基于多点线圈联合数据的高速公路匝道影响范围识别

为准确识别高速公路匝道对主线车流的影响等级和范围，本文提出基于速度波动特性的高速公路匝道影响量化方法。通过建立改进加权速度排列熵指标以量化各服务水平下匝道对高速公路主线车流的影响，对建立的指标进行谱聚类分析来确定匝道的影响阈值。应用京昆高速及二广高速的99个平行式合流匝道和直接式分流匝道多点主线线圈检测器数据的分析结果表 明，所提出方法可识别高速公路主线车流受匝道的影响程度。合流匝道对主线最外侧车道的影响比次外侧车道高4%~69%；A~C级服务水平下，分流匝道对上游主线最外侧车道影响程度比次 外侧车道高6%~29%，D~F级服务水平下，最外侧车道受影响程度比次外侧车道低10%~13%。合流匝道的影响范围是合流点上游350m至下游550m；其中上游160m至下游100m和下游180~ 270m为核心影响范围。分流匝道影响范围为分流点至主线上游850m，其中750~850m、450~ 600m、100~300m为核心影响范围。研究成果可为高速公路匝道交通设计、管控策略和提升仿真可靠性提供依据，可有效降低设置匝道带来的影响。     

成昆铁路矮塔斜拉桥索梁锚固区模型试验研究北大核心

为研究铁路矮塔斜拉桥索梁锚固区的受力形式,以成昆铁路金沙江大桥为工程背景,针对该桥采用的新型梁顶混凝土锚固构造,通过缩尺模型试验研究其在不同荷载下的应力分布和开裂特征。结果表明:在斜拉桥成桥恒载索力作用以及最不利荷载组合索力作用下,C7锚固块更容易发生破坏,将其作为试验构件开展缩尺模型试验,发现锚固块在不同张拉荷载作用下张拉至设计索力的过程中,应变增幅基本上线性增加,卸载后同样呈线性减小,说明混凝土受力处在线弹性阶段,且应力在规范要求范围内。在试验荷载加载至140%设计索力时,锚固块前端倒角位置开始出现细小裂纹且随荷载的增加不断开展。当荷载卸载至0时,之前出现的裂缝随荷载的减小逐渐闭合,宽度肉眼不可见,表明该构造能够满足正常使用要求且具备足够的安全储备。     

基于BP网络的球鼻首参数化优化

本文以某集装箱船为研究对象,对降速航行后的球鼻首进行优化。采用Catia建立船体三维模型,为了产生不同形状的球鼻首,选取球鼻特征参数来描述其基本结构;采用拉丁超立方试验抽样方法得到12组不同形状的球鼻首,提出运用非线性拟合能力较强的BP网络构建球鼻首参数和阻力系数之间的关系模型;采用遗传算法对训练后的网络进行极值寻优。结果显示,优化船型的阻力系数显著降低,说明该方法对球鼻首的优化有一定的借鉴意义。     

重载货车摩擦缓冲器阻抗特性的数值模拟

为预测摩擦缓冲器的实际工作状态,从几何特征和作用原理的角度,建立详细的MT-2型缓冲器理论模型。首先,通过对缓冲器内部各摩擦元件的运动学和静力学分析,推导出缓冲器在准静态下的阻抗特性;其次,引入附加摩擦系数量化各摩擦元件之间动静态摩擦过渡时的黏滞补偿,并模拟出缓冲器在动态下的阻抗特性;最后,利用C80型货车冲击试验数据对该缓冲器的理论模型进行验证。验证结果表明:总体上,数值模拟和现场试验下的缓冲器示功曲线基本吻合,说明模型的正确性;局部上数值模拟中缓冲器从加载Ⅰ阶段过渡至加载Ⅱ阶段的突变现象在冲击试验中表现的并不明显,还有待进一步完善。     

坡度对波浪统计特征的影响

为了明确坡度对不同波浪统计特征的影响,利用数值模型对波浪在不同坡度斜坡上的传播进行模拟,分析波浪的非线性参数和波高分布等,比较不同坡度下波浪的传播特性。结果表明,在相同条件下,随着波浪在斜坡地形上传播,波高会随着水深的变浅逐渐增大;坡度对于波浪的波高分布具有较大影响,当坡度较大时,波浪传播至斜坡较浅水深时的波高分布接近瑞利分布,当坡度逐渐减小时,相同波高的发生概率逐渐减小;而Ursell参数则不会随着坡度的变化有明显的变化。     

