基于MEC-BP神经网络的基坑水平位移反演分析

随着城市地铁建设快速发展,地铁车站基坑的变形要求越来越严格,基坑土层设计参数的选择面临着极大挑战.利用思维进化算法(MEC)优化BP神经网络的初始权值和阈值,结合有限元数值模拟,提出基于基坑水平位移的土层参数反演分析方法.采用文献算例对该方法进行验证,并与不同反演方法进行对比.研究结果表明:1)MEC-BP神经网络对多工况水平位移的反演分析结果与文献结果基本一致,验证了该方法的有效性和实用性;2)MEC-BP神经网络的收敛速度快于遗传神经网络(GA-BP),其反演结果优于常规BP神经网络、GA-BP方法和修正高斯-牛顿法(G-N);3)采用标量误差函数Ferr进行寻优,可以提高MEC-BP法水平位移反演分析结果的稳定性和准确性.     

舰载雷达稳定平台基座优化设计

本文对某舰载雷达稳定平台基座在船摇、风载和振动载荷作用下的受力情况进行分析和计算。运用有限元技术对原基座的载荷分布进行分析,同时对基座进行结构优化设计。通过对优化后基座的有限元分析计算表明其满足减重要求和船摇、风载和振动条件下的强度设计要求。     

基于K-Means聚类算法的城市轨道交通站点分类及客流特征分析

文章立足于沈阳市轨道交通站点800 m范围内的人口分布、开发强度、公交接驳、路网长度分布、站点位置属性、站点客流数据等六大维度数据,采用K-Means聚类算法将城市轨道交通站点划分为居住型、商业商务型、综合开发型、产业型、交通枢纽型五大类;基于站点聚类成果,叠合多样化数据分析总结各类站点客流的普适性规律,可为后续站点周边基础设施完善、站点客流预测、车站运营组织方案做出指导。     

基于港口群联合调度的防台锚地规模优化研究

为了丰富我国港口防台锚地规划研究、提升港口航运安全、进一步促进港口可持续发展,合理规划应急锚地容量,以船舶数量、靠港船型、锚泊面积及台风影响情况作为因素分析锚地需求,并以港口群联合调度为主要手段,考虑锚地建设成本、维护成本以及基于联合调度的船舶疏散避台航线费用,优化防台锚地建设面积,在保障整个水运系统安全的基础上,减少建设维护成本。以福建省沿海港口为实例的研究表明,在资源共享、联防联调的基础上,能够合理配置锚地资源,确定科学的防台锚地规模,保障福建航运系统安全。     

考虑收益管理的高铁平行车次动态差别定价

基于RP(Revealed Preference)和SP(Stated Preference)调查数据，利用潜在类别模型对高铁旅客进行细分，得到旅客对平行车次不同服务属性，如列车运行时间、发车时段和舒适度的偏好程度，并对其进行量化；引入收益管理，以多列车整体收益最大为目标，构建平行车次动态差别定价模型，并设计模拟退火算法进行求解；最后，通过京沪高铁进行实例验证.结果表明：与固定票价进行客票销售相比，所提方案能够适应高峰期和平峰期不同客流特点，提高铁路客票总收益，为高铁平行车次灵活定价提供参考.     

全方位防护健康客车 比亚迪助力打赢公交出行“防疫战”

现下,防控新冠肺炎疫情“阻击战”取得阶段性成效,但当前疫情形势依然严峻,防控仍处关键阶段。面对节后返程和复工复产的出行高峰,交通运输是“先行官”,为助力城市打通“大动脉”,畅通“微循环”,汽车行业大批企业躬身入战局。比亚迪作为拥有高度责任感和使命感的企业,在加急生产驰援物资和捐赠抗疫所需的同时,精研技术推出集“智能体温检测、抑菌座椅和扶手、超大医药箱、双向新风换气、绿净空气质量智能优化、臭氧消杀和喷淋消杀”于一体的全功能、全流程的防疫系统,应用于客车产品,助力打赢公交出行“防疫战”。