改扩建高速公路的平纵面拟合分析

文章以桂林至柳州高速公路改扩建项目为工程背景,研究改扩建高速公路的线型拟合设计,对该高速公路分别进行了平面、纵面的拟合分析,并将分析所得的数据与实测数据进行比较,验证了该平纵面拟合设计的合理性。     

基于TE-LSTM组合模型的短时交通流预测

为了提升城市道路智能交通控制和管理的合理性和有效性，从交通流时空特性角度出发，提出基于传递熵（TE）变量选择和长短时记忆（LSTM）神经网络模型的城市道路交通流预测方法。根据传递熵选取与被测对象时空因果关联性强的影响因素，将筛选所得的因素作为输入变量，建立TELSTM组合预测模型。采用自动车牌识别数据对算法进行训练和实验，并与基于随机森林（RF）、递归特征消除（RFE）、前向选择（FA）的LSTM组合预测模型对比。结果表明：TE-LSTM模型对道路交通流的预测准确度最高，交通流量预测的MAPE低于5%，在满足实际交通管理和控制的数据精度要求的同时，降低了预测模型的变量维度和复杂度，提升预测效率。     

试论交通公平

和谐社会要求实现交通公平。本文围绕什么是交通公平、为什么要更加注重交通公平和怎样促进交通公平三个问题展开。交通公平是指在交通资源及其所带来的利益分配上，社会对其成员之间所得与应得、所付与应付、所得与所付之间的“相称”关系。促进交通公平，应树立公共服务均等化的理念，把实现人人享有基本公共运输服务作为近期目标，加快农村公路及公共客运供给体系建设，逐步实现交通无障碍化。     

重庆高家花园嘉陵江大桥温度变化规律研究

重庆高家花园嘉陵江大桥是典型的混凝土连续刚构桥,为了研究该桥梁各关键位置的温度变化趋势以及温度造成的影响,在桥梁的各个关键截面,对钢箱梁顶板、腹板、底板等位置进行了长期监测。文章从温度变化趋势、纵桥向及截面温度梯度、温度数据统计以及温度对结构参数的影响等方面,对监测数据进行分析,所得结论对该类型桥梁温度变化规律研究具有较大的意义。     

橡胶沥青胶浆体系对混合料路用性能影响研究

为能够正确认识胶浆对橡胶沥青混合料路用性能的影响,便于在工程实施过程中准确确定橡胶沥青胶浆体系组成即粉胶比,文章分别对不同粉胶比下沥青混合料的高温、低温、水稳定性三项路用性能进行了室内试验研究,并对所得数据进行了详细的数理统计分析,确定了工程用适宜的粉胶比范围。分析结果表明粉胶比变化对橡胶沥青混合料路用性能有显著影响。     

以灰色关联理论分析民航不安全事件关键原因

本文依据中国民用航空安全信息网上近五年来业界所有不安全事件的数据,将数据按原因分类,运用灰色关联理论分析方法,对各原因的重要度进行关联度分析。结果表明:与不安全事件相关的因素主要有三点,即机组失误、地面保障、天气原因,其中机组失误与不安全事件的发生关系最为密切;地面保障因细节较多,其关联程度也较大;由于天气原因的不确定因素较多,也应成为采取预防措施的关键入手点。论文最后针对分析所得的三点关键因素,提出了相应的预防和减少不安全事件发生的建议。     

T形管内气液相分离特性数值模拟

采用CFD模拟手段,对气液两相流流经T形管时流动特性进行了研究。以水及空气作为模拟介质,采用计算流体力学软件PHOENICS为模拟器,研究了不同入口气液混合流速下,T形管内速度、压力及含气率分布特性。并将模拟后结果与Ottens所得数据进行对比,结果表明CFD模拟与实验研究所得到的T形管内速度特性较吻合。     

基于机器学习的民航不安全事件信息数据清洗

为解决民航不安全事件信息中分类不准确的问题，提出一种基于机器学习的数据清洗方案。首先，设计了一种基于one class svm的异常值筛选模型，筛选出现有航空不安全事件信息中事发阶段中标签错误的数据。其次，建立了一种基于BERT的分类模型对分类正确数据进行训练，利用经过训练的模型对筛选出来的异常数据进行重新分类。最后，将清洗后的数据与原始数据进行比较，清洗后的数据标签准确率提高了10.2%。实验结果表明，基于机器学习的数据清洗方法能够实现民航安全信息的数据清洗，提高了数据质量。     

