城市群双线客流分布预测方法研究

鉴于城市群客流预测在城市群轨道交通规划中的重要性,为提高其预测精度,对城市群客流预测中的分布预测方法进行研究.分析现实能够收集到的资料及城市群交通分布的特点,提出城市群双线分布预测方法.在城市群资料有限的情况下,研究如何得到城市群分布的预测结果;阐述分布预测的计算方法,建立相关的计算模型,对几种常用的分布预测模型进行优缺点及适用性分析.     

钢纤维掺量及规格对桥梁用超高性能混凝土性能影响的研究

为了探究钢纤维掺量及规格对桥梁用超高性能混凝土施工性能和力学性能的影响,通过设置不同钢纤维掺量(0%、0.5%、1%、1.5%、2%、2.5%、3%、3.5%、4%)和长径比(65、80、90、100)进行对照试验,分别得到试件的扩展度、抗压强度、抗折强度。试验结果表明:当钢纤维长径比为65时,随着掺量的增加,超高性能混凝土扩展度呈降低趋势,抗压强度呈增加趋势,抗折强度呈先增加后降低的趋势,抗压强度、抗折强度最大值分别为166.84、43.74 MPa,对应的钢纤维掺量分别4%和3.5%。当钢纤维为2.5%时,随着长径比的增加,超高性能混凝土扩展度呈降低趋势,抗压强度、抗折强度均呈增加趋势,抗压强度、抗折强度最大值分别为164.89、42.05 MPa。在满足桥梁用超高性能混凝土工作性能的前提下,适当提高钢纤维的长径比,较少桥梁结构裂缝的出现,提高耐久性。     

正交异性钢-混凝土组合桥面板纵桥向的压弯性能

针对传统正交异性钢桥面板疲劳开裂及沥青铺装破损桥梁工程两大难题,对有望应用于大跨度桥梁中的正交异性钢-混凝土组合桥面板的力学性能进行了试验及理论研究。为探究适用于组合梁斜拉桥的正交异性钢-混凝土组合桥面板纵桥向的受力性能,设计并制作了6个带U肋的正交异性钢-混凝土组合桥面板足尺试件,进行了轴向压力和弯矩加载试验,研究了不同轴向压力、不同混凝土等级对该组合桥面板受弯承载力、延性及塑性发展的影响,并提出了考虑轴压力影响的塑性抗弯承载力计算公式。研究结果表明：当轴向压力恒定时,组合桥面板在压弯荷载作用下的最终破坏形态均为跨中区域下部混凝土板的横向开裂及上部混凝土的压溃;轴压力对正交异性钢-混凝土组合桥面板的初始弹性抗弯刚度影响较小;不同轴压力下抗弯承载力降低值随着轴力的增大并未呈现显著递减趋势,这与轴向压力加载出现偏心距有关;轴压力会显著降低正交异性钢-混凝土组合桥面板的延性及塑性发展过程;将混凝土强度等级从C60提高到C80,并没有显著提高组合桥面板的初始弹性刚度、抗弯承载力、延性及延长其塑性发展过程;此外,提出的考虑轴压力影响的塑性抗弯承载力计算公式精度较高,可有效预测正交异性钢-混凝土组合桥面板的压弯承载力,为实际工程应用提供理论参考。     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。     

基于地层损失的复合地层盾构隧道施工沉降研究

盾构隧道施工诱发地面沉降的影响因素较多,但主要因素可归结为地层损失引起的地层变形。基于现有地层损失的理论,对引起地层损失的注浆过程进行模拟,依此研究复合地层盾构隧道施工对地层沉降的影响。研究结果表明:隧道贯通时,土体最大沉降和隆起区域分别位于隧道拱顶和拱底;浆液的硬化会对地表和拱顶的沉降速率产生影响,当浆液弹性模量达到最终硬化的75%时,地表和拱顶的沉降速率达到最大值并开始逐步减小;地表和拱顶沉降随浆液的逐步硬化而趋于稳定,且拱顶沉降趋于稳定的速率更快。     

基于车车通信的城市轨道交通列车控制系统折返能力分析

列车折返过程是影响列车折返能力的关键因素。以基于车地通信的传统列车控制系统为比较对象,阐述了基于车车通信的列车控制系统的显著优点。结合实际车站情况,在站前折返和站后折返模式下,仿真计算了采用不同列车控制系统时的列车折返能力。仿真结果显示,采用基于车车通信的列车控制系统时列车折返能力明显更优。     

悬挂式单轨车辆走行轮失效对曲线通过及运行平稳性影响的仿真分析

悬挂式单轨车辆走行轮在车辆运行中起到承载和传力的重要作用,其走行轮失效对悬挂式单轨车辆运行性能有重大影响。通过多刚体动力学理论建立悬挂式单轨车轨耦合动力学模型,仿真分析了不同工况下走行轮失效对单轨车辆曲线通过及运行平稳性的影响。仿真结果表明:空载状态下走行轮失效的悬挂式单轨车辆在曲线半径100 m的线路上限速为35 km/h,而满载状态下走行轮失效的车辆一直处于不安全状态,需要尽快行驶到就近站点疏散乘客;同侧走行轮失效对单轨车辆的影响趋势基本一致;在相同行车速度下,走行轮失效时竖向平稳性指标出现了部分数值超过3.0的情况,说明走行轮失效时车辆的运行平稳性会变差。仿真研究结果可为走行轮失效的悬挂式单轨车辆运行提供参考。     

复合轨枕无砟轨道疲劳试验研究

复合轨枕无砟轨道是一种新型轨枕无砟轨道结构,通过开展复合轨枕无砟轨道疲劳试验研究其疲劳性能。试验建立复合轨枕无砟轨道实尺模型并对其施加300万次疲劳荷载,观察轨道各部件在疲劳加载前后的伤损情况,测试疲劳加载前后钢轨、复合轨枕、道床板相对位移变化、轨距变化和道床板受力变化。试验结果发现:无砟轨道及其各部件在疲劳试验中均未出现疲劳损伤;轨道结构部件位移在加载前期略有波动,后逐渐减小并趋于稳定,道床板受力满足规范要求。研究结果表明:复合轨枕无砟轨道具有一定耐久性,为其进一步推广和应用奠定了基础。