社会网络嵌入与大学生创业意向的关系:一个有调节的中介模型

探讨社会网络嵌入与大学生创业意向的关系,采用社会网络量表、核心自我评价量表、威廉斯创造倾向测评量表、创业意向量表对大一到大四360名大学生进行调研。结果发现:(1)社会网络嵌入与核心自我评价、创造倾向和大学生创业意向呈显著正相关;(2)社会网络嵌入显著正向预测大学生创业意向;(3)核心自我评价在社会网络嵌入影响大学生创业意向中起部分中介作用;(4)创造倾向在社会网络嵌入与大学生创业意向的关系中起调节作用,并且主要调节后半路径。研究结果对探讨社会网络对大学生创业意向有一定的促进作用,对于指导大学生提升核心自我评价水平也具有一定的启示作用。

创业环境和心理环境对大学生创业绩效的影响机制研究

大学生创业环境和心理环境对大学生创业绩效具有重要影响,自我效能感和创业韧性是创业者心理环境的两个重要组成部分。研究通过构建以创业环境为自变量,以自我效能感为中介变量,以创业韧性为调节变量,以创业绩效为因变量的理论分析模型,把杭州、宁波、金华等地大学生创业者作为调查样本进行了实证分析。结果显示:创业环境能显著预测创业绩效;自我效能感在创业环境与创业绩效之间起到显著的中介作用;创业韧性在“创业环境—自我效能感—创业绩效”关系链的后半段路径发挥调节作用,且高水平创业韧性调节效果更为显著。研究还从改善创业环境、提升创业者自我效能感和增强创业韧性等方面提出对策与建议。

Experimental and simulation investigation into the cause and treatment of rail corrugation for metro

The cause and treatment of rail corrugation for the metro have always been a popular and challenging issue. In this work, the field measurements were carried out on rail corrugation, track stiffness, and the track dynamic response. A three-dimensional finite element model was developed to investigate the cause of rail corrugation. The constraints on rail vibration from two wheelsets and adjacent wheel-rail interactions were taken into account in the model. According to experimental and simulation results, the suppression measure for rail corrugation was proposed and the suppression mechanism was discussed. It was found that the cause of rail corrugation is related to vertical and lateral vibration of the rails outside the two wheelsets at around 380 Hz. The increased stiffness of the fasteners reduces the vibration energy of the rail and the wheel-rail force. However, simply increasing the stiffness of the fasteners may not be effective in the suppression of rail corrugation. If necessary, the rails need to be grinded to reduce the roughness to a certain level, so that increasing the fastener stiffness can effectively suppress the rail corrugation.

基于粒子概率神经网络算法的钢轨波磨识别

针对地铁钢轨波磨问题,采用粒子群优化算法对概率神经网络进行优化,提出粒子概率神经网络(PPNN)算法.使用PPNN算法在一定数值范围内对概率神经网络的平滑因子进行随机初始化,为了保证算法的全局搜索能力和计算效率,选用凹函数递减惯性权值实现平滑因子的更新迭代,得出分类准确率最高的平滑因子最优解.为了说明PPNN算法的有效性,对钢轨粗糙度以及车内噪声进行现场测试,提取与钢轨波磨相关的车内噪声特征,分析该算法的种群规模和进化次数对波磨识别准确率的影响,对比不同智能分类算法的识别效果.结果表明:与地铁钢轨波磨相关的车内噪声特征为315、400、500、630、800、1000 Hz中心频率处的A计权声压级;相比于决策树、高斯朴素贝叶斯、支持向量机、K近邻等主流智能分类算法,PPNN算法具有显著的优势,其波磨识别准确率达到98.582%.

地铁车站临时结构施工地表沉降变化研究

本文针对PBA工法施工地铁车站临时结构时地表的沉降变化,使用FLAC3D数值模拟软件对临时结构的竖井与横通道开挖的过程进行模拟,从而得到在临时结构施工时地表的沉降变化和影响范围,并使用Peck公式验证数值模拟的准确性,通过数值模拟与公式计算得到临时结构施工的地表沉降变化情况,为后来主体结构小导洞开挖提供原始地表沉降资料,防止与后来主体结构开挖造成的地表沉降叠加造成地表沉降过大,影响地面行人与车辆的正常通行,对类似工程的施工具有借鉴意义。