武汉长江二桥正桥工程概况及其施工特点

介绍了武汉长江二桥正桥工程概况及场地布置，上、下部结构施工方法及其特点。     

综合物探技术在盾构隧道基岩段的应用

为了查明盾构隧道基岩浅埋段各种不良地质作用的分布特征,通过采用高密度电阻率法、浅层地震折射波法、微动勘探法等综合物探技术,对隧道基岩埋深、断裂破碎带及孤石等异常地质状况进行探测及研究。综合比较三种物探手段,结合钻探、地质调查成果,对复合地层进行有效划分,并对盾构选型设计和施工措施提出针对性建议。     

新型城轨电车混合动力系统能量管理策略

采用燃料电池、蓄电池和超级电容混合动力的无接触网城轨列车供电方式,已经逐渐发展成为有轨电车动力系统的一种理想方案。针对车载混合动力系统能量管理问题,在状态机控制策略的基础上引入功率解耦控制,由燃料电池满足低频负载功率,由辅助供电单元满足高频负载功率,通过状态机再次进行能量分配与管理。通过仿真实验,与未加功率解耦控制的状态机控制进行对比分析。仿真实验表明:控制策略可有效降低燃料电池的运行压力,并且能够充分利用辅助供电单元,减小锂电池在低荷电状态时高负载需求功率情况下的运行压力,提高了动力系统对于多变性负载和高功率负载供电的可靠性。     

一类有损耗网络最大流问题的模型与算法

由于阻力及其它因素的存在,网络流在实际中往往是有损耗的.建立了有损耗网络最大流的模型,并依据其流递远递减的特性设计了算法.以各弧还需要的流的消耗量为权值构造一赋权图,找出一条增流链,分配发点以合适的流量,并调整增流链上各弧的流量和赋权有向图上各弧的权值.反复迭代,直到各边流量都饱和或初始量被分配完毕,此时,收点的输入量达到最大值.最后通过实例验证了其正确性.     

地铁盾构隧道施工引起地表沉降机制及数值分析

针对黄土地层中盾构施工引起地表沉降问题,通过理论分析和数值模拟方法,探讨了盾构隧道地表沉降机制,分析了盾构隧道地表沉降预测解析方法,研究了等代层模量与土舱压力对地表沉降槽宽度和最大沉降量的影响。研究表明:盾构隧道施工工艺中,土舱压力和等代层是主要影响地表沉降的因素,然而,盾构施工地表沉降预测方法中未考虑这两个因素的影响。土舱压力与等代层模量对地表最大沉降量影响较大,对地表沉降槽宽度和范围影响较小。在实际盾构隧道开挖施工过程中土舱压力应在0.8~1.2倍静止土压力之间,对地表最大沉降影响较小。研究成果对完善盾构施工地表沉降预测方法和施工工艺具有一定的理论价值。     

舰艇末端防空反导仿真中的蒙特卡洛方法应用

针对舰艇末端防空反导仿真分析中的存在的不确定因素问题,论文设计了一个基于蒙特卡洛法的防空反导仿真方法,并通过一个仿真案例,验证了该仿真设计的可应用性和灵活性。     

GPS归心元素精度初探

通过实例验证ＧＰＳ归心方法的有效性，对归心的精度进行讨论、分析，并提出建议。     

指路标志信息量评价模型研究

为改善指路标志信息量过载评价方法和弥补规范相关指标不足问题,文章提出采用汉字个数和路名数作为指路标志信息量评价指标。通过设计室内指路标志视认实验,采用稳健估计理论和95%分位值方法对实验数据进行处理。分析结论得到不同行车环境下指路标志的极限汉字个数和路名数阈值模型。研究成果可作为指路标志信息设计的参考依据,在提高指路标志视认性和行车安全方面具有重要意义。     

城市通关口岸交通规划设计方法与实践——以深圳市莲塘口岸为例

通关口岸是一种特殊的交通枢纽,为保证其提供舒适、快捷的通关服务,满足日益增长的通关需求,有必要对其进行科学的交通预测和规划设计。针对通关口岸交通需求复杂、内部查验部门多、客货需求集中的特点,提出口岸交通规划设计思路和原则。以深圳市莲塘口岸为例,从交通需求预测、功能区规模测算、口岸总体布局、建筑布置、交通组织几个方面详细阐述交通规划设计方案,探讨其如何实现口岸交通功能和高效利用城市土地资源,落实以人为本的交通理念。     

面向混合交通流的智能网联车鸣笛意图识别模型

为使混合交通流(Mixed Traffic Stream，MTS)下智能网联车(Intelligent Connected Vehicle，ICV)实现鸣笛意图(Horn’s Intention，HI)识别，更好地遵循常规车辆(Manual Vehicle， MV)的驾驶意图，提出ICV 对MV 鸣笛声的“ 感知(Perception) — 定位(Location) — 识别 (Recognition)”模型(简称HI-PLR)，采用深度卷积—循环神经网络(Deep Convolution Recurrent Neural Network, DCRNN)算法感知鸣笛车辆(Horning Vehicles, HV)的鸣笛声；采用到达时差 (Time Difference of Arrival, TDOA)算法定位HV；再基于运动时间窗(Motion Time Window, MTW)的支持向量机(Support Vector Machine, SVM)算法识别HI.实验结果表明，HI-PLR可使 ICV 对混流中车辆的鸣笛声感知准确率达90.4%，定位角度估计误差小于5°，HI 识别率达 82.5%，为ICV在MTS中的智能驾驶决策提供依据.