面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明:GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。      

混凝土宽箱梁桥荷载试验检测分析

单箱多室箱梁桥整体结构为空间受力,在进行荷载试验检测时将其简化为平面受力结构模型误差较大.结合一工程实例研究单箱多室箱梁桥空问模型的建立与荷载试验的分析方法.     

海州湾滩涂围垦对临洪河口闸下河道淤积的影响

随着沿海经济的发展,围垦已成为解决土地资源稀缺问题的主要方法。海州湾滩涂围垦面积较大,且距离临洪河口较近,有可能造成其上游河道的淤积,进而影响该地区的防洪排涝。应用MIKE21模型对海州湾及邻近海域的潮流场进行模拟,分析围垦前后河道内水动力条件的变化。相较于围垦前,围垦邻近区域的涨落潮平均流速基本均有所减小,而河道内的水动力条件变化则很小,沿程各断面的落潮平均流量均有所减少,但减少的量值不大。采用根据窦国仁河相关系推导出的分析模式,预估围垦引起的河道淤积厚度为2 cm左右,说明海州湾滩涂围垦不会对临洪河口闸下河道的淤积产生大的影响。     

混凝土材料的选择控制与水泥混凝土面层的施工质量控制措施

在混凝土面层施工中,对混凝土材料的选择要根据路面设计的耐久性、抗拉强度、和易性及耐磨性等进行选择,由于路面受车辆荷载的摩擦、冲击及反复弯曲作用的影响,长期处于露天环境下,受湿度、温度等自然因素影响较大,所以,良好的混凝土材料选择对于提高道路质量有着重要的意义。对于水泥混凝土面层的施工时,为保证质量需要一套简便、科学的施工工艺及质量控制措施,以此来保证道路面层的施工质量。重点对道路混凝土的选择与面层施工质量进行研究与分析。     

热传导预热装置及在SLS直接成形金属件过程中作用的研究

提出了在SLS系统上应用热传导式预热方式的设想,并设计出预热装置,成功地烧结出了金属件。结果表明该装置加热功率分布均匀,总加热功率小,热效率高,采取的隔热措施合理,满足了SLS系统的预热要求。     

基于在线地图交通状态的关键道路动态识别方法

交通拥堵问题日趋严重,关键道路识别成为了交通领域的研究重点. 以在线地图的交通状态数据为基础,利用时空相关性理论计算道路交通状态的预测值和波动影响值,并通过Moran 散点图划分道路类型,提出了基于在线地图交通状态的关键道路动态识别方法. 首先,调用在线地图开发者平台API 采集路网的交通状态数据,利用集成学习动态预测交通状态;其次,分析交通状态波动的传播结构,以此量化道路对其近邻道路的影响值;然后,结合道路交通状态的预测值和波动影响值划分道路类型,进而识别出关键道路;最后,以实际路网为例,论证方法可行性.     

龙凤河大桥连续箱梁架空支承现浇

用架空支承平台进行大桥连续箱梁现浇砼施工 ,有效地解决高墩、软滩地、跨越河沟中的施工难题 ,不用地基硬化 ,不需支承与基础 ,节省了施工用钢材 ,值得在山岭重丘高速公路桥梁上部结构施工中推广 .     

轮轨三维接触的快速算法

轮轨空闻接触几何关系是轮轨关系研究的基础。多年来，国内外学者已对这些问题进行了较为充分的研究，提出了一些不同的计算方法。我们发现，现有的方法虽然可以解决具有任意表面形状的轮轨空闻接触问题，但其计算速度较慢，在实际应用上有一定的困难。