土工格栅加筋路面结构的理论分析

通过选用合理的力学模型及力学参数,采用有限元法建立三维力学模型进行计算,分析土工格栅对旧路反射裂缝的改善原理及效果.分析结果表明,加铺格栅降低了裂缝处基层底面的应力集中,减小了基层底面的层底拉应力、剪应力值,但对弯沉值影响很小.     

钢管嵌岩桩施工工艺及控制要点

结合马鞭州30万t原油码头工程嵌岩灌注桩的施工实践,论述嵌岩灌注桩的施工技术及控制要点,总结施工经验,以期为后续类似工程提供借鉴.     

论绿色壁垒的突破及其与世贸规则的协调

当今时代,随着国际贸易的日益融合和发展,国家之间因贸易而产生的摩擦也日益增多。追求贸易与环境的协调统一本来是发展大计。但当它成为发达国家设置的绿色壁垒时。如何应对,如何使其与世贸规则协调,则成为我国应该重视的问题。本文通过对绿色壁垒问题的研究,希望能对其突破及解决有所裨益。     

面向智能船舶的容错卡尔曼融合估计方法

针对智能船舶多传感器系统因未知海洋环境干扰和设备间干扰等因素导致的一个或数个传感器产生随机间歇性故障从而导致融合估计结果出现偏差甚至失真的问题,设计1种基于四分位滤波的容错方法,并针对该方法导致的观测时滞问题设计1种预报方法,提前预报观测值,进而抵消容错方法导致的时滞问题。此外,针对多传感器之间的互协方差难以准确估计的问题,采用CI融合估计方法进行融合估计。为验证算法的有效性和融合估计的精度,对带有间歇性故障的两传感器系统进行仿真试验,并与按矩阵、按对角阵和按标量3种分布式融合估计方法得到的结果进行对比。4种方法的均方误差系数大小对比结果显示,对于带间歇性故障的多传感器系统,设计的融合滤波不仅具有鲁棒性,而且具有较高的融合精度。     

基于改进极限学习机的公交站点 短时客流预测方法

以公交车IC 卡和GPS数据为基础,提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系,定义了站点间距,并分析了站间距和车辆到总站距离间的联系;提出了公交乘客上车站点确定方法,进而得到公交站点上车客流量;通过分析公交客流数据特征,确定ELM输入参数维度,并采用IPSO 算法找到ELM的最优隐含层节点参数;最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内,并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析,发现改进的ELM方法拥有更高的可靠性和泛化性能.     

保障公益性运输服务的铁路客票管理策略

普速铁路的客运市场可以分为公益性与盈利性两种,区分这两种服务有利于兼顾公平与盈利目标.本文在转运模型的基础上,提出了分离可调配客票管理策略,即在车票预售期开始分别为公益性与普通运输市场分配一定的席位,在发车前(24 h)可以将未售出的公益性客票调配到盈利性市场销售.该策略考虑公益性运输需求的最低服务水平约束与列车能力约束.解析解显示该策略与公益优先的系统目标激励相容,即企业会自发选择高水平的公益性客票供给.算例结果显示该策略能够同时提高公益性需求服务水平与单位客票收入.     

中小跨径公路混凝土简支梁桥冲击系数研究及建议取值

为弥补中国现行桥梁规范中计算动力冲击系数时考虑因素单一的不足,对冲击系数的影响因素进行研究,并提出更合理的冲击系数建议值。首先,根据中国桥梁通用图集建立13座不同截面形式和不同跨径的常见中小跨径公路混凝土简支梁桥的有限元模型,结合能表征中国设计车辆荷载动力特性的三维车辆数值模型,建立车桥耦合振动分析系统。然后,基于车桥耦合振动分析系统,研究桥梁基频、桥面不平整度、车速和车质量等因素对动力冲击系数的影响,并与中国现行桥梁设计规范中的动力冲击系数取值进行对比分析。最后,提出冲击系数的建议值,并与世界各国桥梁规范中的冲击系数取值进行对比,讨论建议值的合理性。结果表明:桥面不平整度是影响冲击系数的重要因素,在桥面好的情况下,冲击系数均在0.1以下,低于规范中规定的冲击系数,而桥面很差时,冲击系数可达0.5,远大于中国现行规范中的冲击系数设计值,因此,定期对桥面进行维护能有效减小车辆对桥梁的冲击效应;质量轻的车辆引起更大的冲击系数,但由于车辆总质量轻,其导致的总荷载效应仍然较小,而重车虽然引起的冲击系数较小,但由于其导致的总荷载效应较大,更易对桥面造成损伤,因此,限制超载尤为重要。     

无人船在港口水域海事监管中的应用探讨

近年来,随着与船舶自主航行相关的信息技术、人工智能技术水平的提高,无人船舶行业取得了长足的发展,其在海上安保、环境监测等领域应用也越来越成熟。为推动无人船在海事管理方面的应用研究,破解港口水域海事监管手段不足的瓶颈问题,文中在分析港口水域海事监管特点和无人船系统建设条件的基础上,定量研究了无人船在港口水域海事监管应用面临的性能指标确定、船型平台选择、载荷设备搭配、运行管理体系建设等方面的具体问题,提出了一种港口水域海事监管无人船系统的应用解决方案。     

基于粒子群优化的深度随机神经网络

针对传统多层随机神经网络性能不稳定问题,提出了一类利用粒子群优化算法来优化各层权值的深度随机网络方法.该方法利用粒子群优化算法,结合网络的输入输出灵敏度信息,逐层对自动编码器的输入层权值进行优化,通过改善自动编码器的性能来改善多层随机神经网络的性能.最后利用粒子群优化方法,对整个网络的权值作适当优化,进一步提高深度随机神经网络的性能.相对于传统深度学习算法,该方法在保持收敛精度的基础上降低了时间开销;相对于传统深度随机神经网络,该方法在增加时间开销基础上提高了收敛精度,从而较好地平衡了时间复杂度和收敛精度.