划和人口等调查的划区相协调，一般不应打破行政区划，以便充分利用现有资料 （2）应便于把该区的交通分配到城市道路网、城市公交网、城市轨道网等网络上 （3）应充分考虑调查区域的大小和规划目的。一般来说，城市交通规划中交通小区的划分小，区域交通规划中交通区划分大；交通矛盾冲突的地方，交通小区应划分的小些，反之则可划分大些
网络社区划分算法 目录 ?1简介 ?2构建一个点击流网络 ?3网络社区划分的两种主要思路：拓扑分析和流分析 ?4拓扑分析 o 4.1计算网络的模块化程度Q-Modularity o 4.2计算网络的连边紧密度Edge betweenness o 4.3计算网络拉普拉斯矩阵的特征向量Leading eigenvector o 4.4通过fast greedy方法搜索网络模块化程度Q-Modularity的最大值 o 4.5通过multi level方法搜索网络模块化程度Q-Modularity的最大值 ?5流分析 o 5.1随机游走算法Walk Trap o 5.2标签扩散算法label propagation o 5.3流编码算法 the Map Equation o 5.4流层级算法 Role-based Similarity ?6总结 []简介 使用许多互联网数据，我们都可以构建出这样的网络，其节点为某一种信息资源，如图片，视频，帖子，新闻等，连边为用户在资源之间的流动。对于这样的网络，使用社区划分算法可以揭示信息资源之间的相关性，这种相关性的发现利用了用户对信息资源的处理信息，因此比起单纯使用资源本身携带的信息来聚类（例如，使用新闻包含的关键词对新闻资源进行聚类），是一种更深刻的知识发现。 假设我们手头有一批用户在一段期间内访问某类资源的数据。为了减少数据数理规模，我们一般只考虑最经常被访问的一批资源。因此在数据处理中，我们考虑UV（user visit）排名前V的资源，得到节点集合|V|，然后对于一个用户i在一段时间内（例如一天）内访问的资源，选择属于|V|的子集vi。如果我们有用户访问资源的时间，就可以按照时间上的先后顺序，从vi中产生vi-1条有向边。如果我们没有时间的数据，可以vi两两间建立联系，形成vi(vi-1)/2条无向边。因为后者对数据的要求比较低，下文中，暂时先考虑后者的情况。对于一天内的n个用户做这个操作，最后将得到的总数为的连边里相同的边合并，得到|M|个不同的边，每条边上都带有权重信息。 这样，我们就得到了V个节点，M条边的一个加权无向网络，反应的是在一天之内用户在主要的信息资源间的流动情况。在这个网络上，我们可以通过社区划分的算法对信息资源进行分类。
一.名词解释 1.OD调查：OD调查又称为起讫点调查，是对某一调查区域内出行个体的出行起点和终点 的调查，为分析出行个体的流动，也为交通流分配奠定基础。 2.OD表：指根据OD调查结果整理而成的表示各个小区间出行量的表格。 （①．矩形表：能够反映地区间车流流向和流量，适用于车流的流动方向经常变 化和流量显著不同的情况。 ②.三角形表：将矩形表中往返车流合计成一个回程的表达方法，适用于区间往 返流量相对稳定的情况。 3.OD调查的目的：弄清交通流和交通源之间的关系，获取道路网上交通流的构成，流量 流向，车辆起讫点，货物类型等数据。从而推求远景年的交通量，为 交通规划等工作提供基础数据。 4.OD调查基本术语： (1).出行:出行指居民或车辆为了某一目的从一地点向另一地点移送的过程， 可分为车辆出行和居民出行。 (2).出行起点：指一次出行的起始地点。 (3).出行终点：指一次出行结束地点。 (4).境内出行：指起讫点均在调查区域内的出行。 (5).过境出行：指起讫点均在调查区域外的出行。 (6).内外出行：指起讫点中有一个在调查区域内的出行。 (7).小区形心：指小区内出行代表点，小区内所有的出行从该点发生，但不是 该区的几何中心。 (8).境界线：指规定调查区域范围的边界线。 (9).核查线：指为校核起讫点调查结果的精度在调查区域内设置的分隔线，一 般借用天然的或人工障碍，如河流、铁道等。 (10).期望线：指连接各个小区形心的支线，代表了小区之间的出行，其宽度 通常根据出行数大小而定。 (11).OD表：指根据OD调查结果整理而成的表示各个小区之间的出行，其宽 度通常根据出行数大小而定。 5.OD调查的类别和内容（三类）： ①．居民OD调查：主要包含城市居民和城市流动人口的出行调查，调查终点 是居民出行的起讫点分布、出行目的、出行方式、出行时 间、出行距离、出行次数等，是世界各国开展交通调查最 常见的形式。 ②．车辆OD调查：车辆出行主要包括机动车和非机动车出行，主要调查车型、 出行目的、起讫点、货物种类、平均吨位和实载率等。 ③．货流OD调查：货流调查的重点是调查货源点和吸引点的分布，货流分类 数量和比重，货运方式分配等。 6.OD调查的方法： ①．路边询问法 ②．表格调查法 ③．家庭访问法 ④．明信片调查法 ⑤．车辆牌照法