基于数字地球的QAR数据飞行航径复现研究

为了更好的实现飞行品质监控和飞行事后分析，本文设计了可将QAR飞行数据关联到响应的地理空间和时间序列的显示平台。针对数据精度有限，提出了基于地理特征点的积分航迹分段修正模型，同时复现飞机实际垂直剖面时对气压高度进行了温度修正。以某航班实际QAR数据为例，通过数据筛选和仿真计算，并对数字地球进行二次开发，复现的飞行航径与时间空间相互关联，从而为飞行品质监控、安全评估以及事故/事故征候调查提供了技术支持。     

定标点失效对中心线坐标及应变数据的影响分析

为了研究定标点失效对管道中心线坐标及应变数据的影响，文中以管道环焊缝作为特征点对比2次中心线检测的环焊缝球面距离和管道应变数据，研究定标点失效情况下数据偏差情况。结果表明：对于1 km/点设置定标点时，环焊缝位置的偏差能保持在2 m范围内，对于1～2个定标点失效时环焊缝偏差会扩大到5 m,对于连续5点定标点失效时，环焊缝位置的偏差会超过14 m,该坐标数据已失效；对于极限情况连续5个定标点失效的情况下，通过环焊缝仍然可以将2次检测应变数据进行对齐，且检测数据能够良好复核，对于连续5个定标点失效情况下应变数据仍准确有效。     

基于结构方程模型的公共交通服务评价方法

实行公交优先是缓解城市道路交通压力的重要手段,鼓励居民公交出行的同时必须提升公共交通的服务水平,公共交通服务评价可为其提供依据。本文首先建立了公共交通服务评价指标体系;然后以居民对北京市公共交通服务的心理感知为潜在变量,构建了潜在因素因果关系模型与公交总体服务评价模型;基于调查问卷所得数据,利用AMOS软件对模型参数进行拟合与评价;最后,经过模型修正,得到适配度最优的模型。研究表明,对北京市公共交通总体服务的量化评分为2.89分,乘客的满意度较低,迅捷性与准时性的影响权重最大。     

超大断面盾构隧道管片施工荷载现场监测研究

盾构隧道施工荷载对隧道结构有不容忽视的影响.文章以上海长江隧道为依托工程,进行了施工荷载的现场监测研究.国内首次在管片外弧面荷载测最中采用日本研发的具有较大受力面的柔性土压力计,实施实时监测,获得了第一手实测数据.数据分析表明,在外弧面上主要受到来自各种荷载当中,盾尾注浆引起的附加荷载最大;将荷载分布与惯用设计法所得设计值相比较发现,施工荷载的最大值大于或接近设计水土压力,但其分布比设计值均匀.     

基于蝙蝠算法优化的BP神经网络煤层冲击危险性智能综合评价研究

通过深入分析开采深度、煤层顶底板性质、冲击倾向性、地质构造、开采技术等因素对煤层冲击危险性的影响，建立基于蝙蝠算法优化的BP神经网络煤层冲击危险性智能综合评价模型；将所确定的影响冲击危险性因素进行数量级划分，利用蝙蝠算法对BP神经网络的权值与阈值最优值选择进行优化，对煤层冲击危险性进行无冲击危险性、弱冲击危险性、中等冲击危险性、强冲击危险性的等级评价。应用蝙蝠算法优化BP神经网络煤层冲击危险性智能综合评价模型对内蒙古某矿的煤层及江苏某煤矿工作面进行实例验证，评价结果与综合指数法计算所得结果一致，表明该模型可以用于煤层冲击危险性评价。应用该模型对煤层进行冲击危险性评价时，改善了BP网络结构在权值和阈值确定上的随机缺陷，提高了算法稳定性，因而得到的评价结果更加合理。     

沿海港口煤炭运价排行远期运价2014年10月

数据来源：上海航运运价交易有限公司。其中，远期报价是船公司、贸易商、货主企业等运力交易市场参与者对秦皇岛至上海航线（4～5DWT船型）的煤炭未来运价的预期。例如，“秦沪1412”表示2014年12月的预期运价，“同期平均”表示去年12月的运价平均数据。     

