软流塑地层暗挖隧道的水平旋喷注浆

主要介绍在软流塑淤泥质粉质黏土层修建隧道采用高压水平旋喷注浆加固地层的原理、浆体材料和配比、注浆压力、注浆量、施工方法及注浆效果检测等。     

THE DIAGNOSIS OF MAGNETIC RESONANCE IMAGING FOR SPINAL CAVERNOUS ANGIOMAS

Ｓｐｉｎａｌｃａｖｅｒｎｏｕｓａｎｇｉｏｍａｉｓａｋｉｎｄｏｆｖａｓｃｕｌａｒｄｅｆｏｒｍｉｔｙｏｆｓｐｉｎａｌｃｏｒｄ .Ｓｏｆａｒ ,ｉｔｉｓｕｓｕａｌｌｙｒｅｇａｒｄｅｄａｓｔｈｅｏｃｃｕｒｒｅｎｃｅａｔｃａｐｉｌｌａｒｙｌｅｖｅｌ[1,2 ] .Ｗｉｔｈｔｈｅｄｅ ｖｅｌｏｐｍｅｎｔｏｆｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇ (ＭＲＩ)ｔｅｃｈｎｉｑｕｅ,ｍｏｒｅａｎｄｍｏｒｅｃａｓｅｓｏｆｓｐｉｎａｌｃａｖｅｒｎｏｕｓａｎｇｉｏｍａｓｗｉｌｌｂｅｆｏｕｎｄ .Ｉｎｔｈｉｓｓｔｕｄｙ ,3ｃａｓｅｓ…     

黑北公路岛状多年冻土区高等级公路修筑技术研究初探

黑北公路岛状多年冻土区特殊的工程地质条件和冻融过程使公路修筑技术研究具有较大的复杂性 ,在此对融沉影响进行了初步探讨。     

多波地震勘探技术在判定公路采空区上的应用

新老小煤窑采空区是公路工程建设中的一种重要的病害地质体 ,如何在公路设计中查明其分布范围及危害程度 ,通过实例 ,简要介绍了多波地震勘探技术在实际工作中的应用及效果。     

蒸汽弹射内弹道数学模型

本文建立了蒸汽弹射动力装置弹射内弹道数学模型,证明能量方程中进入工作室的总能量应是贮箱中水蒸汽的焓,针对该动力装置涉及变质气体做功和水蒸汽为实际气体等复杂问题,提出了编制程序利用计算机查水蒸汽表进行数值计算求解内弹道方程组。     

基于Q-learning 的定制公交跨区域路径规划研究

考虑城市大客流通勤者跨区域出行需求,结合城市公交线网中乘客出行密集、客流走向规律等特点,提出一种跨区域定制公交的搭乘方案. 通过改进的Q-learning 模型对公交线路进行优化,为城市通勤者提供更加便捷和高效的出行服务. 通过综合路段拥堵状态、乘客需求及居民小区位置,设定了Q-learning 强化学习的奖惩函数,提升定制公交区域路径的直线系数、满载率、通行时间. 结果表明,所提出的改进方法能够降低通勤者跨区域通行的旅行时间,有效提高髙峰时段定制公交线网的通行效率.     

城市轨道交通常态与非常态短期客流预测方法研究

城市轨道交通客流特征除表现为常态的周期性、季节性及高峰性外,还会因节假日、体育赛事、城市大型活动、突发事件、特殊天气等因素表现出差异性和特殊性,本文对较为成熟的常态及研究较少的非常态客流预测方法进行了实验.首先利用通用的ARIMA时间序列预测算法分析样本历史数据实现常态日客流预测;其次针对客流特殊因素提出时间序列及回归分析的组合模型,同时引进虚拟变量和结合相似日样本数据进一步改进,实现非常态预测问题的高精度求解.仿真计算结果表明,本文方法对解决短期客流预测具有良好的适用度,尤其同样本同预测周期条件下的非常态组合改进模型和常用单一时间序列模型的对比,证明改进模型可以很好地应用在客流特征既包括随时间固有不变的性质又表现出特殊因素的研究中,具有较强的自适应性和更好的预测精度.     

路侧公交专用车道模式下右转交织长度建模

在设置路侧公交专用道的交叉口处,可通过划定交织区的方式允许右转车辆借用一定长度的公交专用道通行.合理规划公交车与右转车的交织区长度有利于提高借道右转的通行效率,减少在交织区前的排队车辆数从而降低道路混乱程度,保障公交车的专用路权.本文分析了公交站点影响下的公交车车头时距分布,建立了右转车穿越交织区长度计算模型,并结合实际调查数据进行了算例分析和模型验证.研究成果可为公交优先条件下的交叉口空间优化设计提供理论参考.     

信号控制下人行横道宽度优化模型

为了提高行人过街安全,本文分析了信号控制下行人过街的时空分布特性,研究行人过街空间区域最大宽度与时间和人行横道纵向位置映射关系;通过对行人流量和分担率两因素的分析,对行人过街空间区域特性进行数学描述,根据实测数据并利用轨迹提取技术获取行人时空数据,建立了满足过街时间约束下的人行横道宽度优化模型;最后利用长春市4处人行横道的行人过街时空信息,以群体过街时间为验证指标对模型进行了验证,结果显示,利用本文建立的人行横道宽度优化模型所确定的行人过街时间在3处地点分别减少5.60%、3.29%和2.58%.本文建立的基于时空安全的人行横道宽度优化方法可为人行横道宽度的设计提供理论参考和技术支持.     

基于多时间尺度的城市轨道交通短时OD估计

基于状态空间模型构建了城市轨道交通短时OD估计的多模型组合方法,估计早晚高峰期间15 min内进站客流的去向目的站.组合模型以不同时间尺度下的进站客流分流率为状态变量,并利用历史数据预估其中通勤客流的分流率,然后通过交互多模型算法加权融合不同时间尺度下的分流率估计结果.以北京地铁为案例,研究表明:早高峰期间的15 min分流率估计误差的平均值和最大值分别为16.4%和21.8%,晚高峰期间分别为22.7%和24.6%,比既有文献的估计误差减小了约一半.本文的研究成果可为实时的线网客流分布预测提供更准确的输入数据,以辅助运营管理部门实现客流预警和应急响应.