轮印载荷下I型夹层板架结构静强度力学性能试验研究

现代舰船的直升机起降时会通过轮胎将载荷作用于飞行甲板的板架上,这种载荷通常被称为轮印载荷。除此之外,相对于传统加筋板结构形式,I型夹层结构具有轻质、高比强度等优点,是一种可以应用于船舶飞行甲板的新型结构形式。本文针对轮印载荷局部重载和位置不确定的特点,设计了合理的试验贴片方案及加载程序,并将试验数据与理论值对比,分析误差原因,研究I型夹层板架结构的板格在四种典型位置轮印载荷作用下的静强度力学性能。试验结果表明,夹层板架结构在载荷附近测点的应力水平较大,同时其上面板沿船宽方向的弯曲应力大于沿船长方向的弯曲应力,而下面板2个方向的弯曲应力特性与上面板相反。这些结论对于I型夹层板架结构在轮印载荷下的力学性能研究具有重要意义。     

中长运距城际旅客出行方式选择行为模型 ——以高铁、民航为例

针对中长距离城际旅客对高铁,民航,空铁联运与民航中转等出行方式的选择行为.应用意向调查(SP)方法选择3个典型OD开展客流调查,构建多项式logit(mnl)模型与混合logit(ml)模型拟合数据,分析影响旅客选择行为的关键因素,说明旅客选择行为的异质特征.研究结果表明:相比MN L模型,ML模型显著提升了模型预测能力,更好描述了旅客选择行为的异质性,更适于出行方式选择行为建模;行程前时间,在途时间,中转时间是影响旅客选择的主要因素;出行目的,公费出行等对出行方式选择也有重要影响;在1400～2000 km运距范围,减少中转时间可以有效提高空铁联运与民航中转出行方式市场分担率;1400 km运距范围内,如果中转时间在1.5 h以内,则民航中转与空铁联运2类出行方式的替代特征明显,2000 km运距范围民航中转市场分担率显著高于空铁联运.     

Socioeconomic and usage characteristics of transportation network company (TNC) riders

Transportation - The widespread adoption of smartphones followed by an emergence of transportation network companies (TNC) have influenced the way individuals travel. The authors use the 2017...     

考虑高铁客运产品间交叉弹性的动态票价策略

将由特定高铁列车所提供的起讫点间的旅客运输服务定义为单个高铁客运产品。随着高速铁路越来越"公交化",同一起讫点间客运产品间的可替代性越来越强,票价的调整有了更精细化的要求。用经济学中的交叉弹性理论描述客运产品间的可替代程度,用指数需求函数描述客运产品的需求与票价的关系,构建并求解高铁动态票价优化模型,对客运产品间不同可替代程度下的最优动态票价策略进行研究。结果显示:高铁客运产品间的可替代性会影响票价策略的选择,且客运产品间可替代程度的增加是否有利于客票收益的提高与可行折扣票价集合的选取有关。     

水平定向钻数据采集及远程监控系统研究

文中针对油气长输管道水平定向钻施工,研发了数据采集及远程监控系统。通过数据采集装置将钻机施工中的关键数据进行实时采集、处理和远程无线传输,由手机APP进行远程监控,实现了工程项目的远程管理,预测后续施工中可能出现的问题,降低施工风险,提高施工效率。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

快速路隧道路段车道缩减情形下通行能力评估及应用研究

快速路系统是城市路网主骨架的重要构成部分,其主通道作用能否充分发挥,常受制于瓶颈路段通行能力.在快速路隧道路段车道缩减情形下,分析隧道路段的道路条件,从交通检测大数据提取交通流时空分布特征,选用Greenshelds交通流模型,分车道标定模型.对比隧道路段与紧邻的普通路段各车道通行能力差别,评估隧道路段车道期望通行能力、运行通行能力;比较渐变缩窄与信号控制两种模式缩减车道的通行能力差异,提出兼顾通行量最大化与路权公平的信号控制改善方案.验证了:车道通行能力自内向外衰减;运行通行能力比设计通行能力低;提出的信号控制改善方案可提高通行能力3.4％.     

基于列车运行仿真和SVR组合的地铁新线牵引能耗预测方法

新线牵引能耗预测可用以辅助线路的规划设计及列车选型,进而实现牵引节能.地铁新线牵引能耗受线路条件、列车属性等因素的综合影响,传统的仿真方法简化多种参数,而大数据预测方法忽略列车物理运动过程,均难以保证新线牵引能耗的预测效果.因此,提出一种将列车运行仿真与支持向量回归(SVR)相结合的组合预测方法预测地铁新线牵引能耗,并采用交叉验证方法及遗传算法对SVR参数进行寻优.研究结果表明:仿真与SVR相结合的组合预测方法优于单一预测方法,在95％的置信水平下,地铁新线牵引能耗预测精度可达90％.