气泡混合轻质土在高速公路软基段加宽中的应用

介绍了气泡混合轻质土的概念、主要性能、施工方法及质量控制。并以广佛雅瑶至佛开三堡段高速公路扩建工程气泡混合轻质土试验段为例,介绍了气泡混合轻质土技术在高速公路软基段加宽中的应用。     

钝体截面铁路混合梁斜拉桥涡振性能研究

新建广州南沙港铁路龙穴南特大桥采用基于快速施工的栓焊结合矩形截面混合梁斜拉桥,钝体截面的结构抗风是设计的难点之一.以龙穴南特大桥工程为背景,利用理论公式、计算流体动力学CFD数值仿真技术和节段模型风洞试验,开展钝体截面铁路混合梁斜拉桥涡振性能研究.结果表明:原设计截面的节段模型风洞试验显示在±5°、±3°和0°均会发生...     

基于SVM-BP神经网络组合模型的高速公路出口流量预测

为了给高速公路交通流精准预测提供更准确的方法,本文利用济南西高速公路出口早晚高峰流量数据,采用SVM-BP神经网络组合模型进行短时交通流预测,并对单一的SVM（支持向量机）模型、BP神经网络模型和组合模型的预测精度进行比较和实证分析。当样本数量小于或等于120时,结果表明：(1)误差对比：当样本数量大于22时,由于预测集与训练集数据分布本身存在差异且SVM模型训练完成后过于复杂导致三种模型的误差逐渐变大。(2)预测精度：组合模型>BP神经网络>SVM,组合模型的平均绝对误差（MAE）提高了6.85%,远高于其他单一模型,验证了组合模型的有效性。     

湛江海湾大桥钢-混凝土梁结合段受力分析

湛江海湾大桥是双塔双索面的混合梁斜拉桥。60 m边跨采用混凝土箱梁,主跨和120 m边跨采用钢箱梁,结合段设在辅助墩顶。该文主要介绍该桥结合段的构造和通过大型通用有限元软件Ansys分析的结果,供同类工程参考。     

混合能源控制技术及应用

本文介绍了混合能源控制器的功能和特点,以及多种能源混合供电的工作流程,并对混合能源的典型应用场景进行分析说明.     

花岗岩机制砂在高速公路中的应用研究

为推广花岗岩机制砂在高速公路中的应用,文章对比研究了花岗岩和石灰岩原材特性及混凝土各项性能.试验结果表明:花岗岩母材强度高,压碎值也相对较大,快速法检测MB值不合格,应用中需严格控制其石粉含量;在现有条件下,花岗岩与石灰岩混合砂是解决花岗岩机制砂在中等标号混凝土应用问题的一个有效途径.     

船用燃料电池混合供电系统仿真与分析

针对船用燃料电池的供电问题,提出一种混合供电系统.建立以质子交换膜燃料电池堆(Proton Exchange Membrane Fuel Cell Stack,PEMFCs)为主,锂电池和超级电容(Ultra-Capacitor,UC)为辅的能源组成结构,构建PEMF-Cs-B-UC混合供电系统仿真模型,采用经典比例积...     

基于混合有限元法的钢箱拱相关稳定分析

针对薄壁结构提出了一种混合有限元方法,对结构关心的部位采用板壳单元模拟,其他部位采用杆系单元模拟,根据平截面假定推导了2种单元在交界面处的约束方程,由此建立整体混合有限元模型。通过算例验证了该方法的可靠性,可以计算薄壁结构的整体稳定、局部稳定和整体局部相关稳定。用该方法对某座刚构-单肋钢箱系杆拱组合桥梁进行特征值和弹塑性稳定分析,得到了相应的稳定系数和失稳模态。实例显示,该方法既可以弥补梁单元模型无法计算构件局部屈曲的不足,又可克服局部板壳模型无法准确模拟其整体边界条件及工作环境的缺点,还可以避免全结构板壳模型产生过多单元数量和庞大结构刚度矩阵的弊端,计算可靠性和计算效率大大提高。     

基于混合机器学习框架的网约车订单需求预测与异常点识别

城市网约车订单需求体现了居民出行活力,同时表征了出行规律和内在特征。如何从复杂动态的时变数据中准确地识别异常点并进行调度优化,是优化网约车平台运力的关键环节。建立了网约车订单需求数据的时间序列图,并分析了订单需求的动态特性,提出1种基于混合机器学习框架的网约车订单需求预测模型（ARIMA-BPNN-DSR, ABD）。混合模型由差分整合移动平均自回归模型（auto regressive integrated moving average model,ARIMA）和反向传播神经网络（back propagation neural network,BPNN）通过动态选择回归算法（dynamic selection of regression,DSR）融合而成。混合模型汲取了统计方法的鲁棒性和机器学习方法的高效性,并考虑各个独立基线模型在数据局部空间上的性能表现。以2019年和2020年（疫情影响下）厦门市滴滴网约车平台订单数据作为试验基准并进行对比分析,结果表明：(1)与多个基线模型相比,ABD模型实现了最优的预测性能,同时在面向疫情外部因素影响下同样表现出优异的性能;(2)消融实验表明,...