交通规划原理 一、交通调查 1. 交通小区划分原则 （1）同质性。区内的土地利用、经济、社会等特性应该相同。 （2）以轨道交通、河流等作为天然屏障作为分区的边界。 （3）配合行政区的划分。 （4）分区中考虑路网。 （5）保持分区的完整，避免同一用途的土地被分开。 （6）分区越小，数据越多，成果越准确。 2. 期望线：连接各个小区质心的直线，代表小区之间的出行，其宽度通常根据出行量的大小而定。 3. 核查线：为校核起讫点调查结果的精度，在调查区域内设置的分隔线，一般借用天然或人工障碍，河流、铁路等。可设一条或多条，将调查区分为几个部分，在穿过改线的所有道路断面上进行交通流调查，将通过该线的实测交通量同起讫点调查所得到通过该线的OD量进行比较。 4. 居民出行调查的主要内容： （1）个人特征信息：性别、年龄、职业、收入、文化程度、工作地址等，上班或上学的交通工具，每年旅游出行次数等。 （2）家庭特征信息：家庭地址。居住和在籍人口情况、车辆拥有情况、房屋面积、家庭收入等，还包括家庭收入情况、上学情况等。 （3）一次出行特征信息：出行目的、出行起讫点、出行时间、采用的交通方式。 （4）其它特征信息。 5. RP调查，行为调查，即揭示嗜好调查，是对实际行动或已完成的选择性行为进行地调查。针对某些已经实施的政策或者已经存在的设施进行相关调查，根据出行者实际出行行为，获得实际使用或接受的概率，在此基础上建立相关的概率模型或其它模型，是交通出行行为特征调查的常用方法。 优点：经过实际数据标定，较高的可靠度和精度。 缺点：（1）变量之间存在相关性，信息冗余过多，工作量大，被调查者有反感情绪；（2）变量选择范围有限；（3）选择行为、特性以及服务可能在发生变化。（4）选择方案的信息模糊，被调查者因记忆模糊而导致调查失真；（5）替代方案信息模糊。（6）调查成本高，无法充分预测未发生的措施或因素。 6. SP调查，意向调查，即表明嗜好调查，在一定假定条件下，选择主体对备选方案如何选择的以及如何考虑的选择意向调查。其目的是通过掌握人们思维意识行动的变化，分析对非现存服务系统的需求。 优点：（1）虚拟更加广泛的选择方案供被调查者选择，弥补RP方法的不足。（2）根据未来的状况，任意设定选择条件，对分析对象区域内建设过去没有的选择方案十分有利。（3）不同被调查者对相同条件的反应不同，可以研究因个人属性的不同而产生选择结
某小区道路交通设计方案 概要 随着城市经济的发展与人民生活水平的提高，人们对居住环境的优美性和舒适性要求也会越来越高。居住区的交通组织须综合考虑小区内部交通体系与区域环境，其与居住区的各种用地特征、交通方式、交通系统结构功能划分以及居住区的交通生成、吸引、需求预测等密切相关。 居住区内部交通组织设计中将综合考虑下述方面：居住区与外围道路出入口的组织设计、居住区内部整体交通运行设计以及居住区内部静态交通组织。通过交通组织，将使区内交通顺畅、便捷、安全，并作到进出小区交通的最优衔接。 1.设计背景 本次方案设计为“天津市某小区内部交通设计方案”，本小区居住建筑总面积将达到万平方米，其最终规划入住人口为万人。由于该小区的住宅条件定位较高，私家车的拥有量将达到相当的水平，因此建成后进出小区的交通需求将是相当可观的。 小区区内道路网由小区主路、小区次路、小区支路等三个等级道路构成。 2.设计概述 道路现状 小区北边有某铁路和内环高架的限制，南面有河道阻隔，西面由某路桥与外界相通，东面有铁路和路桥。根据规划，小区被区内各条规划路划分为八个子区，如图
中路明珠线中潭路站 西一区西二区西三区 西四区东一区 东 二区东三区 东四区 123 4 5 6 名 称 位 置 功 能 出入口1 地面道路（靠近主干道） 机非均可通行 出入口2 地面道路（靠近路一侧） 非机动车出口 出入口3 主干道——小区总弄交叉口 机非均可通行 出入口4 东侧规划路与小区总弄交叉口处 机非均可通行 出入口5 路桥处 机非均可通行 出入口6 主干道上（靠近昌化路桥处） 机非均可通行 安全问题 在小区主路实施机动车限速管理 居住区道路布置原则应是“顺而不穿，通而不畅”。小区主路车行道宽度为8米，在平峰时段车辆较少，速度易于提高。建议利用路面凸型铺装进行限速控制。 在主路上，每隔一段距离（50米至100米）设置路面凸型铺装。铺装可由彩色石砖构成，以区分黑色沥青路面。铺装形状为台形，幅度为整个车行道，抬起高度可与人行道同高。顶部平坦，长约6米，前后两侧为沥青路面与铺装的渐变段，各约2.4米，详见下图：
防火分区规范要求Last revision on 21 December 2020
多规部分防火分区条文摘录 主编单位：公安部天津消防研究所 5.1.7 民用建筑的耐火等级、最多允许层数和防火分区最大允许建筑面积应符合表的规定。 注：建筑内设置自动灭火系统时，该防火分区的最大允许建筑面积可按本表的规定增加倍。局部设置时，增加面积可按该局部面积的倍计算。 5.1.8 地下、半地下建筑（室）的耐火等级应为一级；重要公共建筑的耐火等级不应低于二级。
