排序方式: 共有84条查询结果,搜索用时 15 毫秒
61.
62.
63.
边坡可靠性评估一般是将其简化为二维平面问题进行处理,忽略了实际边坡的三维特性。针对以上问题,在考虑每一“条柱”3个方向力的平衡以及侧面和底面安全储备存在差异的条件下,构建一种改进的三维极限平衡分析法,进而推导出边坡三维可靠性分析功能函数表达式;针对功能函数形式复杂、常规可靠度计算方法难以求解问题,建立考虑随机变量间耦合效应的二次多项式响应面基本模型,同时基于参数重要程度的判别对拟合模型进行优化,最终形成一种操作性较强的边坡三维可靠性评估方法,规划出其关键执行步骤。结合工程实例,展示了所述方法解决边坡结构三维可靠性分析问题的能力;基于误差对比,验证了方法的精确性;同时研究了单参数变异性和双参数变异耦合效应对边坡可靠性的影响。 相似文献
64.
梳理了近70年关于跟驰模型的研究, 根据建模方法将其分为理论驱动与数据驱动2类模型, 并归纳了跟驰模型的研究热点; 从人类因素、基础设施、交通信息、异质交通流、新建模型理论5个方面对理论驱动类跟驰模型的研究进行了综述; 根据所用机器学习算法的不同, 从模糊逻辑、人工神经网络、实例学习、支持向量回归、深度学习5个方面对数据驱动类跟驰模型的研究进行了综述。分析结果表明: 理论驱动类跟驰模型以理论推演交通现象, 对影响因素的考量难以全面, 部分人类因素难以量化, 驾驶人决策制定过程的解释不够准确, 异质交通流的跟驰模型缺乏一般交通条件下有效性的理论基础和形式化证明; 数据驱动类跟驰模型以交通现象归纳交通规律, 由于数据的来源、评价指标及评价方法不同, 导致应用机器学习算法得到的模型无法系统比较; 数据驱动类模型侧重于从微观角度研究驾驶行为特性, 对复杂交通现象(如交通震荡、迟滞等)的解释性不强; 跟驰模型的研究应创新数据采集方法, 捕捉驾驶人的心理倾向、感知特性和认知能力, 并量化人类因素的影响和充分利用大数据; 数据驱动类跟驰模型应为无人驾驶技术发展提供技术支持; 在自动驾驶完全普及之前, 人工驾驶与自动驾驶混合场景下的驾驶人跟驰行为特性尚待深入研究。 相似文献
65.
随着我国能源结构不断优化,对天然气的需求量持续增加。LNG罐箱运输不仅投资少,机动性强,装卸效率高,而且可与陆上运输形成多式联运,实现"门到门"服务,具有独特的优势。然而,考虑LNG易燃和需低温运输的特点,LNG罐箱水上运输对海事监管提出新的要求。结合国内LNG罐箱运输现状,介绍LNG罐箱运输海事监管的法律依据和监管措施,针对目前监管中存在的困难,提出相应对策。 相似文献
66.
67.
68.
当前,人们的生活水平越来越高,为了满足各种各样的生活需求,人们的活动也越来越频繁,从而导致了各种噪声的产生.尤其严重的是在人们生活的城市中,汽车保有量逐年增加,噪声问题日趋恶化,它严重地影响了人们的正常生活及身心健康.本文从噪声的危害及来源方面,深入地分析了汽车的噪声问题及产生原因. 相似文献
69.
很多车主都觉得内后视镜起不了什么大的作用,要么当成化妆镜,要么看后排乘客,其实,乘用车安装内后视镜是为驾驶员无需太多变换向前的视线即可确认后方视野内情景的镜子,是一个保证行车安全的重要零件,因为有时外后视镜不能很清晰的显示后方车辆的距离,但通过内后视镜,就可以较清楚的进行判断,保证安全.因此,内后视镜属于整车中的关重件... 相似文献
70.