浅谈深度学习技术在交通态势预测中的应用

随着区域经济的增长， 公路通行需求呈爆炸式增长。 高速公路作为区域的主干道和大动脉， 路网通行能力和通行需求之间的矛盾越来越突出， 拥堵成为高速公路运营管理最大的痛点之一。 高速道路运营单位、 政府管理部门亟需一种实时性强、 可靠性高的路况分析技术为拥堵治理提供服务。 传统的分析技术 (如机器学习、 统计学方法等) 无法满足处理海量的多源异构数据的需求。 随着近十年来大数据技术和 GPU 计算能力的发展， 深度学习技术这门新信息技术日益成熟， 拥有强大的数据处理能力。 在交通态势预测领域， 借助深度学习技术处理海量的交通数据可以实现道路通畅度的高精准、 高可靠性预测， 再辅以主动管控和车路协同技术来提升高速路网的通畅性和安全性。 文章首先简要介绍深度学习技术的发展历史和交通态势预测领域的发展现状， 再浅析深度学习在智慧高速中的应用场景， 最后分析深度学习技术面临的隐患并进一步对深度学习进行展望。     

哈尔滨市江南食品至江北大学配送问题研究

通过对江北学校学生进行问卷调查,对学校周边食品餐馆进行走访,了解餐馆配送方式,以及对调查数据进行汇总与分析,对相关知识的查找与补充的基础上,最终找到了相关问题的有效对策,对哈尔滨市江南食品至江北大学配送问题提供了合理的解决方案。     

不同标号基质沥青老化行为试验比对分析

为评价不同标号基质沥青的老化行为差异,选取常用的3种基质沥青(50#、70#、90#),开展不同时间的RTFOT模拟老化试验,测试各种沥青老化前、老化后的针入度、延度、软化点、布氏黏度等技术指标。通过建立沥青老化动力学模型和计算老化指数C两种常用方法开展不同标号基质沥青老化行为的比对分析,并采用多目标决策灰色关联投影法,以沥青动力学反应速率k为评价指标,综合分析不同标号基质沥青各技术指标的抗老化性能。分析结果表明:同一种老化性能评价方法下,同一沥青不同技术指标的抗老化能力不同,不同标号基质沥青的同一技术指标抗老化能力不同;不同老化性能评价方法下,同一沥青的抗老化性能排序不同,表明现有老化性能评价方法对不同标号基质沥青的适应性有待进一步确定,采用灰关联分析方法更为合适。     

基于MSCR试验的SBS改性沥青高温性能评价

对不同老化程度的SBS70#改性沥青进行多重应力蠕变恢复试验(MSCR),结果表明:随着温度的增加,老化前后SBS70#改性沥青的Jnr呈现出增大的趋势,而R则呈现出减小的趋势;Jnr对应力的敏感性较高,而R对应力的敏感性较低;当试验温度为58℃和64℃时,老化前后SBS70#改性沥青的Jnr0.1和Jnr3.2值随着...     

超声回弹综合法对标准混凝土试块强度试验研究

采用超声法和回弹法这2种无损检测的方法来测定标准混凝土试块的抗压强度,建立相对应的测强曲线。在此基础上利用超声回弹综合法来建立声速值、回弹值与抗压强度值的测强曲面,并与2种方法分别得到的测强曲线进行比较,结果表明,超声回弹综合法更能体现标准混凝土试块测强曲线特征。     

浅谈高速公路多源数据的质量分析方法———以沪杭甬嘉兴段为例

优质的高速公路数据是进行数据融合分析、 进而支撑高速智慧化决策的基础。 本文以沪杭甬嘉兴段高速公路的卡口、 收费、 施工事故等多源数据为例开展质量分析。 首先简要介绍源数据概况， 进而主要从完整性和规范性两个角度分析， 筛选分析所用的有效字段并确定判定标准， 最后给出多源数据各属性分析结果。 结果表明， 除服务区卡口过车数据外， 数据整体的完整性较优， 接近 100%， 收费站和施工事故数据的规范性较优。