哈尔滨市的绿色交通与可持续发展

介绍了绿色交通与可持续发展的基本内涵 ,以及哈尔滨市现行交通所面临的问题和这些问题带来的后果 ,提出了解决这些污染问题的应对措施 ,从而实现绿色交通与可持续发展     

确定沥青路面预防性养护时机的方法

通过大运高速公路沥青路面的调查,在对数据进行分析的基础上,提出沥青路面预防性养护时机的几种确定方法,可作为高速公路沥青路面进行预防性养护对策制定的参考。     

构建数字城市哈尔滨推动智能交通的发展

针对目前哈尔滨市城市交通存在的管理技术落后 ,结构不合理 ,环境恶化和滞后于城市化发展等突出问题 ,阐述了数字城市建设的必要性 ,并对其目标和关键技术进行了探讨 ,指出数字城市将带来一场全方位的变革和必然推动智能交通的飞速发展 ,具有广阔的应用前景和重要的战略意义。     

黑龙江省乡镇汽车客运站系统的分析与规划

介绍了黑龙江省乡镇汽车客运站系统的概况,分析了黑龙江省乡镇汽车客运站系统的布局原则、建设管理模式及发展规划,为黑龙江省乡镇汽车客运站系统的建设与发展提出了意见和建议。     

回收HDPE在沥青混合料中应用的可行性研究

介绍了回收HDPE在沥青混合料中应用的现状,试验测试回收HDPE对沥青混合料性能的影响,分析其作用机理,总结其优势及不足,提出了一些回收利HDPE的建议。     

静定结构受力分析的单跨梁法及其应用

针对工程结构中各种不同结构型式的承载情况,要准确迅速地对其进行受力分析必须具有一定技巧和方法.根据单跨梁弯矩图的特征和规律,以多跨静定梁和刚架为例对某种单跨梁法加以介绍,有助于快捷地绘出静定结构的弯矩图.     

改进的BP神经网络在路基沉降预测中的运用

针对BP神经网络存在训练过程不确定的缺点,基于MATLAB建立改进的BP神经网络模型,该模型可克服BP神经网络模型在训练过程中收敛速度慢、易陷入局部极小点等缺点。结合实体工程实测数据,将该优化模型与指数曲线模型、双曲线模型、泊松曲线模型和Compertz模型对比分析,结果表明改进的BP神经网络模型在黄土路基沉降预测中精度最高,可运用于黄土路基的沉降预测。     

基于改进神经网络的船舶主机温度预测

由于传统神经网络存在收敛速度慢的缺陷,导致对船舶主机温度预测精度低,为了对船舶主机温度进行精确的预测,设计了基于改进神经网络的船舶主机温度预测模型。首先对当前船舶主机温度预测研究现状进行分析,找到引起预测效果差的因素,然后采集船舶主机温度变化的时间序列,并采用过程神经网络对船舶主机温度变化趋势进行估计,实现船舶主机温度预测,最后进行船舶主机温度预测验证性实验。结果表明,改进神经网络可以提高船舶主机温度预测精度,船舶主机温度预测误差远远小于传统神经网络,获得了比较满意的船舶主机温度预测结果。     

基于C#与ANSYS的桥式起重机结构自重应力检测系统开发

基于C#语言封装ANSYS参数化设计语言开发了桥式起重机自重应力检测系统应用程序,利用检测现场实测的起重机结构参数尺寸可对起重机快速建模分析、获取自重应力结果.该应用程序简单易用,同时弥补了电阻式应变电测法无法测量结构自重应力的不足,有助于桥式起重机结构应力检测的改进.     

道路路网景观生态影响研究现状

我国经济的高速发展导致道路路网大规模扩张,这会对自然景观和生态系统造成一定程度的破坏,突出表现为对大尺度景观生态格局的影响.对国内外有关路网对生态系统影响的研究进行了梳理,整理了国内外运用景观生态学方法对路网景观格局影响进行的相关研究,发现不同等级的道路对于生态环境各因子影响的范围存在差异,路网致使区域景观破碎度增加,而基于破碎化理论建立的路网优化模型能在一定程度上降低路网对景观生态的影响.因此,从景观生态角度分析道路路网的生态影响,对于维护生态环境的多样性和完整性具有重要的意义.