城市快速路三维集成交通事件自动检测算法

为了及时、准确地检测交通事件并采取有效的管理手段,提高城市快速路交通管理水平,在总结现有交通事件自动检测算法优缺点的基础上,提出了一种基于二维空间和一维时间的交通流异常变化的三维集成交通事件自动检测算法(集成AID算法),并利用北京市二环快速路上现有的交通流数据及相应的交通事件信息,对提出的集成AID算法进行验证,对其有效性和实用性进行分析。结果表明:该算法能够对快速路交通事件进行有效检测,与各个维度的子算法相比,能有效提高检测率,降低误报率,能够满足实际工程应用的需求。     

基于模糊逻辑的高速公路事件检测算法仿真研究

选取了一段长为1km的双向6车道高速公路为仿真对象,设定仿真模型的全局参数和相关参数后,得到了具体的仿真环境。将模糊规则划分为发生交通事件的规则和不发生交通事件的规则两大类,采用隶属函数来判断交通事件是否发生,推断得到了交通流是否正常的判别公式。选择检测率、误报率和平均检测时间三个最重要的评价指标对仿真结果进行分析,并与几种常用经典算法的性能指标进行对比,发现笔者所建的基于模糊逻辑的高速公路交通事件检测算法是一种综合性能优良的检测算法。     

基于手机定位的高速公路事件检测方法研究

改善自动事件检测方法的检测率(DR)、误报率(FAR)和平均检测时间(MTTD),对于提高事件管理效率至关重要。在分析现有检测方法的基础上,提出基于手机定位的高速公路事件检测方法并给出一种检测算法。算法以在路车辆上每部手机的定位数据为基础,由此获取平均速度、速度标准差和速度变化系数作为特性参数,采用模糊综合评判方法判断道路交通运行状态,实现高速公路事件的自动检测。模拟实验证明了该算法的有效性。     

基于小波分析的事故检测算法

讨论了事件检测算法，建立了基于小波分析的算法。首先构造二进小波，对交通流数据进行二进小波变换，检测其奇异点。根据判断逻辑确定是否有事件发生。要用广佛高速公路交通流数据对该算法进行离线测试，与加利福尼亚算法，滤波算法比较，结果显示该算法具有较好的效果。     

基于车辆积压长度的高速公路交通事件检测算法

为了准确、快速地检测高速公路上发生的交通事件,提出一种基于车辆积压长度的检测算法,该方法利用上、下游检测点同步采集的交通流量实时估计检测点之间的车辆积压长度,并以车辆积压长度的移动平均值作为特征指标来实时检测交通事件.仿真分析结果表明,该特征指标对交通事件敏感,所提算法具有检测率高、误检率低和检测时间短的优点,具有良好...     

基于支持向量机的高速公路意外事件检测模型

为建立快速高效的高速公路意外事件自动检测系统,提高意外事件救援效率,就高速公路意外事件检测中的关键技术进行了研究。在剖析现有模型特征的基础上,引入支持向量机理论,建立了基于支持向量机的高速公路意外事件检测模型。利用自主开发的EAD-Simulations系统所建立的数据库,对模型进行了仿真试验,分析了不同核函数对检测性能的影响,研究了单侧输入与双侧输入、不同输入特征因素组合的性能指标。结果表明:与California 8#算法相比,该模型检测率提高了179%,误检率降低至0.50%,平均检测时间缩短了81%;同时得到了上游占有率与流率组合的最优输入特征。     

基于因子分析和最小最大概率机的交通事件检测算法

为了进一步提高交通事件检测的精度与效率,在多角度构建事件检测初始交通变量的基础上,设计了1种基于因子分析和最小最大概率机的交通事件检测算法。通过分析交通事件上下游交通流参数的变化规律,构建了11种初始交通事件检测变量,利用因子分析方法对初始交通变量进行特征提取,实现初始交通变量的有效降维,并分别采用核函数最小最大概率机算法和线性最小最大概率机算法进行交通事件检测。最后,采用美国I‐880数据库的实测数据进行实验验证和对比分析,实验结果表明,FA‐M PM算法较M PM算法事件检测率提高3.5%,误报率降低0.17%,平均检测事件减少了27.5s,且最小最大概率机算法的交通事件检测效果明显优于支持向量机算法和BP神经网络算法。      

基于神经网络的交通事件检测算法

回顾了几种传统的交通事件检测算法，提出从多层前向人工神经网络角度建立模型，并运用ＢＰ算法予以实现。在将ＢＰ算法与传统算法进行比较之后，发现ＢＰ算法具有检测率高、误报率低、检测时间短的优点，同时也存在不足之处，指出了今后进一步研究的方向。     

