基于随机重复爬山法的交通状态预测

合理构造影响交通状态网络结构,是实现交通状态预测的前提条件.为克服爬 山法易陷入局部最优的缺陷,提出一种基于随机重复爬山法的交通状态预测方法.对随机 生成的有向无环图迭代运行爬山法得到多网络结构;通过有向边置信度的定义和置信度 阈值的计算,确定了最优贝叶斯网络结构中节点和有向边选取准则;利用最优贝叶斯网 络结构,实现了畅通、平稳、拥挤和阻塞等4 种交通状态的预测并综合评价.分析结果表 明,该方法仅选取时段、节假日等两变量时,对交通状态预测总体准确率超过85%,能够 为高速公路运行状态监测预警和决策分析提供有效方法和数据支撑.     

船载货物单元在非规则波中系固有效性校核的一种评价方法

货物单元在运输中,合理系固是确保船舶安全的重要因素,而系固方案制定后,如何针对实际海况对其系固效果进行正确评价则是货物系固的关键.在非规则波的基础上,充分考虑到各自由度运动之间的耦合影响,提出一种更为贴近海上实际的系固有效性校核的评价方法,同时将风力、波溅力、摩擦力等因素考虑到此方法当中,由此得出的结论会更客观.也为完善系固方案提供了依据,并可作为《货物积载和系固安全操作规则(CSS Code)》的补充.     

舰载直升机起降训练仿真系统设计方案

舰载直升机起降训练仿真系统是以计算机可视化技术及直升机、舰船运动数学模型为基础的复杂系统。提出了研制舰载直升机起降训练仿真系统的具体思路和设计方案,详细介绍了本系统中的海浪生成、舰船运动、直升机操纵等模块的数学模型及仿真实现。     

东宝河波形钢腹板组合梁特大桥连接键设计

钢一混凝土组合梁中连接键的主要作用是抵抗钢和混凝土之间的滑移和分离。圆柱头焊钉连接键因其性能不具有方向性,施工简便,质量容易保证,是组合结构中最常用的连接键形式;开孔钢板连接键具有很大的抗剪刚度、强度和抗疲劳性能,更适合应用到荷载相对较大、对抗疲劳要求较高的桥梁结构中。以东宝河波形刚腹板组合梁特大桥为例,通过使用日本规范和国内规范分别对连接键进行计算,并作对比分析,为以后同类桥梁的设计提供参考。     

GFRP-混凝土-钢组合连续梁桥设计

合肥市郎溪路工程E匝道第二联为三跨连续梁桥,该桥上部结构采用预应力GFRP-混凝土-钢新型组合结构,在国内属于首次使用,具有新颖性和创新性。施工阶段,GFRP板可作为永久性模板;使用阶段,GFRP板可部分代替桥面板底层钢筋与混凝土形成组合桥面板承担活载作用,同时GFRP板对顶板混凝土起到保护作用提高桥面板的耐久性。重点对GFRP-混凝土组合桥面板的受力特点,分正、负弯矩区进行了详细的数值分析,为该桥的设计和施工提供有力的技术支持,对推广同类结构有一定的参考价值。     

深圳东宝河新安特大桥设计与创新

受规划道路红线、500kV高压走廊等因素制约,同时满足桥下通航及防洪要求,东宝河新安特大桥主桥跨径布置为88 m+156 m+88 m,上部结构采用波形钢腹板预应力混凝土连续箱梁。为解决中墩处箱梁混凝土的抗裂、腹板抗剪屈曲和连接件设计等难点问题,创造性地将中跨跨中区段下翼缘混凝土底板替换为抗拉性能较好的钢板,有效减轻自重,优化结构受力并解决底板开裂问题。钢底板与混凝土底板之间设置过渡结合段,通过焊钉和开孔板结合。为研究跨中钢底板组合箱梁受力性能,进行了模型试验和有限元数值分析,结果表明设计合理、可靠。     

大跨径波形钢腹板梁桥试设计及探索

波形钢腹板组合箱梁从根本上回避了一般预应力混凝土箱梁桥腹板开裂病害问题,合理地将钢、混凝土两种材料结合,改善结构力学性能并减轻结构自重,理论上波形钢腹板梁桥可以超过混凝土腹板梁桥达到更大的跨度。由于梁桥中墩墩顶处负弯矩承载力有限,通过负弯矩对比的方式,试设计主跨360 m的波形钢腹板组合梁桥,并建立有限元模型,对结构抗弯、抗剪承载力,以及连接件等进行计算,结果表明试设计方案是成立的。钢腹板整体屈曲稳定性是制约波形钢腹板梁桥跨径增大的主要因素之一。为解决现有的波形钢腹板型号应用在大跨度梁桥中整体屈曲强度折减较严重的问题,研究设置纵向横隔和采用大尺寸波形钢腹板型号的应对措施,从而为波形钢腹板梁桥向更大跨度发展做出积极探索。     

���ڻ��Markovģ�͵�ETC�շ������ھ��о�

ETC收费数据中蕴含着大量的信息,如何利用数据挖掘技术解决运营管理中的问题成为高速公路管理部门的迫切需求.本文选取ETC历史数据构建路径序列事务数据库,针对基本Markov路径预测模型预测准确率低、覆盖率低的缺点,提出了一种基于混合Markov路径预测模型预测高速公路车辆路径的方法,利用该方法实现了高速公路ETC车辆未来通行状态的预测,同时检测出异常的路径序列.实验结果表明,该方法检测结果可靠,总体预测准确率达到83%以上,能够为高速公路管理部门开展收费稽查、提高ETC管理水平提供理论依据和决策参考.     

基于对称残差U型网络的路网交通流量数据修复

针对路网交通数据采集过程中，采集设备稀缺或故障等原因造成路网交通流量数据缺失问题，提出基于对称残差U型网络(Residual U-Net，RU-Net)模型的大规模路网交通流量数据修复方法.通过将路网交通流量数据网格化和时序通道化操作，构成可供卷积操作的张量数据格式；利用RU-Net编码解码能力，对交通流量数据进行编码；在解码过程中保持失真度较小，使模型学习到交通流量数据内部多因素耦合特性.通过残差学习使交通流量数据编码后的信噪比提升，压缩率降低，提升模型修复精度.实验结果表明，RU-Net模型能够利用交通流量特性学习历史和非故障采集点数据与待修复数据的映射关系，在不同数据缺失率，不同缺失模式下，高效地完成对大规模路网交通流量数据的修复.