中墙侧边回填对双连拱隧道中墙受力的影响

文章结合广(州)惠(州)高速公路小金口双连拱隧道(中墙一侧回填)与宜(宾)水(富)高速公路鞋底坡双连拱隧道(中墙一侧未回填)实际工程例子,对其中墙内力及水平位移的现场监控量测结果进行对比分析,并对双连拱隧道中墙应力进行数值分析,得出在Ⅳ级围岩中,双连拱隧道中墙一侧不进行回填工序;如果围岩条件较差,则中墙一侧可以采用钢支撑作临时支护,就能满足其整体结构的稳定性要求。所得的数据和结论可望为同类隧道的设计、施工和研究提供借鉴和参考。     

隧道及地下工程远程自动化监测与预警系统构建研究

基于Python编程语言和大数据，构建可实现工程监测、综合预警、可视化、参数反演及实时动态分析等功能的自动化监测预警系统。该自动化监测预警系统可对施工过程中岩土体压力、位移、渗透水压等进行实时监测，并自动采集监测数据进行远程无线传输，自动存储到数据库中，借助互联网云平台进行数据共享；监测数据可供IA-BP算法模块、预警预报模块调用，采用IA-BP智能算法对数据库内监测数据进行反演及智能预测分析，并进行单项阈值和IA-BP智能算法综合对比分析，达到工程灾害预警预报目的。     

水平管路气液两相段塞流电导探针信号分析

利用自制电导探针采集了气水两相管路中段塞流的液位数据，并对数据进行了统计学分析。实验中发现，环状探针的测量数据要优于双平行探针的测量数据，而探针信号与压力信号一样，可以反映两相流动流型的统计特征，为电导探针的应用做了实验验证，并为流型的识别提供了依据。     

超长沉管隧道大型模型试验设计与应用

文章结合港珠澳大桥沉管隧道工程实例,采用局部相似装配式剪力键方案,对超长海底沉管隧道在不均匀沉降及不均匀荷载作用下的节段接头作用机理进行了研究。经材料配比与模型制作,进行了1:4.69的大型沉管节段模型试验;沉降模型试验平台经技术改造,能够满足试验过程中的模型搬运、对接、加载、复位等功能;控制试验平台底部千斤顶的差异沉降,可以模拟沉管节段接头纵向与横向的不均匀变位;采用钢筋计及压力盒对沉管结构钢筋应力、沉管结构与土体的接触压力进行测试,采用电阻应变花和光纤光栅应变花对剪力键表面及内部的应变进行测试。通过对所得试验数据的初步分析,得到了节段接头剪力键剪应力随差异沉降及剪应力沿沉管横截面的分布规律。     

时空特征深度融合下的城市轨道交通站点客流预测

探索挖掘URT站点客流时空特征并精准预测运营高峰期的站点客流，对提高URT系统客流组织效率、保障乘客出行安全具有重要意义。针对传统模型对于时空特征挖掘不够以及在多步短时客流预测的精度上有待提升等问题，引入时段相关性及站点关联度以量化客流隐式时空特征，并建立一种结合双层图卷积神经网络（GCN）与门控循环单元（GRU）的dmGCN-GRU短时进站客流预测模型，随后以杭州地铁为例，对工作日数据和非工作日数据分别进行了仿真实验。结果表明，dmGCN-GRU模型能够深度融合时段相关性、站点关联度、站间OD、邻接矩阵等多重时空特征，可在增加一定训练时长的前提下提高预测精度、模型稳定性。随预测步长增加，模型性能虽有所下降，例如工作日数据拟合优度从94.68%降至94.27%，但性能仍优于SVR、GRU、GCN以及GCN-LSTM等模型。     

基于概率图模型的机动车逆行行为识别

由于车载定位设备精度的不断提高，利用车辆的轨迹数据可以识别车辆的逆行行为，但设备或环境会产生噪声，本文主要针对轨迹处理过程中的噪声问题，研究概率图模型下的逆行行为概率判断。首先对机动车出行轨迹进行识别，拆分成出行轨迹，解决因为掉头等对概率判断的影响；再利用动态贝叶斯网络建立马尔科夫模型，对识别结果空间推断；进而基于方向角数据结合卡尔曼滤波法进行去噪后与地图匹配，计算定位点在道路上的先验概率和条件概率，再利用相邻轨迹点的条件概率计算该点的逆行概率，最终设定逆行行为判定阈值，并利用已知的轨迹数据验算准确性。结果显示，利用动态贝叶斯网络能够发现机动车的逆行行为，对提高道路安全有重要意义。