公路工程设计招投标的研究

对公路工程的设计进行招标的必要性进行了论述,对设计招标的内容、深度进行了探讨,对实行设计招标的管理进行了研究。     

隧道通风监控系统的研究

对隧道的通风监控系统做出了探讨,对其结构进行了分析,并对其特有的功能进行了介绍,提出了几种关于通风的常用措施,并对五种控制方法进行了对比,对隧道通风的监控系统的发展方向进行了展望。     

转K6型转向架变刚度弹簧组的疲劳寿命分析

对转K6型变刚度弹簧组的疲劳强度进行了理论分析,利用名义应力法对疲劳寿命进行了估算,利用考虑实际重车载荷下的“当量挠度法”对疲劳强度进行了校核,同时进行疲劳试验对理论分析进行了验证.     

深层搅拌石灰桩法在软地基加固处理中的应用

对石灰桩的加固原理进行了具体的阐述,对适宜进行石灰桩的地质条件进行了描述,对影响石灰桩强度的因素进行了分析讨论。     

公路工程设计招投标管理策略

对公路工程设计招标的作用进行了论述,对设计招标的内容、深度进行了探讨,对实行设计招标的管理进行了研究。     

探讨高速公路高墩桥病害成因及措施

首先对工程进行了概述,其次对高速公路高墩桥病害成因进行了分析,再次探讨了关于如何应对高速公路高墩桥病害的几点措施,最后对全文进行了简单的总结。     

黑龙江省公路建设项目“代建制”问题与对策研究

对我国在工程建设中推行“代建制”的背景进行了简要介绍,对推行“代建制”的范围进行了说明,对“代建制”单位应具备的条件进行了明析,对推行“代建制”的积极意义进行了阐述。针对黑龙江省的实际情况,对公路建设推行“代建制”的现状进行了分析,提出了当前实行公路工程“代建制”所存在的实际问题。最后,提出了解决“代建制”实施问题的相应对策。     

基于CAE的汽车水箱盖注射成型工艺研究

为了提高汽车水箱盖的成型质量和效率,对其壳件进行了工艺性分析,运用UG软件进行了注射模的设计。同时运用Moldflow软件对浇口位置充模、流动、冷却等方面进行模拟分析,确定了最佳浇口位置和对模具结构设计进行了优化。研究结果表明,运用Moldflow软件对汽车水箱盖进行注射成型,缩短了模具的设计周期、降低了成本,提高了设计质量。     

城市道路路段和交叉口阻抗函数探讨

城市道路的路阻函数是交通研究文先对城市道路路段阻抗函数进行细致的分析,通过实际调查的数据对该函数进行了验证.对信号交叉口的路阻函数进行了比较详细的分析,提出了隐性冲突点的概念,对信号交叉口阻抗函数中添加了与流向有关的心理参数项,并进行了分析和标定.     

数字水印及其发展研究

首先对数字水印的特征进行了分析,阐述了数字水印技术的基本原理,对目前比较流行的水印算法进行了分类和详细地讨论,最后指出目前水印技术存在的局限并对其发展进行了展望。     

交通事故回归分析中对样本缺损的技术处理

笔者在文中对交通事故预测中方法的应用、因子挑选以及多种因素的组合对事故的影响进行了较为深入地分析,尤其对基于回归分析法的样本缺损值之处理技术进行了探讨,收到了较好的效果.     

道路交通事故的神经网络预测方法研究

指出了预测对道路交通安全性的重要意义以及传统预测方法存在的缺陷;运用神经网络建立时间序列的道路交通事故预测方法,克服了传统预测方法必须事先构造函数的不足之处。分析表明, 该方法的预测精度较高。     

道路交通事故死亡人数预测模型

为了对中国未来的交通安全形势做出科学预测,分析了中国道路交通安全状况的评价指标和主要影响因素,建立了以机动车保有量、人口、公路里程、客货运输周转量和国家控制力度为参数的道路交通事故死亡人数预测模型,并对1991～2004年各年的死亡人数进行了计算和未来年份死亡人数进行了预测。预测结果表明:预测模型精度高,平均预测误差为3.9%;得出2010年和2020年中国道路交通事故死亡人数的预测值分别为14万人和17万人,死亡人数由上升转为下降的转折点出现时间约在2010年到2015年之间。     