粉煤灰和矿粉低热硅酸盐水泥胶凝材料的水化特征

采用不同掺量粉煤灰和矿粉取代低热硅酸盐水泥,制备水泥砂浆和净浆。测试砂浆抗压强度和抗折强度发展,用XRD分析水泥净浆物相组成,用恒温量热仪测试水泥净浆的放热速率和放热量。结果表明:掺入粉煤灰使低热硅酸盐水泥强度下降,强度发展速度变慢,掺入矿粉对低热硅酸盐水泥强度发展影响较小;与纯水泥体系相比,掺粉煤灰胶材体系的水化物相种类没有变化,水化产物中氢氧化钙含量下降,掺矿粉对氢氧化钙的降低作用更明显,且会促进AFm的形成;粉煤灰和矿粉可降低低热硅酸盐水泥水化放热速率和放热量,粉煤灰对水化进程影响不明显,矿粉对水化进程有促进作用。     

Forecasting container throughput based on wavelet transforms within a decomposition-ensemble methodology: a case study of China

To improve predictive accuracy, new hybrid models are proposed for container throughput forecasting based on wavelet transforms and data characteristic analysis (DCA) within a decomposition-ensemble methodology. Because of the complexity and nonlinearity of the time series of container throughputs at ports, the methodology decomposes the original time series into several components, which are rather simpler sub-sequences. Consequently, difficult forecasting tasks are simplified into a number of relatively easier subtasks. In this way, the proposed hybrid models can improve the accuracy of forecasting significantly. In the methodology, four main steps are involved: data decomposition, component reconstruction based on the DCA, individual prediction for each reconstructed component, and ensemble prediction as the final output. An empirical analysis was conducted for illustration and verification purposes by using time series of container throughputs at three main ports in Bohai Rim, China. The results suggest that the proposed hybrid models are able to forecast better than do other benchmark models. Forecasting may facilitate effective real-time decision making for strategic management and policy drafting. Predictions of container throughput can help port managers make tactical and operational decisions, such as operations planning in ports, the scheduling of port equipment, and route optimization.     

����ʱ�չ켣���ٵĽ�ͨ�����Բ���������

基于视频的交通流检测在智能交通系统中具有重要意义。本文针对广泛采用的低位摄像机,提出了一种交通流特性参数的检测分析方法。首先基于三级虚拟检测线和自适应更新率局部背景建模来快速提取车辆特征点并消除活动阴影对提取精度的影响;然后基于Adaboost（Adaptive Boosting,自适应增强）分类器实现特征点按车分组,并在跟踪过程中根据运动特征相关度消除分组误差,获取高精度的车辆轨迹;进而自动生成多车道轨迹时空图并提取各车道交通流的多种特性参数。实验结果验证了算法的高效性;同时,自动生成的多车道轨迹时空图也为更多的交通信息获取和更深入的交通流特性分析提供了有力支持。     

冰雪条件下中国驾驶员跟驰行为及模型研究

分析驾驶员在冰雪条件下的驾驶行为特性，建立考虑驾驶员行为特性的跟驰模型，有助于丰富现有交通流理论.通过招募驾驶员开展实车跟驰试验，对比分析正常条件与冰雪条件下的驾驶行为差异.进而基于任务难度均衡理论构建包含人类因素参数的任务难度模块，引入改进后的智能驾驶员模型，并采用车辆轨迹数据对模型进行标定和有效性验证.研究表明：驾驶员在跟驰行驶过程中受外界刺激及自身驾驶能力影响时会对车辆行驶状态进行动态调整，试图保持期望间距，且速度与前车一致的状态；冰雪条件下驾驶员采取风险补偿行为，其车头时距波动幅度较正常条件收窄，模型引入人类因素参数可以较好地描述其差异性. 模型有效性验证表明，新模型在6个仿真场景中的表现都优于传统智能驾驶员模型，且表现出更好的鲁棒性.研究结果可为冰雪条件下的交通管理措施制定提供理论支持.     

基于乘客群体特征的城市轨道交通满意度研究

为提高城市轨道交通服务质量、优化乘客乘车体验、提升城市轨道交通在公共交通中的竞争力，对城市轨道交通乘客满意度开展研究。首先，选取乘客特征因素，引入皮尔逊积矩相关系数来分析乘客满意度与乘客特征因素的相关关系，提取对满意度存在显著影响的乘客特征因素。然后，运用主成分分析法刻画乘客群体特征，据此对乘客进行分类，并采用克鲁斯卡尔-沃利斯检验法来分析其满意度的差异性。基于此，对某城市地铁A号线2019年乘客满意度调查数据进行了分析，结果显示：地铁A号线乘客的出行频率、出行目的和收入水平与乘客满意度显著相关。通过主成分分析将乘客划分为常乘客与非常乘客，发现两者对城市轨道交通服务的关注点不同，常乘客更关注乘车效率，非常乘客更关注信息指引准确性，运营单位应针对不同乘客群体展开差异性服务。