桥梁协同设计系统异构数据库集成

为了保障桥梁协同设计群体间的数据交流,基于现有的关系数据库,引入代理技术,提出了一种基于代理的异构数据库系统集成模型。研究了桥梁异构数据库中的数据表达模型、全局代理与局部代理设计方法。提出了SQL运算与SQL定性扩展语句,完成了对传统关系数据库中SQL语句的扩展,实现了全局代理中的语言解析;应用基于角色控制策略实现了桥梁协同设计环境下的用户管理;提出了包含知识匹配、几何推理、公式推理和约减推理在内的自动推理策略,并以大跨度桥梁抗震设计性能目标为例,对自动推理中约减推理模块的实现过程进行了模拟。结果表明,提出的异构数据库集成模型应用于桥梁协同设计时能够有效的实现群体间的数据交换,并且能够保证数据传输的结果可靠性。     

基于多级神经网络的桥梁结构参数优化设计

由于传统参数优化方法在对桥梁结构参数优化后无法实现对桥梁结构整体性能的有效提升,因此开展了基于多级神经网络的桥梁结构参数优化设计研究.通过构建桥梁结构有限元模型、基于多级神经网络确定桥梁结构参数优化目标、桥梁结构参数优化样本数据采集和桥梁结构参数多级神经网络参数优化求解,提出一种全新的参数优化方法.通过实验进一步证明,新的参数优化方法与传统参数优化方法相比,能够有效实现对桥梁结构综合性能的提升,为桥梁施工建设的增效减耗提供全新的优化思路.     

模拟驾驶环境下驾驶人分心状态判别

为了探寻驾驶人分心判别方法,构建了驾驶人分心状态判别模型。首先设计分心模拟驾驶试验,采集正常驾驶和发送语音信息过程中的驾驶绩效特征和驾驶人眼动特征数据,建立驾驶人分心状态判别指标备选集;其次,采用基因选择算法对备选指标进行筛选,得到29个备选指标的重要度排序;然后,依次选取重要度较高的部分指标作为BP神经网络的输入指标,利用遗传算法（GA）全局搜索的性能优化BP神经网络的初始权值和阈值,将优化后的GA-BP神经网络作为弱分类器,再将多个弱分类器组合成Adaboost强分类器,建立基于Adaboost-GA-BP组合算法的驾驶人分心状态判别模型;最后,利用模拟驾驶器试验平台采集的数据计算不同判别指标数量下模型的性能,从而确定最优判别指标,并对模型进行验证和评价。结果表明：模型最优判别指标为重要度排序中前14个指标;模型能够准确识别驾驶人分心状态,判别精度为95.09%;与BP神经网络算法、GA-BP神经网络算法和Adaboost-BP神经网络算法相比,Adaboost-GA-BP组合算法在准确率、精准率、召回率、F₁值和ROC曲线等模型性能方面均最优。建立的模型能够有效判别驾驶人分心状态,可为驾驶人分心预警系统和分心控制策略提供依据。     

混合神经网络跟驰模型的建立

将混合神经网络模型(CNNM)应用于跟驰模型的建立。进行基于车载高精度GPS的跟驰试验设计,并结合试验数据,介绍模型建立的原理和过程。分别建立基于BP神经网络和基于径向基神经网络的跟驰模型,并应用于混合神经网络跟驰模型的建立。模型通过实测数据对混合模型的信用值进行调整,从而组合得到较高的精确度。通过对预测效果的比较,可以发现混合神经网络跟驰模型可以取得比单一神经网络模型更好的预测效果。     

基于BP神经网络学习模型对桥梁变形数据处理研究

桥梁的变形预测对桥梁的安全性能研究具有重大意义。利用神经网络的自主学习能力,建立了BP神经网络学习模型,对已测得实际数据进行学习处理,修正权值,预测未来数据变化。结合MATLAB8.0软件进行了程序流程图设计与程序实现。以杭州湾跨海大桥为例,选取前10期检测数据作为学习样本,选取后5期检测数据作为预测期望值,与传统GM模型进行对比,证明了BP学习模型的可靠性与高精度,可以用来对大桥的变形量进行良好的预测。     

大跨钢桁架桥梁施工BIM建模及信息化平台系统

以某大跨钢桁梁桥的BIM模型建立过程为例,提出了一种参数化及精细化建模思路,通过对BIM模型的构件进行设计、施工信息匹配和编码,可用于桥梁施工全过程监控.基于BIM模型信息,以手机和个人电脑为采集终端设备,建立数据服务器和基础数据库,在云计算中心进行后台整理分析,从而构建BIM信息化平台,实现施工进度模拟、设计与施工现场信息化管理和档案资料的信息化归档管理.BIM建模及信息化平台的应用显著提高了桥梁施工效率,优化了施工工序,缩短了工期,提高了构件安装精度和施工质量,为大跨钢桁梁桥施工提供了技术保障.     