基于事故综合强度的公交事故严重程度分析

为更加精确地对公交事故严重程度进行分类以探究其影响因素，本文提出一种基于事故综合强度+K-means的公交事故严重程度分类方法，并基于此分类方法建立公交事故严重程度影响因素分析模型。首先，针对传统事故严重程度分类中的定性分类方法，引入事故综合强度法定量计算公交事故严重程度，并运用K-means聚类算法对事故严重程度进行聚类。其次，选取环境、驾驶员、道路车辆和事故特征这 4 方面的 17 个因素作为自变量，分别将事故综合强度+K-means分类法和传统分类法的结果作为因变量，运用有序Logit模型分析公交车事故严重程度，同时利用平均边际效应量化各显著因素的影响程度，以佛山市2021年156起公交车事故数据为例进行分析。结果表明，基于事故综合强度+K-means分类法的有序Logit模型具有更好的拟合优度。高峰期、换道、超速、加速度过大、注意力分散和进出站会增大发生极严重公交车事故的概率，增大的概率分别为11.57%、29.06%、23.98%、17.13%、30.97%和12.27%；白天和晴天会减小发生极严重公交车事故的概率，减少的概率分别为22.31%和12.34%。     

基于随机森林的电动自行车骑行者事故伤害程度影响因素分析

为研究电动自行车道路交通事故对骑行者伤害程度影响因素的重要性排序,分析电动自行车骑行者事故伤害程度的影响因素.收集某市2013-2015年电动自行车交通事故数据,对其进行描述性统计分析,从中选出与交通事故严重程度相关的22个影响因素.利用随机森林模型对电动自行车骑行者受伤严重程度进行预测,并对相关因素的重要程度进行排序...     

高速公路隧道交通事故严重程度的影响因素分析

根据京珠高速公路韶关段4个隧道的交通事故资料,从时间因素、隧道环境因素和交通动态因素3个方面选取9个输入变量,以交通事故严重程度为输出变量,建立高速公路隧道交通事故严重程度预测模型;然后,通过灵敏度分析方法,研究各个输入变量对输出变量的影响程度,并对各个输入变量的灵敏度分析结果进行比较分析．研究结果表明,日交通量与年平均日交通量之比和大型车混入率对交通事故严重程度的影响最大,天气、线形、坡度和事故发生地点在隧道中的位置对交通事故严重程度的影响基本相等,事故发生时段对交通事故严重程度的影响可以忽略不计．     

山区公路穿村镇路段过境车辆事故严重程度推理分析

为获取道路线形、驾驶员属性、车辆类型、事故形态等因素对山区公路穿村镇路段过境车辆事故严重程度的影响机制。本文基于元双公路(元谋—牟定)2012—2017年事故数据,利用社会网络分析法从人、车、路、环境等方面筛选出15个影响因素;基于机器学习方法构建贝叶斯网络模型;以事故严重程度为决策变量,分析不同证据变量与驾驶员行为共同作用的推理结果。结果表明：不安全驾驶行为与危险事故因素的共同作用,将会增加事故严重程度;当涉及货车时,由于未保持安全距离,伤人事故率增加8.2%;在弯坡组合路段,由于驾驶员判断失误,伤人事故率增加 19.6%;阴雨天行驶时,由于驾驶员判断失误,伤人事故率增加5.4%;由于操作不当,发生侧翻事故时,伤人事故概率增加3.1%。     

道路交通事故的影响范围算法

为了及时有效地采取交通流诱导措施以减少交通事故对路网的影响,对交通事故影响范围的确定方法进行研究。首先分析了路段和交叉口两种类型交通事故对路网的影响。以交通波理论为基础进行交通事故影响范围算法分析,将影响范围分成交通事故处理和交通事故持续影响两个时间段,对每一段的交通波速度、排队长度等给出相应的计算方法和步骤,最终得到确定影响范围的流程图。以虚拟路网进行算例分析,证明了算法的可行性和实用性。     

交通事故车速估算的不确定因子方法

道路交通事故包含含有很多种不确定的因素,根据这些因素推断车辆碰撞前的速度具有较大的不确定性,无法得到一个准确值。提出一种用于车速估算的不确定因子方法,即采用不确定度理论,通过适当选择不确定度对车速计算结果影响最大的参数作了不确定因子,根据其不确定度推算车速的不确定度和取值范围。分别选取轮胎与路面间的摩擦系数,被撞车碰撞前速度等参数作为不确定因子,给出了该方法在动能和动量等车速算法中的应用。     

Road Traffic Accidents Model and Its Application Based on Driver's Self-Mistakes

To improve the traditional analysis method of driver accident, the paper analyzes the cases of road accidents and survey data from the microscopic aspect. An accident causes model is formulated to describe the driver' own mistake characteristics and its relation with the road traffic accidents. The weights of key influencing factors are determined by the improved AHP method and its influencing level is quantitatively analyzed. The improved AHP method reduces the impact of subjective factors on the analysis accuracy. Results show that drivers' error rate of perception is approaching 50.2%, the error rate of judgment is 38.9%, and the operational error rate accounts for only 10.9%. The main factors cause traffic accidents are drivers' low abilities to perceive and judge risk and accident. The results provide the scientific basis for the drivers' self-mistakes and accident prevention.