钢桁梁悬索桥承载能力的静载试验评估分析

早期修建的小跨径钢桁梁悬索桥目前多已接近设计年限,正确评估其承载能力是桥梁维修、加固和技术改造的基本依据,也是桥梁管理的重要内容。文中介绍了桥梁承载能力评估的静载试验方法,分析了中美两国桥梁评估规范的异同;同时结合泸定县城南大桥的实例,在计算分析现场检测资料和静载试验结果的基础上评估其承载能力状况,并提出了恢复承载能力的加固措施和建议。     

单轴压缩下不同长度单裂隙岩体能量损伤演化机制

为探寻裂隙岩体变形破坏过程中内在的能量演化机制,基于岩石能量耗散理论和室内试验数据,研究了单轴压缩条件下单裂隙岩体变形破坏过程中各能量指标(总能量、弹性应变能及耗散能)演化规律,分析了裂隙长度变化对岩样力学特性、破坏模式、各能量指标及峰前能量突变幅度的影响规律.研究结果表明:裂隙岩体的峰值强度、峰值应变及弹性模量均随裂...     

宜昌G348(黄柏河桥-三游洞)改造方案

宜昌市G348国道是通往三峡的唯一国道,是应急反恐的战备通道,是独具三峡特色的旅游廊道,也是平湖半岛沿线居民出行的生活保障线路。本文以宜昌市G348国道（黄柏河桥-三游洞）为工程依托,通过对现状道路问题的梳理,全面分析项目的功能定位,按照“公园城市”的理念研究项目的改造方案,为类似工程的研究提供借鉴。     

高密度瓶颈交通流主动-回应汇入行为定义与建模

汇入行为是导致高速公路、快速路汇入区瓶颈失效的根本原因,也是引发车辆冲突、交通事故的重要诱因。基于上海虹许路汇入区高精度轨迹数据,在经典的3类汇入行为(自由、协作、压迫)分类基础上发现并定义了一类新的汇入行为:主动-回应汇入,即在目标车道插车间隙不足的条件下,汇入车辆通过横向偏移主动表达汇入意图,引发后车合作让行,从而实现汇入。由于传统的换道类型划分方法已不适用于描述瓶颈区汇入过程的复杂交互现象,因此根据汇入车辆的横向位置将汇入过程划分为4个时段,以目标车道后车让行的时段不同对4类汇入行为进行了重新划分。基于此对虹许路汇入区轨迹数据中的汇入行为进行分类,并比较主动-回应汇入行为与经典的3类汇入在汇入位置与汇入间隙变化分布的差异。进一步,采用风险空间理论判断目标车道间隙的可汇入程度,并结合混合高斯-隐马尔可夫模型实现对后车的让行意图识别,建立了主动-回应汇入模型。最后构建了瓶颈交通流仿真原型系统以验证模型有效性。结果表明:在宏观交通流层面,主动-回应汇入行为在汇入位置、速度和间隙的分布上与实证数据一致,均值没有显著差异;在个体行为层面,也能再现定义描述的"主动试探-两车博弈-回应让行"的过程。该研究成果对解析瓶颈交通流早发性失效机理、揭示汇入风险变化过程以及设计符合人类驾驶人交互特征的自动驾驶汇入策略均具有重要的指导意义。     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据,基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素,选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据,选取3 000组实际运行数据完成公交行程时间预测模型的训练,另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间,预测值平均相对误差为3.23%,绝对误差集中在8 s左右,明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型,可认为选择RFID电子车牌数据作为组合模型的输入,能够明显改善模型预测精度;组合模型预测值的残差分布更为集中、鲁棒性较好,泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标,结果进一步表明,组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

基于Breakdown概率模型的快速路匝道与公交专用道协调控制研究

延误是评价快速路协调控制方案的常用指标,然而由于交通流骤降(Breakdown)现象发生导致的车辆运行速度突变,使得基于延误指标的控制方案评价具有较大的不确定性.因此,引入Breakdown概率作为评价指标,并将其与延误指标进行结合形成综合性评价指标以解决该问题.本文以匝道控制和公交专用道设置作为协调手段设计4个协调控制方案,分别利用改进后的Breakdown概率模型及Integration仿真软件对4个方案进行基于Breakdown概率指标和延误指标的评价,进而结合2种指标形成综合指标对方案进行评价,并对以上3种指标的评价结果进行对比分析.分析结果表明,Breakdown概率指标与延误指标的评价结果具有不一致性,即该指标可对拥堵形成过程中的协调方案进行合理评价,而Breakdown概率指标与综合指标评价结果具有一致性.同时Breakdown概率指标可定量评价协调手段对Breakdown概率的影响,采取匝道控制会使得Breakdown发生概率下降约7%,而设置公交专用道则会使得Breakdown发生概率上升约12%.综合评价指标平衡了Breakdown概率指标与延误指标间的评价结果分歧,能够对控制方案进行综合性的评价.     