基于BP神经网络的桥梁有限元模型修正

为了提高桥梁检测中对于桥梁健康状况评定的准确性,为桥梁的加固设计与长期健康监控提供依据。本文建立了用于修正桥梁有限元模型参数的BP神经网络程序,该BP神经网络程序利用了MATLAB软件实现,通过使用MIDAS CIVIL软件建立原始模型并将计算所得到的不同修正参数组合下的挠度计算值作为样本,对神经网络进行训练并对修正参数的实际值进行预测。由实测挠度值、修正前计算挠度值与修正后计算挠度值对比分析的结果可知,修改后的桥梁有限元模型挠度计算值介于实测值与修正前桥梁有限元模型计算值之间,修正后的相对差值大多小于10%,是原来相对差值的一半左右。BP神经网络对于修正参数的预测准确度高,桥梁有限元模型的精确性得到了提高。本文使用的桥梁有限元修正方法简单可靠,计算效率高,易于在工程实践中实现,为桥梁有限元模型的修正提供参考。     

基于线性规划的灰色模型在桥梁监控中的应用

预应力混凝土连续刚构桥通常采用悬臂分段浇筑施工,施工监控是保证施工质量的重要手段.以灰色系统理论为基础,针对以往施工控制中传统的GM(1,1)模型参数估计方法与精度检验准则不适配的问题,将平均相对误差最小准则下的参数估计问题转化为线性规划问题,通过Python语言实现,从而得到一种新的理论模型来进行挠度预测,并以陕西境内某1号大桥为工程背景,对混凝土浇筑、预应力张拉两个工况作用后的梁端挠度值进行预测.与传统模型相比,改进后的模型平均相对误差最多可减小28.41％,并能够排除奇异数据的干扰.研究结果表明,基于线性规划法的GM(1,1)模型较传统模型具有更高的预测精度和更好的稳健性,能够在桥梁施工控制中发挥更好的预测作用.     

基于神经网络的空中交通管制决策支持系统

设计了一个实时的空中交通管制辅助决策支持系统。系统按照决策支持系统理论框架搭建，利用神经网络技术实现。叙述了系统的主要模型：空域流量预测模块，空域状态识别模块和冲突解决方案产生模块的实现过程。实验数据表明，神经网络的误差收敛性较好，满足了空中交通管制的实时性要求，系统具有较好的辅助决策效果。     

基于MATLAB的汽车转向力矩实时计算方法

对建立汽车操纵稳定性神经网络模型的方法进行了研究,结合汽车转向系统模块,在Simulink下建立了汽车助力转向系统转向力矩计算的整体模型,并对使用Real Time Workshop生成C语言实时代码的过程进行了说明.以SX6120大客车为原型.对汽车操纵稳定性神经网络模型的有效性以及C语言实时代码的可靠性进行了验证.结果表明,运用RTW生成的C代码几乎能完全跟踪Simulink下汽车助力转向系统转向力矩计算的仿真结果,生成的C代码可信性和可行性很高.     

非线性耦合模型在桥梁桩基沉降预测中的应用研究

通过对桥梁桩基的沉降预测,能有效地评价和判断桥梁的稳定性,为现场施工提供一定的指导依据。同时,系统性的预测方法能有效提高预测精度,因此,将灰色模型和BP神经网络进行耦合,建立了桥梁桩基沉降的初步预测模型,再利用马尔科夫链建立误差修正模型,实现桥梁桩基沉降的分阶段预测。该模型发挥了灰色模型“累加生成”灰色序列的优点,增加了沉降数据的规律性,又充分利用了BP神经网络和马尔科夫链的非线性预测能力,具有系统性强、全面性高等优点。同时,利用2个实例进行验证,结果表明实测值和预测值较吻合。其中,实例1平均相对误差为1.37%,实例2的平均相对误差为1.39%,两实例的预测结果差异不大,具有较高的预测精度,验证了所提预测模型的有效性。     

基于交互式BP-UKF模型的短时交通流预测方法

城市路网具有功能多样、组成复杂、交通量大、交叉口多等特点。优化短时交通流预测模型能够增加交通状态判别的精准度,有利于市民预知交通出行信息,为交通诱导措施的发布提供数据支持,免陷入拥堵困境。针对目前短时交通流预测模型优化过程中出现的模型适应性差,使用条件要求高、单一模型无法准确地描述交通流在不同时段内的变化规律等因素造成短时交通流预测精准度低的问题,采用Kohonen神经网络对交通流数据进行聚类分析,令聚类得到的不同交通流模式下的交通流数据作为训练多个不同BP神经网络模型的输入,将不同神经网络模型与无迹卡尔曼滤波结合组成多个交通滤波器,完成交通流量的非线性预测与在线校准,最后使用交互式方法融合各估计器预测结果得出综合交通流预测结果。仿真实例构建了多个估计器和1个基于该方法的联合估计器,将以上各个估计器用于某断面的流量预测中,验证了几类估计器的流量预测性能。试验结果表明:该方法搭建的联合估计器在各种交通模式下较单估计器的预测准确性均有所提高,且在交通流遭遇多因素影响下发生特征变化时表现出一定的自适应性;相比于传统系统预测模型,大大降低了对训练数据量的要求,取得了较为满意的短时交通流预测效果。     

