BP神经网络应用于散货船空船质量估算

以搜集的200余条散货船为样本,建立了空船质量统计回归模型和三种情况下的BP神经网络模型,并选取10条散货船对各模型进行了测试和比较。三种BP神经网络模型测试结果与实际值很接近,精度优于传统的统计回归模型,表明用BP神经网络进行空船质量估算是可行和实用的。     

船舶与海洋工程中的焊接变形预测方法研究概述

文章介绍了焊接变形预测理论的发展及现状,并将其归纳为基于实验和理论相结合的经验计算阶段、基于计算机数值模拟的模型分析阶段、基于新兴数据挖掘方法的研究应用阶段三个标志性阶段,详细论述了每个阶段预测技术在实际中应用的优劣.着重以BP、RBF人工神经网络为例阐述了神经网络等数据挖掘方法在焊接变形预测中的应用前景,并指出了目前存在的不足及未来亟待研究的方向.     

水磨钻在下赶场沟大桥桩基施工的应用

文章介绍了水磨钻施工原理、施工工艺、施工要点等,以实际施工实例对比常用的爆破施工技术验证其优越性,并提出水磨钻在下赶场沟大桥桩基施工的应用经验,为类似工程施工提供参考。     

浅析鹿山大桥深水承台双壁钢围堰施工技术

文章以鹿山大桥深水承台双壁钢围堰施工技术为例,阐述大型桥梁深水承台双壁钢围堰的拼装方法、起吊下放方式、以及吸泥下沉、纠偏、精定位等施工工艺及施工关键技术,提出了深水承台双壁钢围堰施工中应注意的相关问题。     

广西路网工程路线设计方法

文章结合广西路网工程建设背景、路网工程建设程序、路线设计步骤,介绍了以公路运行安全、新征用土地数量、工程造价、地形地物、方便施工等为原则控制路线的设计方法,同时针对当前路网工程路线设计中存在的主要问题,提出了相关的处理措施。     

小净距大跨度公路隧道安全风险管理与施工技术

小净距大跨度隧道风险影响因素复杂、施工期风险较大,需要开展有效的安全风险管理.通过对各类小净距大跨度隧道施工安全事故的分析统计,并结合现场施工实践,建立了安全风险评价指标体系,提出了施工阶段风险管理理念.文章引入ANP方法综合分析风险指标体系各指标间的相互关系,计算出各指标的整体权重,评价出施工中的主要风险源,并针对其制定了有效的施工控制措施.广安翠屏山隧道工程实践证明,实行安全风险管理可提高施工期安全水平,保证工程的顺利推进以至完工.其理论和方法可为同类工程所借鉴.     

温拌沥青混合料施工技术研究

文章从温拌沥青混合料的作用机理、分类及优势入手,依托某试验路铺筑实例,阐述了温拌沥青混合料的拌和、运输、摊铺和碾压工艺流程及技术要点,并对铺筑的温拌沥青路面的各项质量控制指标进行了检测分析。     

多优先级多车种动态应急交通网络反流策略研究

危化品爆炸泄漏和火灾爆炸等局部突发事件下,疏散车辆与救援车辆在路网上通行的优先级具有差异性。为研究多优先级多车种动态应急交通网络协调优化问题,本文根据多车种的优先级差异性,松弛路段传输模型,模拟疏散和救援交通在路网上的动态加载过程,引入交叉口冲突转向消除与道路反流约束;考虑到优先通行车辆的反流策略会占用低优先级车辆的道路通行能力,设置救援交通的逆行路段数限制。设计分阶段优化方法求解多优先级多车种动态应急交通网络协调优化的多目标混合整数线性规划模型(MPCDETN-MMILP)。最后,以 NguyenDupuis路网为例,分析优先通行车辆使用的逆行路段数对疏散和救援交通的影响。算例结果表明：救援交通逆行路段数和对救援车辆迅速到达受灾区域的提升存在上限,且这种提升趋势是逐渐变缓的,而对疏散车辆迅速到达安全区域的抑制呈现波动式的增加趋势;救援交通逆行路段数对救援优先的疏散和救援交通运行优化效果有较大协调作用;连接受灾区域和外部救援场站,且可构成最短径路的路段更会被选择为救援交通逆行路段。     

基于动态时间调整的时空图卷积路网交通流量预测

为深入挖掘交通流数据的复杂时空特征并建立其依赖关系,提高交通流参数的预测精度, 本文提出一种新的交通流量预测模型——基于注意力机制和残差网络的时空关系图卷积网络 (TSARGCN)。TSARGCN对输入数据进行切片,实现多分支建模,挖掘数据的时间周期性特征; 引入残差网络保证网络中信息传递的完整性;利用DTW (Dynamic Time Warping)算法计算路网 中节点之间交通流量序列在时间维度的相似程度大小,提出时间图的概念,结合路网结构中各节 点的邻近关系,提出时空关系图的概念;基于时空关系图,在每个分支结合注意力机制分别进行图卷积和时间维度卷积,捕获交通流的时空特征及其依赖关系,实现对路网交通流量数据时空关系的建模。经过在公开数据集PEMSD4上进行实验,结果表明：TSARGCN在交通流量预测中的平均绝对误差 (MAE) 达 到 19.24,均方根误差 (RMSE) 达到 27.09,比 ARIMA(Autoregressive Integrated Moving Average model),Conv-LSTM(Convolution Long short-term memory)及 ASTGCN (Attention based Spatial-temporal Graph Convolutional Network)等知名交通流量预测算法具有更高的预测精度。     

考虑多维动态特征交互的高速公路实时事故风险建模

为探究天气和道路等特征,以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响,本文基于京哈高速公路北京段的事故数据,以及匹配的交通传感器数据、天气数据和道路特征等,构建4个数据集,分别为只包含交通流变量,包含交通流变量、天气及时间特征变量,包含交通流变量、道路及时间特征变量,包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发,基于深度交叉网络,提出一种新的实时事故风险预测模型。结果显示,本文所构建的深度交叉网络模型比其他几种实时事故风险预 测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562,在0.2的概率阈值下, 可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明,本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故,可为我国高速公路安全管理部门提供理论与技术支持。