基于两阶段启发式算法的公路网布局研究

为形成科学、合理的公路网布局方案,为公路网布局实践提供理论支撑,以节点重要度为基础,在一定的约束条件下,以满足节点间的运输需求为目的,以路网总旅行时间最小为目标构建混合整数规划模型.在此基础上,以路段重要度和运输需求为启发式条件,设计基于随机游走算法和模拟退火算法的两阶段启发式算法,对MATLAB生成的随机算例进行求解...     

多向不规则波浪与大尺度双墩结构作用的研究

群墩结构是海洋工程中常见的结构形式,而实际海洋中的波浪是多向不规则波浪。研究波浪的方向分布对于大尺度群墩作用具有重要的意义。基于Linton和Evans提出的规则波与群墩作用理论,建立了多向不规则波浪对大尺度群墩作用的计算方法。通过与物理模型试验结果的对比,对数值计算结果进行了验证。进一步计算了多向不规则波浪与两个串列和并列墩柱布置的群墩作用时,墩柱所受的波浪力及群墩系数。结果表面波浪的方向分布对波浪力和群墩系数都有明显的影响,尤其是对横向力,实际工程应用时应考虑波浪的方向分布特性。     

土基强度指标相关性研究

根据大量室内、室外试验检测数据对有关强度指标的相关性分析结果表明,路基回弹模量、压实度和路基稠度之间具有较好的相关性,同时应用该结果可实现对路面结构设计参数与现场施工质量的动态控制,对提高公路整体质量水平起到重要作用.     

船舶导航雷达数字信号处理机的FPGA电路设计与优化

导航雷达在目标探测、海上避碰等方面发挥着重要的作用,是现代船舶不可或缺的设备。导航雷达数字信号处理机利用数字信号处理器处理雷达电磁波的回波信号,进行各个频段回波信号的过滤、处理,最终获取被测目标的详细信息。船舶导航雷达系统的目标探测精度与信号处理机的性能有密切的关系,因此,有必要针对雷达数字信号处理机进行优化升级。本文研究雷达数字信号处理机的FPGA电路设计和优化,从信号采集、存储和处理电路等方面进行了阐述。     

城市轨道交通安检中基于X射线图像的危险品识别技术研究

阐述了基于传统机器学习和深度学习的危险品对X射线图像安检识别技术原理、方法及适用场景,分析了不同识别技术的优缺点。基于深度学习的危险品识别技术能自动学习物品分类特征,具有良好的鲁棒性和运算效率。其中基于回归思想的目标检测框架的识别速度快,适用于实时系统。利用实际典型场景进行训练并测试,测试结果表明,基于YOLO模型建立的危险物识别技术在识别精度和速度上均能满足相关要求,可对行李包裹内枪支刀具、烟花爆竹等危险品进行智能化识别并报警,能切实提升城市轨道交通安检效能,提高安全风险预警能力。     

钢丝绳聚氨酯水泥复合材料加固损伤空心板梁试验研究

为研究钢丝绳聚氨酯水泥复合材料加固损伤空心板梁的力学性能,进行加固条件下损伤空心板梁抗弯性能模型试验,分析板梁挠度、裂缝宽度和承载能力变化规律,研究复合材料加固损伤空心板梁的破坏机理。试验结果表明:采用钢丝绳聚氨酯水泥复合材料加固经过预压的损伤空心板梁,其破坏过程分为钢丝绳断裂、复合材料开裂和整体结构受弯破坏3个阶段,属于适筋梁破坏;此板梁的实测屈服荷载和极限承载力比未加固空心板梁分别提高28.60%、40.00%,相同荷载作用下的挠度降低22.81%,最大裂缝的宽度减小52.73%,梁体延性提高57.14%,梁体的屈服阶段延长,空心板梁的安全性提高。采用钢丝绳聚氨酯水泥复合材料加固损伤空心板梁可显著改善梁体的整体承载性能,提高安全性。     

交通路况感知下的自适应动态路径规划方法

针对传统路径规划算法在动态网络中的时效性和可用性不足，本文提出一种适用于时变 路网环境下的自适应动态路径规划方法。通过引入动态网络流式图划分思想，构建一种分层路 网的状态树索引，有效降低了动态路网中路径查找的计算代价，并扩展了传统路径规划算法在动 态路网中的普适性。在此基础上，将区域路况的时空变化信息融合到索引树中，进一步提出一种 基于时空层次网络的路径映射方法。并按照访问节点的距离逐步收缩最小包含区域来减少路径 查找视野，将路径查找过程转化为在层次图中的小范围寻址。为适应路网动态变化特征，路径映 射采用多路并行的双向探测策略，使得路径搜索迅速收敛于一个最优解，在动态路况变化和旅行 代价之间寻求平衡。最后，结合北京市实时交通路网数据集进行实验评估，在查询性能和自适应 调整方面验证了所提出方法的有效性。     

复兴号高速动车组便携式智能化车钩检测装置

动车组车钩缓冲装置作为动车组间连接的重要设备,其状态好坏直接影响到动车组重联和救援时的安全运行,但目前对动车组车钩缓冲装置的检修和维护仍然采用人工检查和依靠经验判断的方法。文章针对复兴号动车组提出了一种基于物联网的便携式智能化车钩检测装置,该装置可对车钩缓冲装置的动作状态进行自动化测试,并根据得到的连挂关键数据智能分析车钩状态,为复兴号动车组的安全运行提供保障。     

无信控人行横道多类型冲突严重程度模型

为减少无信控人行横道处多类型冲突及其带来的交通安全问题，本文采用交通冲突指标和回归分析模型研究交通冲突的严重程度和影响因素。提出考虑驾驶员视野障碍影响的冲突指标(TTZ)，结合后侵入时间(PET)和安全减速度(DST)冲突指标，量化交通冲突的严重程度；通过计算的冲突指标值，利用模糊C-均值聚类方法识别严重冲突和非严重冲突；将严重冲突和非严重冲突作为因变量，建立基于二元Logit模型的多类型交通冲突严重程度预测模型。结果表明，相较于单次冲突，多重威胁冲突的严重程度更高，其中，多重威胁冲突是严重冲突的占比为57.9%，单次冲突是严重冲突的占比为27.7%。相较于行人，非机动车的严重程度更高，其中，非机动车-机动车冲突是严重冲突的占比为45.7%，行人-机动车冲突是严重冲突的占比为35.4%。关于影响因素，机动车数量、过街等待时间、过街速度及侧面车辆合法屈服行为等因素对多重威胁冲突的严重程度具有显著影响；机动车数量、过街等待时间、过街速度及前方车辆屈服行为等因素对单次冲突的严重程度具有显著影响。