信号交叉口行人自行车交通强度状态划分研究

混合交通是造成交叉口拥堵和交通事故的重要原因之一.为了便于有效的研究交叉口混合交通信号控制策略及交叉口交通仿真,提出了信号交叉口人行横道绿灯时间行人自行车交通强度状态划分方法.分析了交叉口人行横道绿灯放行的交通特性,定义了人行横道绿灯放行时刻行人自行车聚集群的概念.从信号交叉口人行横道的"时空资源"利用角度,提出了划分人行横道绿灯时间行人自行车交通强度状态概念及必要性,选取了行人自行车绿灯时间通过流率、绿灯时间利用率以及行人自行车绿灯时间的空间占有率三个指标作为强度划分依据,选取K均值聚类为强度状态划分方法,对人行横道绿灯时刻行人自行车交通强度状态划分为三类,分别为低强度、中等强度和高强度.结合北京市平乐园交叉口为例,进行了行人自行车交通强度状态划分.     

ISAR干扰仿真与效果定量评估研究

随着逆合成孔径雷达(ISAR)在军事领域得到越来越广泛的应用,对其实施有效的干扰及效果评估方法已成为研究热点.文中基于图像准则,提出运用图像均值、方差、等效视数和图像动态范围等图像评估度量指标,在不同干扰样式和不同干扰工作方式条件下,对ISAR压制干扰进行了定量的干扰效果评估,给出了供工程参考的有效干扰JSR门限值.仿真结果验证了评估的正确性、可行性和有效性.     

混杂纤维（玻璃纤维与钢纤维）活性粉末混凝土的力学性能

为了改善活性粉末混凝土的力学性能,在活性粉末混凝土中混合掺加两种纤维,即中等模量的耐碱玻璃纤维和高模量的钢纤维.通过两种纤维掺量的改变,研究二者混杂对活性粉末混凝土抗压强度、抗折强度力学性能的影响.试验结果表明:两种纤维混杂后能够使活性粉末混凝土的力学性能得到一定程度的提高.     

汽车点火线圈峰值电压测量仪的研制

次级电压峰值是汽车点火线圈最关键的性能参数之一,它决定了点火系统的可靠性.本文介绍点火线圈峰值电压测量仪的测试原理、硬件电路设计和软件设计.硬件电路和软件部分均采用抗干扰设计,测试精度及可靠性高.该仪器适宜在线大批量连续检测,也可单独脱机使用.     

沪蓉线大支坪滑坡的成因机制及稳定性分析

查明滑坡的成因及性质,才能正确对滑坡稳定性做出评价;认清影响滑坡稳定性的因素,才能分清主次,并有针对性进行治理。文中分析了沪蓉线大支坪滑坡的成因机制,针对工程地质条件对其稳定性做出了评价,并提出对滑坡应及时进行治理的意见。     

交通模型的价值

在既有规划编制导则中,已经明确交通模型和交通需求分析是综合交通体系规划、轨道交通线网规划的重要工作内容。交通模型的价值并非仅仅体现在预测结果和精度上,更在于编制过程中对交通特征和供需关系的分析,对战略方案、系统方案的指导、解释、论证的作用上。但在现实规划编制中,模型的地位和价值在丧失,日益成为项目成果中的摆设品,难以支撑交通需求深入分析,并与战略构思、方案制定相脱节。与此同时,规划实践、大数据、交通模型的发展趋势,亟须重新审视模型的价值,提升模型精细化的定量分析水平。最后,从机制保障、应用推广、功能拓展、科研攻关等方面,提出促进模型价值提升的相关建议。     

基于边坡圆弧滑动受开挖影响范围分析

将开挖边坡的稳定过程分为三个阶段,对第一阶段的稳定性进行探讨,并采用不平衡推力法对圆弧形滑面下该阶段的稳定性进行了计算。结果表明,该阶段稳定性与开挖卸荷大小相关,以此为基础提出了开挖松动区的概念和简要分析方法。     

基于CVT的混联式电动汽车动力切换平稳性研究

针对四轮驱动越野车提出了一种基于金属带式无级自动变速器(CVT)的混联式结构,其动力切换平稳性是这种混联式电动汽车必须解决的关键技术之一。通过发动机、电机、离合器和CVT的协调控制可以使系统在驾驶员发出加速命令时快速响应以及在模式切换时平稳,这将保证驾驶员在车辆切换过程中没有异常感觉。     

温度与振动耦合作用下青藏铁路路基沉降可靠性分析

为探究青藏铁路多年冻土区路基不均匀沉降变形趋势规律的工程问题,定量研究环境温度和行车振动耦合作用对路基沉降变形所产生的影响。基于青藏铁路沿线590个测点近118个月现场检测数据进行计算分析,以环境温度、行车振动应力、时间为输入变量,路基沉降值为输出数据,建立路基沉降变形规律的多元线性回归模型。通过对回归模型的统计分析,推导出路基沉降变形预测值的分布形式。在既定失效阈值和随机失效阈值情况下,分别给出青藏铁路路基可靠性评价计算方法,并计算出青藏铁路未来50 a行车安全可靠度预测值。研究结果表明：线性回归模型拟合优度显著,路基高度沉降幅值与外界气温、行车振动应力、时间均呈负相关,与实际工况相符。环境温度引发路基冻胀融沉现象,长期动力荷载以及时间作用下的累积变形产生路基沉陷,均对路基可靠性产生削弱作用。工程养护可着眼于适当的增强路基土的冻结能力,发生严重病害时实行列车减速减重。研究成果可为高原地带多年冻土区路基养护提供参考依据。     

基于改进型D3QN深度强化学习的铁路智能选线方法

传统的人工选线方法劳动强度大,设计效率低,随着我国铁路建设重心向西部复杂艰险山区转移,人工选线面临的困难日趋凸显。为缩减铁路选线的人力物力成本,提高设计效率,亟需发展结合了人工智能和信息技术的现代选线技术。为此,提出一种基于深度强化学习理论的铁路智能选线方法。以带有空间属性信息的数字高程模型为选线环境,以相邻空间点间的建造费用为即时奖励,以工程建造费用最小为优化目标,设置离散化的备选动作,考虑多种约束条件,构建面向铁路选线的深度强化学习模型。结合深度学习的感知能力和强化学习的决策能力,利用双竞争深度Q学习网络(DuelingDouble-Deep Q Network,D3QN)对模型进行训练,既克服强化学习问题对复杂状态和动作空间难以收敛的缺点,同时解决了传统DQN算法易于出现过估计、训练不稳定的问题,实现自动对选线环境进行感知、搜索、判断、决策,最终寻得目标函数最优的线路方案。以某山区铁路对本方法进行验证,实验结果表明：该方法能搜索到多样化的线路备选方案,可以为设计人员提供新的设计思路;有效降低了铁路建设的经济费用,较人工选线方案节约最多达17.5%。智能选线方法可以帮助节省选线工作...