当多层建筑物内设置自动扶梯、敞开楼梯等上下层相连通的开口时，其防火分区面积应按上下层相连通的面积叠加计算；当其建筑面积之和大于本规范第条的规定时，应划分防火分区。 1 房间与中庭相通的开口部位应设置能自行关闭的甲级防火门窗； 2 与中庭相通的过厅、通道等处应设置甲级防火门或防火卷帘；防火门或防火卷帘应能在火灾时自动关闭或降落。防火卷帘的设置应符合本规范第条的规定； 3 中庭应按本规范第9 章的规定设置排烟设施。 当采用防火墙确有困难时，可采用防火卷帘等防火分隔设施分隔。采用防火卷帘时应符合本规范第条的规定。 地上商店营业厅、展览建筑的展览厅符合下列条件时，其每个防火分区的最大允许建筑面积不应大于10000m2： 1 设置在一、二级耐火等级的单层建筑内或多层建筑的首层； 2 按本规范第8、9、11 章的规定设置有自动喷水灭火系统、排烟设施和火灾自动报警系统； 3 内部装修设计符合现行国家标准《建筑内部装修设计防火规范》GB 50222 的有关规定。 地下商店应符合下列规定： 1 营业厅不应设置在地下三层及三层以下； 2 不应经营和储存火灾危险性为甲、乙类储存物品属性的商品；
交通规划四阶段法
前言 (4) 第一章课程设计要求 (4) 1.1、设计题目 (4) 1.2、课程设计的目的意义 (4) 1.3、设计的时间及分组 (5) 1.4、课程设计内容 (5) 1.4.1掌握交通规划四阶段交通需求预测的原理方法 (5) 1.4.2学习交通规划软件TransCAD的操作方法 (5) 1.4.3对研究区域提出交通改善策略 (6) 第二章小组成员及任务分配 (6) 第三章四阶段中各阶段做法及成果展示 (7) 3.1 相关资料收集 (7) 3.2 交通发生和吸引预测及平衡 (7) 3.2.1交通区划分原则及划分结果 (8) 3.2.2交通生成预测 (8) 3.2.3 预测结果 (10) 3.3 交通分布预测 (10) 3.4 交通方式划分 (11) 3.5 交通分配预测 (12) 3.6 交通分配评价 (15) 3.7 对我校道路网分析及建议 (16) 3.7.1道路网规划 (16) 3.7.2慢行交通系统设计 (16) 3.7.3道路横断面设计 (17) 3.7.4总结 (17) 第四章 transcad中交通规划四阶段法具体操作 (18) 4.1生成初始路网图 (18) 4.1.1 生成路网前准备 (18) 4.1.2 新建路网层（线层） (18) 4.2 生成小区图 (19)
4.3 在路网与交通区层填入数据并进行人口预测 (20) 4.4 生成小区质心 (22) 4.5 创建网络 (23) 4.6 生成阻抗矩阵 (24) 4.7 对未来年限小区发生与吸引量进行平衡 (25) 4.8 用重力模型进行交通分布预测 (26) 4.9 进行交通分配并查看结果 (28) 4.10 绘制小区质心间的期望线 (30) 4.11 交通方式划分 (31) 第五章总结 (31)
前言 (3) 第一章课程设计要求 (4) 1.1、设计题目 (4) 1.2、课程设计的目的意义 (4) 1.3、设计的时间及分组 (4) 1.4、课程设计内容 (4) 1.4.1掌握交通规划四阶段交通需求预测的原理方法 (4) 1.4.2学习交通规划软件TransCAD的操作方法 (5) 1.4.3对研究区域提出交通改善策略 (5) 第二章小组成员及任务分配 (6) 第三章四阶段中各阶段做法及成果展示 (6) 3.1 相关资料收集 (6) 3.2 交通发生和吸引预测及平衡 (6) 3.2.1交通区划分原则及划分结果 (6) 3.2.2交通生成预测 (7) 3.2.3 预测结果 (8) 3.3 交通分布预测 (8) 3.4 交通方式划分 (10) 3.5 交通分配预测 (11) 3.6 交通分配评价 (13) 3.7 对我校道路网分析及建议 (13) 3.7.1道路网规划 (13) 3.7.2慢行交通系统设计 (14) 3.7.3道路横断面设计 (14) 3.7.4总结 (14) 第四章 transcad中交通规划四阶段法具体操作 (15) 4.1生成初始路网图 (15) 4.1.1 生成路网前准备 (15) 4.1.2 新建路网层（线层） (15) 4.2 生成小区图 (16)
4.3 在路网与交通区层填入数据并进行人口预测 (17) 4.4 生成小区质心 (18) 4.5 创建网络 (20) 4.6 生成阻抗矩阵 (21) 4.7 对未来年限小区发生与吸引量进行平衡 (22) 4.8 用重力模型进行交通分布预测 (23) 4.9 进行交通分配并查看结果 (25) 4.10 绘制小区质心间的期望线 (27) 4.11 交通方式划分 (27) 第五章总结 (28)
二部图社区划分算法的实现与验证 2015年6月
摘要 二分网络是复杂网络的网络表现形式之一，二部图是描述二分网络的工具。对于二分网络的社区划分研究通常用以下方法：一种方法是把二分网络以无权投影或加权投影的方式投影到单分网络中进行社区划分。但是这种方法有个缺点：它会把原始二分网络上的一部分信息丢失，导致实验结果不准。另一种方法是直接在二分网络上进行网络社区划分，这种方法很好的避免了上一种方法中投影造成的实验误差。 PageRank算法是Google的网页排序算法，是Google用来衡量网页的重要性的算法，该算法根据人们对这个网页的点击率来衡量网页的受欢迎程度从而得出该网页的排序，该算法是随机游走理论的一个典型应用模型。 对二分网络单侧节点进行社区划分的研究是具有重要的实际意义的。基于能量在网络中的转移概率和模块度思想，本文将PageRank算法用于二分社交网络的社区发现中，具体内容是利用二分社交网络节点间的连接关系，构造PageRank算法适用的概率转移矩阵，并利用不同维度的两个PageRank矩阵的联合运算，实现对二部图中单侧节点的社区划分，并计算出Q值。该算法通过模拟能量在网络中转移的过程，利用各个节点的能量在网络中转移后收到的其他节点的能量作为社区之间合并的依据，并用模块度作为判断社区划分好坏程度的标准。最后将PR算法用于典型网络（南非妇女网络）上测试。 关键词：二分网络；PR算法；模块度；随机游走理论；社区划分