基于时间卷积自编码网络的实时交通事件自动检测方法

为了提高道路异常交通事件检测效率并降低误报率,提出了一种基于时间卷积自编码网络的实时交通事件自动检测方法。首先设计了基于波动相似性度量的交通模式搜索算法用来筛选具有相同交通规律的样本数据;并构造了交通流模式矩阵作为网络模型输入,以避免样本不均衡与单一样本数据随机性对交通模式学习的干扰;同时设计了新的时间卷积自编码网络对交通模式特征进行无监督提取并对未来交通参数进行合理预测;为了降低交通流参数随机波动性带来的事件判别的干扰,设计了异常状态评估方法,通过对模型预测误差分布的学习,结合当前检测数据给出最终的事件判定结果。采用美国西雅图I90公路与I405公路2015年全年的交通流检测数据与历史事故数据进行实证研究,并与6种典型交通事件检测算法进行性能对比。研究结果表明:基于时间卷积自编码网络的实时交通事件自动检测算法具有较高的检测率、较低的误报率以及更快的平均检测时间;综合各种交通运行情况下,可接受误检率分别为5%、10%时,平均检测率可分别达到93%、98%;同时算法能够自适应学习交通状态的动态变化,对不同交通运行环境具有较强适应性与稳定性。     

基于RFID的隧道交通异常事件自动判别方法

隧道作为高速公路的瓶颈路段和事故易发段,其交通信息采集及异常事件自动判别一直是智能化交通管理的研究重点。文中分析了传统检测技术及其算法的缺点或不易实现的因素,在此基础上利用射频识别（RFID）技术进行单车动态信息采集,从速度和占有率2个参数考虑事件自动判别方法,以快速检测交通事件、提高事件的检测率、降低事件的误报率,实现交通异常事件检测变＂被动＂为＂主动＂、变＂救＂为＂防＂。     

土坡非圆临界滑动面求解的混合搜索方法

在非圆临界滑动面的搜索中,先进行圆弧滑动面的搜索,将得到的临界圆弧滑动面作为非圆临界滑动面搜索的初始滑动面,采用改进粒子群优化算法——快速粒子群算法寻优;然后根据搜索到的较优值缩减搜索域的范围,再利用改进和声搜索算法寻优,将得到的结果作为问题的最优解。最后采用Spencer法计算滑动面的安全系数,并利用2个复杂土坡作为算例来检验混合方法的有效性。比较结果表明:该方法适用于多变量优化问题的求解。     

Multimode trip information detection using personal trajectory data

Handheld global positioning system (GPS) devices can serve as a new tool to collect an individual's trip information with advantages of low cost, accurate data, and intensive spatial coverage. Various machine learning algorithms have been explored to detected trip train information in previous studies; however, few of them focused on the evaluation and comparison of the performance and applicability of different models. Meanwhile, according to previous studies, car and bus mode detection is a thorny issue due to their similar travel characteristics, and algorithms still need to be well explored and improved to solve this problem. In this article, an innovative method is proposed to detect trip information, including trip modes, mode-changing time and location, and other attributes, from personal trajectory data. The method is a two-step process. A machine learning algorith-based module (including artificial neural network, support vector machine, random forests, and Bayesian network) is firstly used to identify walk, bicycle, and motorized trip modes (bus or car); we thoroughly compared the performance of these four algorithms. Then a second module, using critical points on the GPS trajectories, is further developed to distinguish car and bus mode, incorporated with GIS map information. Field test results show that the proposed machine learning models can all be applied for walk, bicycle, and motorized mode detection with high detection rates exceeding 90%; however, the algorithms work relatively poorly for bus and car mode detection, with results mostly below 75%. The proposed two-step method can greatly improve bus and car mode detection accuracy by 14–30%. As a result, the average mode detection rates for all the four modes are above 90%. Compared with mode detection results by using only the machine learning algorithm, the proposed two-step method has much better performance in both accuracy and consistency.     

