海洋运输船主要性能水平评级标准改进研究

分析国内现有船舶性能水平评级标准的不足与改进方向,提出改进的性能水平评级模型,确定各部分的指标及权重。通过算例分析,对改进后的模型进行验证,分析其优缺点及今后进一步完善的方向。     

分汊河道通航条件及航路布置方案

从金口水道铁板洲汊道航道自然条件出发,通过对河段近期河床演变分析和航道尺度核查,得知:按照现有条件,铁板洲左汊相对顺直,水深及航宽条件优于现行右汊主航道。为提高河段船舶通过能力,在现有通航条件基础上,对该河段航路布置进行研究。     

班车通勤次数选择行为研究

通过对私家车通勤出行者RP和SP调查,分析了性别、年龄、驾龄、燃油价格等因素对班车通勤次数选择行为的影响,建立了基于Ordinal Logit（OL）模型的私家车转向班车通勤出行的频率选择模型。模型系数表明,驾龄小于3a的私家车出行者,在燃油价格上涨时,更倾向于班车通勤出行;驾龄大于3a的私家车通勤出行者,随着驾龄的增加,受燃油价格的影响越小,转向班车出行的频率越低。     

大跨长联连续梁桥地震反应分析

某桥梁横跨黄河,是大跨度预应力混凝土连续梁桥最被广泛应用的桥型之一。对其进行抗震分析,阐述其抗震设计要点,根据桥梁的设计情况和有限元结果评价该桥的抗震性能,确保其具有良好的安全性,对超长连续梁桥的抗震分析有一定的参考价值。研究结果表明,将合理的抗震设计思想和有效的抗震措施结合起来,能取得理想的效果。     

公路工程水泥稳定碎石基层施工技术研究

针对水泥稳定碎石基层施工技术,分别从原材料质量控制、配比设计、拌和生产以及施工作业管理等几方面,详细介绍了水泥稳定碎石施工技术,对于施工作业人员具有一定的参考价值。     

建筑垃圾无机再生集料性能试验研究

为研究砖混类建筑垃圾再生集料在公路路面基层中的应用,依据现有公路行业相关标准对建筑垃圾的各项指标等进行了试验研究,以便于对其进行合理的利用。     

农村公路道路条件对交通安全的影响分析及设计对策

针对当前农村交通安全存在的问题,分析了道路条件对交通安全的影响,并给出了各类道路条件的设计对策。基于农村公路线形不合理,路基、路面材质不合格、强度过低,边沟结构不规范,桥涵宽度不当和防护设施缺损,平面交叉口缺乏标线施划、信号控制及有效视距等道路条件,给出了影响交通安全的范围及程度。针对上述影响交通安全的道路条件,给出了相应的规范化设计对策,有助于改善农村公路在山区、桥涵以及平面交叉口的交通运行条件。     

城镇化区域高速公路立体交叉方案研究—以G98高速崖城互通立交为例

随着我国城镇建成区范围不断扩大,高速公路不可避免将穿越城市建成区。周边区域发展规划、交通环境以及人工构造物等因素的将极大影响立体交叉的建设。通过G98环岛高速崖城互通立交项目实例,对城镇化区域高速公路设置的立体交叉方案开展研究,为类似条件下相关项目实施提供思路。     

基于机非冲突近似网格风险评估的自动驾驶左转运动规划模型

为了提高自动驾驶车辆在复杂机非混行交叉口行车安全性、舒适性和效率,提出了一种基于机非冲突近似网格风险评估的自动驾驶左转运动规划模型,并进行模型泛化;设定静态离散序列交叉口网格区域的划分规则,根据多状态通行行为概率转换关系,预测非机动车在细分网格中的运动状态,并动态评估机非冲突区域的风险等级;在此基础上,采用模型预测方法设计自动驾驶车辆的横纵向控制算法,通过自适应调节航向与速度实现跟踪期望轨迹并同步规避网格冲突区域;结合车辆动力学与外部交互环境等约束条件,开发交叉口四相位信号控制交通仿真平台,采用模型在环测试的方式,从效率优度、舒适性优度、实际规划路径与参考路径的偏移量等方面,验证了对左转机非冲突区域运动规划的有效性。研究结果表明:所提出模型能够有效动态提取和预测网格风险信息,确保自动驾驶车辆与驶入交叉口非机动车的安全交互、高效通行与驾驶舒适性,其规划路径的偏移量与同类算法相比最大可降低17.1%,通行效率最大可提高26.6%,舒适性优度最大可提高39.3%,实际路径跟踪表现出高效通过交叉口机非冲突区域和规划路径占用空间低的明显优势。      

重点营运车辆的异常驾驶行为识别研究

为加强对重点营运车辆异常驾驶行为的监督与检测,本文基于时间序列符号化算法(TSA) 与多尺度卷积神经网络模型(MCNN)提出一种组合模型TSA-MCNN,用于识别重点营运车辆异常驾驶行为。首先,对北斗数据进行预处理,并基于营运车辆存在多种车型、多种速度限制、多种异常驾驶行为的特点划分4种异常驾驶行为,构建异常样本数据集。其次,构建TSA-MCNN模型识别样本数据集,其过程分为两阶段,第1阶段,针对重点营运车辆的特点,引入能够粗粒化处理数据特征的时间序列符号化算法与能够多通道参数输入的多尺度卷积神经网络进行组合,并基于Keras库完成TSA-MCNN模型的搭建;第2阶段,利用样本数据集作为模型的输入变量,完成模型的训练、测试与识别。最后,以广河高速重点营运车辆北斗数据验证TSA-MCNN模型的性能, 同时,与异常识别传统算法的卷积神经网络(CNN)模型与动态时间扭曲-K最近邻(DTW-KNN)模型进行对比分析。验证结果表明：TSA-MCNN模型整体识别准确率为97.25%,相对于CNN模型与DTW-KNN模型提高了20.50%与5.63%。其中,TSA-MCNN模型对于正常驾驶行为、超速驾驶行为、紧急停车行为、临时停车行为、低速驾驶行为的识别精确率相对于CNN模型(DTW-KNN模 型)分别提高了26%(13%)、26%(6%)、23%(5%)、28%(3%)、0(0),说明该模型对于重点营运车辆异常驾驶行为的识别具有良好的性能。