论如何提高水泥混凝土路面滑模摊铺平整度技术指标

采用大型、先进的滑模摊铺技术能提高水泥混凝土路面的整体质量,确保水泥混凝土路面的平整、密实以及行车舒适性。基于实践经验,就如何提高水泥混凝土路面滑模摊铺施工中平整度指标提出几点建议,以供参考。     

道路桥梁检测数据结合BIM技术的应用研究

随着市政道路桥梁检测要求的不断提高,检测数据分析和应用深度也随之提高,如何让检测数据更加有效、更加生动的反应道路桥梁的技术状况,成为了越来越多使用单位的基本诉求.针对这一现象,论文介绍了道路桥梁检测数据与BIM技术结合的基本路径,分析阐述了道路桥梁检测数据的主要内容及应用方面的不足,重点研究了如何以BIM信息模型作为检测数据载体的实施方法,归纳了哪些检测数据更加迫切的需要导入到BIM模型中,并通过分析各方单位的不同需求,对使用BIM模型中检测数据的应用场景提出了实施方案,为BIM信息模型的建设和应用提供了新的思路.     

物流网络优化中路径问题的研究

在深入分析物流系统化和网络化的基础上,对物流网络优化中物流路径问题进行研究,通过分析物流结构模型和数学模型,提出了最短路径和关键路径物流策略的分析方法,给出了具体的计算方法,并举实例加以说明,为解决现代物流结构中存在的系统设计和运作等问题提供了理论依据和技术方法。     

基于文化粒子群网络优化算法的医学图像研究

文章提出了基于文化粒子群的网络优化算法的医学图像方法，通过在50例唇裂矫正术中运用BP神经网络进行学习．对唇部进行解剖观察和美学分析，在矫正修复手术中不断学习和调整来接近期望输出，并通过实验仿真及客观的图像提出了评估准则。实验结果表明，在美学研究基础上的基于文化粒子群BP神经网络的医学图像研究，适用于唇裂的矫正修复。     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合不确定因素服从随机分布时的绿色多式联运路径优化问题，运用随机优化理论，以运输成本、碳排放成本和时间惩罚成本为目标，建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值，得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析，发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间；当货运量形成规模效应后可降低边际运输成本；不同网络服务规模的运输路径优化结果，以及满足客户不确定需求的最小网络配置.     

機車騎士未戴安全帽辨識之研究

臺灣地區機車車輛數眾多,但在應用在機車騎士執法上這一層面較少討論到。國人普遍駕駛習慣不良,而道路交通事故的發生常常就是因爲用路人不守法的行爲所致,近年來未戴安全帽而招舉報的案件上昇10萬多件,使得交通安全的問題日益嚴重。文中使用監視攝影機,透過模糊類神經演算法的運算,篩選出未戴安全帽者,並可結合顔色特徵作進一步分析,提高其辨識率,進行未戴安全帽的辨識工作。這一研究經簡單測試有九成的準確率,在智慧型執法系統中有輔助的效應,也殿立了後續發展的基礎。     

成都市宜居水岸工程市级示范段生态化河堤行洪能力分析

成都市宜居水岸工程市级示范段主要涉及由中心城区南河、浣花溪、干河、西郊河四条河道组成的区域水网,汇流条件复杂。通过建立数学模型,模拟河岸生态化改造后的河道行洪情况。经分析表明,示范段生态化河堤行洪能力总体上可满足相应防洪标准,并对河堤生态化改造提出针对性意见。     

灾后恢复阶段多期道路交通网络重建规划

灾后路网重建规划可分为应急阶段和全面恢复阶段。文中建立了灾后恢复阶段多期路网重建规划的双层模型，并采用灵敏度分析方法进行求解。上层模型考虑到建设资源的限制，以工程总效益最大为目标建立多期工程效益模型；下层模型是基于出行时间可靠性的用户均衡分配模型。最后结合实际路网进行了算例分析，证明模型和算法是有效的。     

Elman递归神经网络在结构分析中的应用

给出了Elman动态递归神经网络的网络结构和基本原理。基于Elman递归神经网络能够逼近任意非线性函数的特点,提出了一种基于Elman递归神经网络建立结构分析模型的方法。利用Elman递归神经网络对桁架进行建模,真实地反映了桁架结构的动态特性。     

神经网络在通信干扰效果评估中的应用研究

人工神经网络具有学习、记忆等仿生特点，可以通过对已知问题及结论进行学习，并把结果为知识记忆下来，得到内在的因果映射关系，遇到类似问题时，直接用学习到的知识进行处理，得出结论。针对通信干扰效果评估中不易得到因果关系的显式解析表达式，研究了把以前测试通信干扰效果的数据作为知识，通过BP型神经网络进行学习，拟合出干扰效果与影响因素之间的映射关系，避开求解析表达式，从而建立干扰效果评估模型，对干效果进行评估。