Abstract Bipartite network is one form of the network performance in complex networ- ks,bipartite figure is a tool of describing bipartite network.For the research of bipartite net- work community division,there are usually two ways.One way is to divide the bipartite network into the one-mode network in the form of a unweighted projection or weighted projection for community division.However,this method come with a disadvantage:it will lose some information of the orginal bipartite network,which leads to the experimental results inaccurate.Another way is to divide the network community directly on the bipartite net- work.This method can avoid the error caused by the first method. PageRank algorithm is a page ranking algorithm which Google used to measure the importance of web page algorithm.It can measure webpage popularity according to the web hits and get the page ranking.This algorithm is a typical application model of random walk theory. The research on the community division of the unilateral nodes in bipartite network has very important practical significance.Based on energy transfer probability in the network and modularity thought,this article use PageRank algorithm for bipartite social network community discovery,specific content is using the bipartite social connection relationship between network nodes to construct the probability transfer matrix for PageRank algorithm.By using different dimensions of two PageRank matrix for compu- tation to realize the unilateral nodes in the bipartite figure community division and cal- culate Q value.This algorithm simulate the energy transfer process in the network,take the energy of each node in the network transfer energy received after other nodes as the basis of merger,use modularity as the judgement of community division.At last,the PageRank algorithm is used for testing in the typical network(south Africa women’s network). Keywords: bipartite network; PR algorithm; modularity; random walk theory; community division