用方位角算法和转向角算法解决节点权重问题

论述了车辆导航系统中路线优化算法所研究的核心内容,并对由交叉口延误带来的节点权重问题进行了研究。针对以往算法的时间复杂度和空间复杂度高以及拓扑数据难以建立和实时更新的缺陷,构造了方位角算法和转向角算法以解决节点权重问题,并以北京市二环以内的典型路网为研究对象,对上述算法进行了实证研究。理论分析和实际运行的结果表明,这些算法有效地克服了以往解决方案的不足,大大提高了算法的计算速度,并可在各种交通管制措施的限制下,提供有效的路径规划方案。     

基于相干数据体的裂隙检测方法

为了研究结构物的不连续性,通过对相干数据体多道C2和多道C3算法的对比研究,将这两种算法应用于检测数据的成像来诊断结构裂隙的分布。模型数据和实际检测数据的计算结果表明：C2、C3相干算法用于裂隙检测具有较强的抗噪声性能和良好的分辨能力;特别是C3相干算法比C2相干算法在横向分辨方面更具有优越性,这也说明C2、C3相干算法是检测地质结构、公路和桥梁不连续性和缺陷的一种有效方法。     

改进BP算法在公路工程主材价格预测中的应用研究

分析了传统BP算法的不足,利用相关分析法筛选出公路工程主材价格的主要影响因素;在确定BP神经网络结构及选取训练函数的基础上,建立了基于改进BP神经网络算法的公路工程主材价格预测模型,并结合合肥市石屑价格预测的实例,利用建立的预测模型,采用BP传统算法及附加动量法、自适应学习速率法、两者相结合法等3种改进算法分别预测了合肥市2个季度的石屑价格,并将预测结果进行对比,分析了不同BP算法预测结果之间的差异。结果表明,使用改进的BP神经网络算法进行公路工程主材价格预测,可以将预测误差控制在6%以内,并减少95%左右的训练步数。同时采用自适应学习速率和附加动量改进BP网络的方法相对最有效。     

遗传算法反算路面结构层的模量

路面模量反算,是根据落锤式弯沉仪FWD等公路无损检测仪器测得的弯沉盆数据,利用力学理论和数学方法,通过弯沉盆的拟合来反求路面的材料特性参数。该文利用遗传算法反算路面结构层的模量,计算结果表明稳定性好,结果不受初始值的影响,收敛于全部的最优解,反算值可达到令人满意的精度。     

蒙特卡罗法在汽车半轴可靠性寿命估算中的应用

利用产品的零部件的寿命试验或现场有限的失效数据，统计推断其寿命分布函数是可靠性应和技术中的重要环节。采用统计分析法是一个很复杂的工作，本文采用蒙特卡罗法，结合解放ＣＡ１０９１型汽车半轴的寿命试验数据，推断解放ＣＡ１０９１型汽车半轴的寿命分布函数及其在工作能力充许的条件下的最小半轴轴径尺寸，并编写蒙特卡罗法的计算机程序，使其具有较好的使用价值。     

基于流变理论的大水灰比深搅桩复合地基沉降预测

由于岩土材料变形随时间呈现蠕变的特点,基于深搅桩复合地基工程地质复杂、地基检测要求严格,对此需对水灰比较大的实际工程状况进行分析。该文通过现场试验实测数据的分析,运用二维流变理论对深搅桩复合地基沉降进行拟合并预测未来沉降。预测结果显示25a时,地下通道结构上方滑行道面沉降大约在9.6cm,各点间的不协调变形变坡率都控制在1.5‰以内,地基处理可以满足机场滑行道对沉降的要求;同时也说明所选的二维流变理论具有良好的实际运用性。     

地铁盾构隧道洞门钢环精密检测与数据处理方法研究

为解决已有地铁洞门钢环检测及数据处理方法略显复杂且不具备抗差性的问题，在对洞门钢环精密检测方法研究的基础上，提出基于RANSAC的地铁洞门钢环空间形态拟合参数的一步解法，实现通过洞门圆心、半径、平整度、垂直度和圆度等洞门参数对地铁洞门钢环的空间形态分析和质量评价；以C#编程语言和SQL Server数据库为工具将该算法程序化，采用Leica TM30测量机器人对南京轨道交通5号线五台山站洞门钢环进行检测，并对实测数据进行计算与分析。结果表明： 该方法能够抵抗异常值对洞门空间形态拟合结果的扰动，是一种更为有效、实用的地铁洞门钢环检测与数据处理方法。     

大型立交桥环岛平台的结构分析

该文基于梁格理论对立交枢纽工程的环岛平台双向单箱多室扁平箱形结构进行结构计算简化,同时利用通用有限元程序对简化的梁格模型进行模拟分析,从而为求解环岛平台复杂内力提供了一种有效的途径,并且通过实例计算,与比拟板单元模型进行比较,分析结果表明该理论在工程应用中具有较好的实用价值,可供设计参考。