微型桩在治理滑坡工程中受力特征试验研究

依托某滑坡治理工程,对微型桩在加固滑坡的受力情况进行监测,对微型桩在滑坡治理工程中的治理效果进行评价。在施工现场选择两个典型受力断面,人工开挖探井,紧贴微型桩布置土压力盒,获得了滑坡对微型桩推力的实时变化过程。通过对推力的变化趋势分析,对该滑坡加固后的稳定状态进行评价。通过滑坡体的现场监测数据与理论计算值进行对比,分析两者之间差别的原因,并得到两者之间转化的一个相关性系数β,可为同类地区性工程监测提供参考。     

基于孤立森林算法的轨道交通实时客流告警阈值设定方法研究

在轨道交通客流实时监视业务中,车站实时客流告警的目的是帮助业务人员快速、准确地定位到网络中可能存在大客流风险的车站,达到提示预警的作用。如果告警阈值偏小,则告警频率会增加,使业务人员无法准确判断最需要关注的大客流风险车站,并对告警提示产生麻木心态;如果报警阈值偏大,则车站的突发大客流风险有可能未被监测到,从而无法及时采取应对措施。因此,需要提出一套科学、合理、适用性强的告警阈值。研究利用传统统计学方法和基于孤立森林的异常检测方法训练设定告警阈值,并通过应用效果测试验证对两种算法进行比选,确认利用孤立森林异常值判别思路训练的告警阈值更满足业务目标。研究成果按照“一站一方案”“一个时段一方案”的原则,为北京市轨道交通指挥中心路网调度指挥平台提供车站实时进站量与出站量告警阈值,支撑客流实时监视与大客流风险预警。     

局域路网IO矩阵反推模型研究

引入一种适用于描述局域路网出行车流分布的IO矩阵，提出了IO矩阵反推模型、求懈算法（SQP法），并对模型解和提高模型推算精度的途径进行了讨论，最后给出了应用实例，显示了模型的优越性。     

节段预制桥梁技术在广州地铁的应用及发展研究

自2003年开始,广州地铁先后在4号线、6号线、14号线和21号线采用了节段预制桥梁技术,从开始应用阶段的节段预制简支梁逐渐发展为连续刚构.为了更好地推动节段预制桥梁技术的进一步发展,发挥节段预制连续刚构的优势,对节段预制桥梁技术在广州地铁的应用和发展进行了总结;对节段预制简支梁和连续刚构进行了对比分析,表明后者可以节省建设期总造价和运营期支座维养费用;提出了技术提升建议:标准段桥梁跨度尽可能统一、上下部结构全桥预制、体内体外预应力混合配束、可重复利用的临时预应力张拉台座、墩顶0号块预制架设和全桥无支架施工,可以进一步提高综合经济效益.     

城市快速路交通评价方法研究

将城市地面道路中“等效通行能力”的概念推广至城市快速路,给出了针对快速路的模型及其建模方法,建立了一套评价指标和评价体系。最后,给出了快速路运行状况评价的实例,并对评价结果进行了初步分析。     

PDA在基桩动力测试中的应用

概述了高应变动力测试单桩竖向极限承载力CASE＆CAPWAP法原理,结合工程检测实践论述了高应变动力测试单桩竖向极限承载力的测试过程,给出了检测结果,并对高应变动力测试结果的可靠性进行了探讨。     

基于人工神经网络的胶州湾浮游植物生物量模拟

文章首先介绍了BP网络数据标准化、隐层神经元选择、网络训练和有效性检验方法。以2003年胶州湾环境监测资料为基础,建立了多输入单输出的3层BP人工神经网络模型,采用8个水环境因子预测浮游植物生物量(Chla浓度)。检测集样本网络预测值与观测值的相关系数为0.8943,平均绝对误差为11.33%。为避免个别网络输入初值对输出的干扰,采取全局灵敏度的方法,分析了各水环境因子变化对浮游植物生物量的相对影响。结果表明,浮游植物生物量对各水环境因子变化响应的敏感系数顺序为DOCODPO4-PSSTpHOilDINSiO3-Si。     

温州浅滩二期促淤工程霓屿—小霓屿方案研究

基于TK-2D软件建立了瓯江口海区波浪潮流泥沙数学模型,根据现场实测资料对模型进行了充分验证,对温州浅滩二期促淤工程中的霓屿与小霓屿之间不同的促淤方案进行了研究,并对促淤效果进行了比较。研究结果表明:小霓屿至霓屿间布设堤顶标高-7.0m的潜堤与不布设潜堤相比,平均促淤厚度仅增加0.04m,促淤量仅增加229万m3,促淤效果不明显。     

《教育规划纲要》与我国航海教育的发展

围绕《国家中长期教育改革和发展规划纲要（2010-2020年）》的若干规定,就特色办学与分类管理、搭建终身学习＂立交桥＂、国际交流与合作、航运人才培养模式、航海教育立法等方面提出若干思考。     

改进的BP神经网络在船舶与海洋工程中的应用研究

人工神经网络作为一个具有高度非线性映射能力的计算模型,在工程中具有广泛的应用前景.在数值预测方面,它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行预测.文章介绍了BP神经网络,并针对实际应用中收敛速度慢,平台效应等问题对网络进行了改进并优化,详尽地给出了改进的三层BP神经网络数值预测算法.为测试该算法.选用了著名的XOR(异或)问题和和一个高度非线性的0-1矩阵预测问题对其进行了验证.计算结果表明文中算法能给出令人满意的精度.最后结合船舶与海洋工程的两个实际问题,探讨了利用改进的BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议.实践表明,文中给出的改进的BP神经网络数值预测算法值得在船舶与海洋工程中加以应用并推广.