软土地层中污水管顶管施工

在软土地层进行顶管施工，需要解决一系列技术难题，本文结合上海浦东一项工程实例，详细介绍了其施工工艺及施工注意事项。     

洋山港爆破工程与地基处理项目中人为风险评价与控制

在爆破工程和地基处理项目中,人、物和环境等因素均可能在施工过程中诱发安全事故,其中又以人为差错诱发事故的发生概率最大,因此建立施工过程中人为差错的发生及其影响的模型和控制体系是非常必要的。建立考虑人为因素的数学模型,并确定了安全指标中人为因素的风险度,进而提出了安全风险的动态控制体系。     

渠江风洞子船闸导航墙透空型式效果研究

文中结合通航建筑物导航墙开孔对引航道通航水流条件影响的水工模型试验研究成果,探讨了导航墙开孔区域及开孔比在模型试验中的选取。研究表明,水工模型试验中,通航水流较透空前有明显的改善,值得在同类低闸坝枢纽在船闸中借鉴。     

舰艇防空威胁评估广义混合算子变权模型

研究了水面舰艇防空作战威胁评估问题.介绍了广义混合算子变权函数的概念与性质;然后依据韦伯 - 费希纳感知定律建立了水面舰艇防空作战威胁评估模型属性权重产生函数,以此为基础建立了基于属性重要程度的水面舰艇防空作战威胁评估变权模型;通过一个实例对模型进行了检验.     

出租汽车监管的历史、现状与理念思考

出租汽车监管是现代城市管理的重要一环,其概念和模式与时俱进,不断创新和发展。在对出租汽车客运服务的属性和定位进行论述的基础上,以南京为例,对出租汽车监管历史进行简要回顾并总结出租汽车行业“四个缺失”,论述了传统出租汽车监管模式的四个特点和当前监管工作中出现的四个过渡,最后结合当前的出租汽车行业实际,对行业的监管理念进行了反思和构建。     

回淤和沉降严重的护岸抛石的质量检验方法

由于护岸抛石中存在的回淤和沉降现象，在质量检验中如果按常规的检验方法验收，很难真实反映抛石的厚度。为了能真实反映抛石的实际质量，研究了护岸抛石在回淤和沉降的情况下质量检测方法，得出“实时检测+抛石沉降量”检测其厚度、再通过抛后旁扫检测其覆盖范围的检验方法。     

凸凹不平道路几何参数识别和模型重构方法研究

自动驾驶汽车的凸凹不平道路和异常路面行驶，不仅要考虑道路曲率等因素，还需要对路面凸起、凹坑等特征和病害进行识别建模，提高车辆通过性、安全性和舒适性。为此，本文提出了一种基于激光雷达的凸凹不平道路几何参数识别和模型重构方法。首先，将局部加权散点平滑方法（Lowess）首次应用于激光雷达点云处理，提高了激光雷达点云数据的平滑性；其次，提出了基于斜率阈值分割的路面几何参数识别方法，通过设置斜率阈值对道路凸起与凹坑进行识别提取；再次，通过识别特征点云边界构建了带约束的分段多项式函数路面连续典型特征拟合数学模型。最后，通过建立的室内路面典型特征沙盘模型及路面实测数据，应用本文提出的方法，对凸凹不平道路的凹坑和凸起等特征进行了识别和模型重构。结果表明，分段多项式拟合方法在拟合次数5～6次时达到拟合效果极限位置，此时各个场景中92%的数据点拟合均方根误差在0～0.015 m范围内，本文提出的方法能准确完成凸凹不平道路几何参数识别，实现路面典型特征三维数学模型重构。     

考虑乘务员值乘需求的地铁乘务轮班优化方法

乘务轮班计划是乘务计划的实施阶段，其质量影响乘务员对乘务计划的满意程度。既有研究多把所有乘务员作为一个整体，考虑均衡性等优化目标，本文则从值乘时间、任务类型和喜恶类型角度系统刻画乘务员的值乘需求，并将具有相近值乘需求的乘务员进行分组，构建乘务轮班计划优化模型，尽可能满足不同分组乘务员的值乘需求。进一步构建基于路径状态的网络图模型，通过禁忌序列表示轮转约束，以需求序列衡量值乘需求的满足程度，将问题转化为最大费用流问题进行求解。案例研究结果表明：提出的方法可以有效满足乘务员值乘需求，并确保不同乘务分组间需求满足程度的均衡性，求解方法具有较高的求解效率。     

车载ATP自动化操控系统设计与实现

为提高列控系统仿真测试的效率和质量，以仿真测试过程中的测试自动执行为着眼点，对真实车载ATP进行接口适配与远程操控适配，基于有限状态自动机设计并实现了车载ATP自动化操控系统。在实验室中借助Robot Framework自动化测试框架，基于真实车载ATP与真实线路数据对车载ATP自动化操控系统进行功能验证。验证结果表明，该系统能够满足列控仿真自动测试的需求，可以取代仿真测试中的部分人工操作，提高了测试效率和测试质量。     

考虑电堆寿命的氢燃料电池汽车能量管理策略研究

提出了一种在满足动力性需求并且以氢燃料电池堆作为主要能源的前提下，能有效延长电堆使用寿命的能量管理策略。提出将需求功率 SG滤波后再进行规则控制的能量管理策略，将多种循环工况的结果进行手动优化后作为训练数据集，设计三输入一输出的自适应神经模糊推理系统控制器，根据其输出结果再进行一次滤波最终形成基于自适应神经模糊推理系统优化的能量管理策略。使用CLTC-P循环工况对能量管理策略进行仿真验证，结果表明，基于自适应神经模糊推理系统优化的能量管理策略能有效延长氢燃料电池剩余使用寿命，相比滤波加规则策略剩余使用寿命增加了33%，并能保持动力电池SOC处于适宜水平。