BP神经网络和GM(1,1)灰色模型在公路客运量预测中的应用

在灰色预测的基础上,引入BP神经网络模型,建立了GM(1,1)和BP神经网络组合模型。此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少,数据波动性大对预测精度的影响,也增强了预测的自适应性。实例证明了组合模型的预测精度高于单独的GM(1,1)模型,可以用于公路客运量预测。     

基于氧传感器模型的空燃比精确控制器开发

氧传感器在发动机运行过程中由于长期使用或环境恶劣等因素将导致其信号失真,为此提出模型算法替代氧传感器实物的思路,根据模型设计理念,设计一种实现空燃比精确控制的控制器。在Matlab/Simulink环境下,搭建空燃比控制器算法模型,主要包括氧传感器信号计算模块、模式调度模块和PI控制器模块。将由空燃比算法模型所得空燃比输入氧传感器模型,得到氧传感器信号值,将该信号值反馈到PI控制器模块中,进行喷油量修正,使空燃比控制在14.7附近。试验结果表明,该控制系统在没有使用氧传感器的条件下可将空燃比精确控制在14.31~15.01范围内。与装有氧传感器的电控原机相比,排放性能相似。     

基于神经网络客流预测的高峰期公交时刻表优化

为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性.      

混凝土桥梁结构耐久性设计

该文介绍了大连市某立交桥的维修方案。在分析其破损原因的基础上,针对混凝土桥梁结构设计中与安全性、耐久性相关的问题进行了探讨。阐述了有关混凝土桥梁结构耐久性及在恶劣环境下的桥梁设计中一些需要注意的问题,如设计理念、抵御环境腐蚀的技术措施、优化传统的设计方法。同时提出桥梁使用过程中应加强检测和维护等管理方面的建议。     

基于BIM的桥梁技术状况评定系统研究

桥梁技术状况评定现场作业存在可视化程度低、评定作业主观性较大、病害定位效率低、评定数据延续性差等实操难点。针对桥梁技术状况评定需求及前述问题,该文梳理中国桥梁技术状况评定规范体系及BIM在桥梁运维中的应用概况,分析桥梁BIM模型的建模要点及评定业务流程,设计基于BIM的技术状况评定系统总体框架及业务模块功能。以港珠澳大桥青州桥为工程依托开发桥梁技术状况评定系统,并初步应用于大桥的技术状况评定工作中,以提升现场作业的可视化水平及作业效率、标准化存储桥梁评定数据,实现对桥梁服役性能的长期追踪。     

基于LSTM神经网络的桥梁损伤预警方法

为准确把握桥梁服役期内的健康状况,提高损伤评估效率,基于泗安塘大桥主桥某年多个测点的车致应变数据,建立了一种桥梁损伤预警方法。首先使用长短时记忆(LSTM)神经网络建立了车辆荷载作用下桥梁不同测点的多输入相关性模型,之后建立桥梁有限元模型模拟有损工况的桥梁状态,并提出损伤评估指标,最后根据损伤评估指标进行桥梁损伤预警。结果表明：采用LSTM神经网络建立的多输入相关性模型能够实现桥梁任意测点间车致响应的高精度预测;基于有限元模拟的车致应变提出的4个损伤评估指标能对假定的桥梁损伤进行明显识别;对泗安塘大桥主桥进行状态评估,4个损伤评估指标均稳定分布在一定的范围内,表明该桥近期没有增加新的损伤;建立了基于多测点的结构损伤评估指标体系,设定同时刻75%及以上的损伤评估指标超限时发出预警。     

应用灰色神经网络组合模型预测深基坑变形

将GM(1,1)模型与神经网络算法相结合建立灰色神经网络组合模型应用于深基坑工程变形预测。以润扬长江公路大桥深基坑工程的监测数据为例进行预测分析,结果表明:组合模型比GM(1,1)模型有更大的适应性,对于复杂非线性变化的数据预测精度高,可较好地预测深基坑变形。     

现代汽车造型设计的一般流程

汽车造型是汽车设计的先行环节之一，合理科学的设计流程不但能使项目有条不紊的开展，也会激发设计人员的创造潜能。现代汽车造型设计的一般流程如下概述，项目开发前期的市场调查，通过市场调查要了解国内外竞争企业同级别产品的造型特点、设计趋势、工艺水平及新材料新技术的应用情况。经过大量的市场调查和分析后，接下来是创意阶段，构思草图、概念效果图及渲染效果图是此阶段的工作内容。渲染效果图通过评审，选择优秀的设计方案进行比例模型制作，胶带图是将效果图转化成模型的桥梁纽带，1：4及1：1模型都是依据胶带图展开制作的，比例模型通过后便开展1：1仿真模型制作。文章初步介绍了计算机及现代加工设备在汽车造型过程中的应用。