多年冻土公路工程分类研究进展与思考

冻土的工程分类是冻土学研究中一个重点问题,文章在总结和分析国内外多年冻土分类研究的基础上并结合中国现行规范对多年冻土公路工程分类的方法,指出了现行规范所存在的问题,并且提出以影响多年冻土工程性质的综合因素为指标对多年冻土进行工程分类,对我国多年冻土地区工程的建设,尤其对青藏公路的建设具有积极的指导意义。     

整车降了，配件还跑得了吗

2004年1月1日，南京菲亚特全面下调配件价格，并公布了50种易损件价格。此次调价的配件品种涉及500种易损件和1500种中损及慢损件，占目前南京菲亚特配件品种总数的一半以上。     

面向大型活动的交通应急预案快速生成与动态优化方法

现阶段大型活动突发事件下的交通组织应急预案多依赖人工经验,缺少针对性和定量化应急措施。针对预案的快速匹配问题,提出利用交通应急预案库中的历史案例提取突发事件特征属性,基于案例推理和朴素贝叶斯分类快速生成初始预案,并依据贝叶斯分类算法所得后验概率选取属性不完备情况下的最佳匹配预案。在此基础上,基于改进的规则推理建立交通应急预案库知识库和规则库,并采用正向推理修改预案内容。为构建评价指标体系,基于模糊层次分析法对预案应急能力水平和突发事件严重程度进行模糊评价。以北京2022年冬奥会为仿真案件,试验结果表明该方法可以快速生成最佳匹配预案并完成动态调整与完善。     

CCS水电站引水隧洞双护盾TBM施工围岩分类研究

为了对双护盾TBM隧洞施工中的围岩进行分类,以厄瓜多尔CCS水电站引水隧洞为例,参考RMR围岩分类方法,通过伸缩护盾的间隙和刀盘的空隙对洞壁和掌子面围岩进行观测,结合岩渣及掘进参数,获取岩石的质量指标RQD、节理间距和节理性状等信息。通过综合分析,选取岩石的回弹值、围岩的完整性、岩石的质量指标RQD、刀盘推力、刀盘扭矩、片状岩渣含量和地下水渗流量作为围岩分类的指标,然后对7个指标分别赋值,建立围岩的分类标准,并通过求和的方法进行综合围岩分类。分类结果表明:选取的7个指标可以克服双护盾TBM施工时无法对围岩进行全面地质素描的困难,可以满足TBM快速施工的需要,并且能较真实地反映围岩的情况,分类结果可靠。     

高速公路车辆典型交通违法行为危险度分级预警方法

高速公路不文明驾驶行为及交通违法行为的频发严重影响了高速公路交通流运行的安全与效率.基于采集的高速公路交通安全相关数据,对高速公路典型交通违法行为的危险度的分级预警方法进行了研究.针对高速公路的交通事故数据,以从恶劣天气、道路线形、违法类型的角度分析了道路交通事故与各类因素的相关性,在此基础上确定进行分级预警的影响因素.综合考虑在气象条件、交通状况、道路线形及各类违法行为,提出了层次分析与模糊评价相结合的方法,建立了针对高速公路违法行为危险性的分级预警模型,并用实际案例数据对模型的适用性进行了验证.结果显示,模型具有良好的适用性,所建立的分级预警模型可以为高速公路的主动交通预警及管理提供参考与支撑.     

基于Kinect深度虚拟线圈的夜间车流量检测

针对夜间环境下基于摄像机的车辆检测方法存在精度低、稳定性差以及无法对车型进行有效识别等问题,提出一种基于Kinect深度虚拟线圈的夜间车辆检测与计数算法.首先对Kinect深度图像进行预处理,分别获得运动目标深度图(MDM)与空洞深度图(HDM).然后在MDM与HDM上设置虚拟线圈,利用积分图像分别生成对应的一维运动信号,对其进行加权合成获得对车辆运动特征的表达,并在合成的运动信号范围内检测出车辆目标,并计算出车辆目标的几何特征,通过SVM对车型进行有效识别.实验结果表明,该算法对于单双车道的车辆计数正确率分别高达99.75%与99.25%,大小车型分类正确率可达99.80%,处理单张图片的平均时间仅为7 ms.     

基于SVM的水上交通事故严重程度的影响因素研究

为研究水上交通事故中事故严重程度的影响因素,减小水上交通事故发生时的人员伤亡及财产损失,对2015-2016年的水上交通事故统计数据的分析.选取了水上交通事故数据中的船舶类型、事故发生时间、地点、船舶吨位、能见度和风力等级等相关因素建立了事故信息库.根据水上交通事故造成的人员伤亡数量和财产损失的大小,将事故严重程度分为3个等级,并建立了基于支持向量机(SVM)的三分类模型.然后通过交叉验证以及网格搜索算法优化SVM分类模型的惩罚参数和核函数参数,得到最优的分类模型.模型建立后,利用SVM-RFE算法求解上述影响因素对事故严重程度的权重值并排序,筛选出对于事故严重程度影响最大的因素.结果表明,支持向量机三分类模型总体分类准确率可达70% 以上;同时自沉事故、渔船事故和秋季发生的事故易造成较大的人员伤亡;危化品船舶,内河发生的事故和渔船易造成较大的财产损失.     

基于支持向量机的车辆自动分类方法

提出一种基于支持向量机(Support Vectir Machine，SVM)理论的车辆分类方法，通过CCD摄像机采集标准车辆图像，由边缘检测算法获取图像中的车辆特征数据长度和宽度作为训练样本，离线训练SVM，得到分离器，然后将测试车辆的特征数据作为测试样本，根据本文提出的分类方法，通过离线获得的分类器对车辆类型进行判决，从而为交通参数的准确检测提供依据。实验表明SVM在有限训练样本情况下具有良好的泛化能力。     

多货物品种集装化运输的优化调度问题

用数学模型描述了供应商根据某一用户在各个不同时间段内对不同货物的需求量情况,利用各种不同型号的箱体进行分时段货物发送的问题。其最终目的是为了求得能够使运输成本和存储成本达到最小的货物发送方案,该问题是一个由批量问题和拼箱问题所组成的复合问题。就此问题,提出了一种三阶段算法。通过理论分析,该算法可以有效地解决此类问题。