城市公交线网优化的线性模型

为了对现有公交线网进行优化,有效利用现有交通资源,解决城市交通问题,运用系统科学的思想,通过对城市公交线网优化的主要内容、优化原则、优化目标以及约束条件的分析,兼顾考虑乘客出行时间、公交线网密度和公交企业的利益以及公交线网的布局对整个城市的交通系统的影响,提出了优化目标的函数表达式及相应约束条件的数学表达式,建立了公交线网优化的线性模型,并给出了运用逐步筛选法对所提出的数学模型进行求解的方法。     

基于模糊神经网络的既有钢筋混凝土桥梁构件可靠性评估

介绍了模糊神经网络的基本理论知识,根据其知识体系和既有桥梁可靠性的研究特点,结合相关文献的规定和研究成果,引入与所检测的截面裂缝宽度、应变值和应变值相关的评估参数Z,利用既有钢筋混凝土桥梁养护等级标准给出了构件技术状况等级与可靠指标的对应关系,然后根据模糊神经网络的理论优势,对输入变量(实测数据:裂缝宽度,应变值和应变值)进行训练,计算出构件在不同荷载作用下的可靠指标,其可用于既有桥梁结构构件可靠性评估中。并结合一实桥拆除构件的试验结果,得到了一些有益的结论,验证了本方法应用于既有钢筋混凝土桥梁构件可靠性评估的可行性。     

基于实测数据评估交通事件检测中神经网络应用性的研究

神经网络为交通事件自动检测技术摆脱传统方法探测率低、误报率高的状况提供了新的解决思路。在以往局限于仿真数据研究的基础上,本文利用I-880数据库实测交通事件数据对神经网络在交通事件自动检测中的实际应用进行了研究,结果表明:神经网络应用于交通事件自动检测技术中,具有较高的探测率和较低的误报率,但该算法可移植性较差,在实际应用中要予以考虑。     

以集装箱多式联运运费最小为导向的干线港疏解模型分析

针对珠三角地区集装箱多式联运,从介绍集装箱多式联运通道的相关概念和理论入手,在分析珠三角地区集装箱多式联运发展现状和问题的基础上,综合考虑各种运输方式,利用目标函数C均值聚类的理论和方法,对珠三角地区集装箱多式联运货运站的布局进行了统一的规划和分析。而对公路、铁路、水路的运输费用函数则用回归分析的方法来拟合出近似方程,对珠三角及外部地区集装箱多式联运货运站的布局进行了统一的规划和分析。同时还提出了在进一步发展集装箱多式联运通道的过程中,需要改进和完善的方面,以及其方法和途径。     

十字板强度推算的抗剪强度指标在箱简型基础设计计算中的应用

新型箱筒型防波堤基础稳定性计算与抗剪强度指标的取值密切相关。在天津港地区,上覆较厚的软粘土层,处于欠固结状态,含水率高,承载力低。在施工期稳定性分析中,目前以十字板强度在工程中应用最广泛,但十字板强度实际上是土体各滑动面的抗剪强度的小值,单一的十字板强度指标无法估算新型箱筒型基础的地基土压力及承载力等。基于十字板强度随深度线性分布的规律及摩尔-库伦抗剪强度原理,结合收集的大量十字板强度实测数据,通过回归统计分析推算出地基土的2个抗剪强度指标,可应用于新型箱筒型基础稳定性和承载力的计算。该方法具有一般性,还可用于软粘土土坡稳定分析。     

基于图像分析的滚动轴承表面缺陷识别技术研究

系统介绍了滚动轴承表面缺陷视觉检测系统的检测原理及流程,着重分析了表面缺陷二值图像的几何特征和形状矩特征、BP神经网络的各参数选择以及实验结果．实验证明本系统用于滚动轴承表面缺陷检测具有可行性,采用神经网络识别可使表面缺陷分类正确率达到88％．     

基于神经网络实现交叉口多相位模糊控制

根据城市交叉口交通流的特点，给出了一种交叉口多相位自适应控制算法，综合考虑相邻车道上的车队长度，利用多层BP神经网络实现了道路交叉口多相位模糊控制。仿真结果表明，所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误，具有较强的学习和泛化能力。     

斜拉桥粘滞阻尼器设计方案及参数回归分析

为优化粘滞阻尼器对双塔斜拉桥的减震效果,以淮安大桥(主跨为416m的双塔斜拉桥)为背景进行研究。采用有限元软件SAP2000建立全桥三维有限元模型,应用非线性动力时程方法对比分析了4种不同阻尼器布设方案(分别将粘滞阻尼器布设在塔支座、桥台、边墩和桥台、边墩位置)的减震效果。选择最优方案进行阻尼参数分析,应用最小二乘回归分析法建立关键截面参数与阻尼参数之间的数学模型,以控制截面内力和变形最小为原则,通过求解拟合方程的极值得到最优设计参数。结果表明:在桥台位置安装粘滞阻尼器能使其更好地发挥减震功能,且不改变辅助墩的受力;所提出的阻尼参数优化设计方法能有效地计算出最优阻尼参数,为设计提供方便。     

全油门加速工况车内声品质研究

以23辆乘用车的3挡全油门加速工况的车内噪声为研究对象,对车内声品质采用等级评分法进行主观评价试验,分析计算各噪声样本的心理声学参数和非心理声学的客观参数,并应用多元线性回归理论建立声品质预测模型。研究表明,响度、线性度和粗糙度是影响听众对全油门加速噪声主观感受的最重要的因素,模型预测结果与主观评价试验结果相关系数R~2为0.853,预测值与主观评价实测值吻合度较高,所建立的声品质评价模型在统计学上是有意义的。     

基于Q-learning和BP神经元网络的交叉口信号灯控制

解决单交叉口信号灯最优控制问题。提出了基于强化学习的信号灯控制系统结构,应用强化学习中Q学习,将信号灯最优控制问题转变成是否切换运行相位的决策问题,提出了采用BP神经元网络实现Q学习的信号灯控制系统。应用微观交通仿真软件PARAMICS进行仿真分析,结果表明该系统能够感知交通流变化,并能够自适应地调整信号灯切换策略,以达到最优的控制效果,该方法是可行的,与定时控制相比具有明显的优势。