中欧集装箱海铁复合运输网络脆弱性分析

中欧贸易运输涉及多个港口和车站,构成复杂的运输网络,网络枢纽节点受到自然灾害、安全事故等影响失效,导致网络仅局部连通,进而影响全局效率。为量化分析中欧集装箱运输网络在枢纽节点失效后的网络功能变化程度,基于中欧班列和海运航线网络构建海铁复合运输网络。在此基础上结合负荷-容量级联失效模型提出1种网络脆弱性仿真模型,模型考虑到节点容量、攻击方式及负载分配策略3类影响因素,并设定网络连通性及网络效率为脆弱性测度指标,仿真实验分析影响该网络脆弱性的因素与演化规律,并通过网络效率变化曲线判断了关键节点。结果显示,中欧集装箱海铁复合运输网络共计167个节点,网络具有无标度和小世界特性,度相关性系数为0.13,网络体现弱同配性,度值相近的节点倾向于互相连接;针对枢纽节点的蓄意攻击相比随机失效的网络更脆弱,失效节点数为3时,蓄意攻击下的网络连通性和效率对比随机失效时,分别下降20.15%和37.19%。从影响因素看,基于地理距离对失效节点负载进行重新分配的策略会加剧网络崩溃,节点容量的增加使网络更为鲁棒,当容量冗余系数增到0.2后,脆弱性指标达到临界阈值,外界干扰不再对整体网络产生影响;海港失效对网络效率的负面影响高于铁路站点,而欧洲港口的影响又高于中国港口。从关键节点识别看,欧洲港口中康斯坦萨港失效时网络效率降幅最大,达88%,中国区域为上海和宁波,降幅均为76%。研究结论有助于理解中欧集装箱海铁复合运输网络的脆弱性影响因素,在突发事件中优先保护关键节点,优化货流分配,从而提升部分枢纽节点失效时的运输网络鲁棒性。     

拥堵条件下驾驶人群体重复换道博弈的仿真研究

为完善拥堵交通流仿真中拥堵产生与消散的自发性,研究不同驾驶人群体的换道策略对拥堵产生与消散的影响,通过参考智能驾驶人模型(IDM)建立智能体,构建了基于多智能体系统的3车道交通环境,对交通流仿真方法进行改进,使其可以更加真实地表现出现实环境中拥堵的产生和消散.通过仿真实验,产生不断演化的交通流,得到一系列的仿真数据.利用仿真数据,采用重复博弈的理论分析驾驶员群体的策略对道路通行能力的影响.仿真及推理结果表明,在不发生事故的前提下,驾驶人群体采取占优的换道策略最多可以提高所有车辆7%的平均车速;理性的驾驶员换道策略的调整的最终结果会使道路通行能力降低.     

基于集对分析的随机需求接驳公交调度模型

针对需求点的出行客流服从正态分布,基于集对分析理论,利用二元联系数刻画随机客流的确定和不确定部分,将其转化为带联系数的确定性数学模型,研究一类随机需求接驳公交调度模型,将乘客从需求点运输至轨道站点,追求总里程最少.同时,该模型集成了这些乘客的最大容忍在车时间对调度结果的影响.利用Cplex求解模型的精确解,结合实际算例,给出了不同车辆数的最优调度方案,比较了有无乘客在车时间限制的2种方案差异,并分析了客流的不确定程度对调度结果的影响.实验表明,随着客流的不确定程度逐渐增加引起需求点的上车人数变多,受车辆的额定载客量限制,这致使车辆偏好访问较远距离但不超过其额定载客量的需求点,因而总行驶里程也变大;考虑乘客的最大在车时间限制,这引导车辆提供"直达"服务,因而会增加总行使里程,但是满足了乘客的个性化出行需求.