基于纤维模型方法的钢管混凝土拱桥脱空研究

钢管混凝土结构具有承载力高、经济、实用、美观等优点,在工业厂房、高层、桥梁建筑中得到了大量的应用。混凝土与钢管壁之间的结合质量是影响钢管混凝土承载力的重要因素。采用纤维模型方法,分别对钢管、混凝土划分纤维单元,设置缺陷参数,研究各个缺陷参数对轴心受压承载力的影响,以0penSees为计算平台,采用经纤维模型方法计算承载力与试验承载力方法核比过的钢管混凝土拱进行了缺陷计算分析,主要缺陷参数为脱空角度、轴向长度、径向厚度,计算了各个因素影响下的承载力及位移变化,运用麦夸尔特法及通用全局优化法给出了钢管混凝土脱空承载力折减系数与缺陷参数之间的关系,为类似的钢管混凝土拱桥的脱空研究提供借鉴。     

NLA-PSO算法在机场货运站ETV调度优化中的研究与应用

机场货运站集装货物处理是制约航空货运货物处理效率的瓶颈环节.集装货物立体库具有多个并行出入口,给升降式转运车ETV的作业调度带来极大困难.在对比分析传统调度方法弊端的基础上,采用非线性学习因子调整优化粒子群算法改进ETV作业调度,并通过仿真计算验证了其有效性.该方法在实际工程中得到了应用,有效提高了集装货物处理效率.     

考虑车辆尾气污染暴露的系统网络优化模型

为缓解车辆尾气排放对出行者造成的影响,为交通规划与管理部门提供一种新的规划思路,从交通管理者的角度,以出行者为研究对象,集成高斯扩散模型,建立了考虑尾气污染暴露的系统网络优化模型.利用Matlab和MINOS对非线性模型进行求解,并通过算例验证了模型和算法的有效性,研究结果表明,所建立的模型能够以牺牲系统小部分行驶时间为代价(+10.45%),有效地降低路网中的尾气污染暴露(-41.13%).通过分析比较,系统行驶时间与系统尾气污染暴露之间存在Pareto优化,即决策者可根据规划目的权衡缓解交通拥堵与减少尾气暴露的关系.     

浅谈预应力混凝土结构的裂缝问题

介绍高速公路现浇梁施工时预应力混凝土产生裂缝的原因,避免裂缝产生的措施及对裂缝的修补方法,以供参考。     

国有铁路参与城市轨道交通的研究

利用国有铁路开行城市轨道交通,对解决日益严重的城市交通问题,合理引导城市发展方向,以及为国铁创造多种运营模式.提供新的利润增长点等,都具有积极的意义.     

基于CFD的30000吨载货教学实习船阻力数值模拟

为了对船舶阻力进行精确预报,选取30000 t载货教学实习船为研究对象,基于CFD对静水中不同航速的船舶阻力进行数值模拟,建立三维船体模型,采用局部加密进行网格处理,使用Standard k-ε湍流模型,利用VOF法追踪自由液面,将结果与船模试验数据进行比较表明,该方法计算速度快,成本低,预报精度较高,具有重要工程意义...     

城市绿色交通发展综合评价研究

为客观评估城市绿色交通发展水平,综合考虑绿色交通概念及特征,从交通基础设施、公共交通服务质量和环境影响三个方面选择指标并建立绿色交通评价指标体系,采用主成分分析法与熵权法组合赋权的方式获得指标综合权重,并分别应用灰色关联度模型与云物元模型对南京市绿色交通发展水平进行综合评价,结合灰色关联聚类进行评价结果对比研究.实例分...     

基于动态罚函数的铁路车流分配与径路优化模型

为解决铁路车流分配与径路优化模型中的难约束问题,避免群智能算法在应对该问题时难以求解的不足,提出了一种基于惩罚函数的约束优化方法. 首先,在车流分配及径路优化基本模型的基础上设置虚拟弧,在目标函数中增加惩罚项的方式松弛掉模型中的弧段能力约束,同时对惩罚项中的惩罚力度和惩罚因子设计动态更新的策略;然后,将改进灰狼算法（improved grey wolf algorithm,IGWO）应用于车流分配与径路优化模型的求解;最后,结合某一地区的路网数据,对改进前、后的模型和算法进行对比分析. 算例结果表明:与改进前的模型相比,引入惩罚项之后,IGWO可以在限定的范围内找到满足弧段能力约束的可行解;与灰狼算法（gray wolf algorithm,GWO）相比,IGWO计算所得的配流方案使OD （origin-destination）货流的平均绕行率和货物总走行公里数分别下降了2.6%和5.2%.      

基于UML的微机联锁软件测试系统分析

基于UML的微机联锁软件自动测试系统对软件开发全过程的软件质量保证实施具有非常重要的现实意义。针对影响微机联锁软件可靠性与安全性的因素,建立微机联锁软件自动化测试的UML模型、测试流程图以及测试框架,给出微机联锁软件自动测试平台的硬件体系结构及微机联锁软件测试平台。并通过实例进行测试分析,结果表明该方法是有效的。     

利用Fourier级数模型预测具有非季节性周期的时间序列

文中建立时间序列模型与Fourier级数模型的混合预测模型,使模型能够有效地对具有非季节性周期的数据进行预测。结果表明:模型能较好地反映数据的周期性,也有较准确的短期外延预测效果,但模型对奇异值的拟合和预测能力还须提高。