基于环形线圈的城市道路路段交通异常自动检测方法研究

本结合城市道路交通流是间断流的特性，综合交通异常累积占有率检测算法和历史数据比较算法，给出城市道路路段的交通异常检测算法。     

交通流分布式并行模拟建模理论与方法的框架

基于分布式计算机网络上的并行处理技术和面向对象的建模理论，提出交通流分布式并行模拟建模的理论框架，并给出基于分布式系统上的两种建模方案；面向对象和面向消息传递的网络分割式并行模拟建模方法和标准时钟分布式离散事件模拟建模方法。该方法能显著提高交通模拟的运行效率，满足智能运输系统（ITS）中网络模拟大规模、高效率和实时动态的要求。     

振动载荷下饱和砂土地基液化区域扩展分析

对一侧受沿深度分布的水平振动载荷时,半无限饱和砂土地基液化区域的扩展进行了数值分析.结果表明在水平振动载荷作用下,砂土地基液化有载荷端由近到远逐渐发展;随载荷强度和频率的增加,液化发展逐渐加快.     

强夯块石墩的成墩过程中及其承载特性分析

采用抛石挤淤结合强夯块石墩处理饱和软土的技术，在工程中的应用屡试不爽，效果很好，文章以深圳湾填海处理软基筑路为例，分析细夯块石墩法的成墩过程及其承载特性。     

饱和土渗流的能量守恒原理

通过对饱和土的渗流进行能量守恒原理分析,提出了可以通过测量几个简单的物理量来确定坝体下游浸润面出逸点处渗透水流的实际流速和水力坡降。     

基于粗集和神经网络耦合的短时交通流预测

比较分析神经网络和粗糙集在数据处理过程中的各自优缺点,提出一种基于二者强耦合集成方式的短时交通流预测模型。首先利用粗集对获取的交通流数据进行预处理,简化神经网络训练样本数据集并通过粗集属性约简提取决策规则;其次,利用所提取的规则直接确定神经网络的隐层数、隐层节点数及节点的相互关系;最后训练神经网络用于短时交通流预测。通过与单纯利用神经网络预测的结果进行比较,发现该模型降低了网络训练时间,提高了预测精度。     

基于约束卡尔曼滤波的短时交通流量组合预测模型

为了克服单一的交通流预测模型性能不稳定的问题, 提出了基于约束卡尔曼滤波的短时交通流量组合预测模型。约束卡尔曼滤波组合预测模型以各单一预测模型的权重为状态变量, 交通流量为观测变量, 预测结果是单一预测模型的加权和, 加权系数由约束卡尔曼滤波方程递推动态确定, 最后通过广深高速公路上采集的交通流量数据对算法进行了验证。结果表明, 在不同预测步长情况下, 约束卡尔曼滤波组合预测模型要优于最佳的单一预测模型或与其持平, 并且不受某一较差的预测模型影响, 具有较高的鲁棒性。     

基于车辆身份感知数据的路段轨迹 重构方法研究

车辆轨迹蕴含着大量丰富的交通流时空信息,对于全面解构城市交通路网运行具有至关重要的意义.传统车辆轨迹重构模型大多基于定点线圈检测数据或者浮动车轨迹数据作为输入数据,并且普遍未考虑过饱和交通状态.本文提出了一种基于车辆身份感知数据的车辆路段轨迹重构方法,通过构建一种绿灯相位回溯框架,基于交通流激波理论分段重构车辆行程轨迹,每次回溯过程包含两个主要步骤,即估计车辆状态和分状态重构车辆行程轨迹;然后在Paramics 微观交通仿真平台上对本方法模型的准确性进行了验证.结果表明,该方法在各种饱和状态下均能达到令人满意的应用效果.     

饱和软土地基排水固结法的流固耦合计算模型

对处理饱和软土地基时采用排水固结法进行相应的简化，提出3点假定，结合Biot固结理论，建立了该问题的流固耦合模型的控制方法，从而较好地考虑了排水条件对材料参数的影响，依据迭加原理，对地基的初应力条件进行简化，获得了体积压缩与土体骨架压力和孔压间的对比关系，并由虚功原理建立了饱和软土地基排水固结法流固耦合问题的有限元计算格式，分析了不同排水井间距的地基处理效果。