智能船舶的研究现状可视化分析与发展趋势

为了更好地把握智能船舶研究领域的前沿问题及发展现状,针对智能船舶领域相关主题,基于中国知网(CNKI)和Web of Science数据库中2010—2020年的文献检索结果,运用知识图谱从计量统计的角度从时间、作者、机构以及关键词4个方面系统地呈现了智能船舶领域发展的趋势、前沿和热点.在此基础上,从智能船舶的态势感知...     

面向常发拥堵点的主动交通诱导方法

基于动态用户均衡、系统最优分配的诱导方法,侧重路网需求的宏观预测和调节,难以准确辨识道路拥堵点的关联车流,制约了诱导效果。为精准调控致堵车流,有效缓解常发性拥堵,研究基于需求溯源的主动交通诱导方法。遵循靶向诱导的思路,分析车辆行驶轨迹和常发拥堵点的交通流关联性,运用卡尔曼滤波对关联车流进行短时预测,在此基础上,结合流量占比、路径饱和度等指标,对诱导目标车流进行优选。同时,从负荷均衡的角度出发,基于路段与路径交通流的时空关联更新路网交通状态,建立以饱和度均衡为目标的主动诱导优化模型。仿真结果表明：相比反应型诱导与基于路径偏好的主动型诱导,所提方法使常发拥堵点的车均延误、停车次数等下降30%~60%,路网车均延误、停车次数等下降10%~15%,模型收敛速度提高,交通效益提升,验证了该方法的有效性。

     

分离式立交地面层交叉口一体化设计方法研究

分离式立交是解决城市拥堵的有效手段,但立交桥地面层的平面交叉口设计仍缺乏足够重视,现有的组织方式、控制方案无法有效应对立交桥下特有的交通环境.文中分析立交地面层交叉口特有的交通环境,提出一体化组织方法及信号控制模型,运用VISSIM仿真软件分析评价一体化组织方法的适用范围,为实践中可否采用一体化组织方法的决策提供参考....     

单轴压缩下不同长度单裂隙岩体能量损伤演化机制

为探寻裂隙岩体变形破坏过程中内在的能量演化机制,基于岩石能量耗散理论和室内试验数据,研究了单轴压缩条件下单裂隙岩体变形破坏过程中各能量指标(总能量、弹性应变能及耗散能)演化规律,分析了裂隙长度变化对岩样力学特性、破坏模式、各能量指标及峰前能量突变幅度的影响规律.研究结果表明:裂隙岩体的峰值强度、峰值应变及弹性模量均随裂...     

三维空间路线连续性衰退对公路安全性影响分析

为深入分析公路三维空间线形连续性衰退对事故频数的影响,采集广东省内3条高等级公路243 km道路设计资料,共1 768条有效事故数据,利用Tobit回归模型分析三维空间路线连续性衰退对公路安全性的影响.应用微分几何空间的基本理论,提出公路线形连续性衰退表征参数,利用Tobit回归模型对数据样本中单元内总曲率差(TCD)...     

聚氨酯复合改性沥青的制备与性能研究

为改善聚氨酯(PU)改性沥青的性能,实现其在道路工程领域的应用,将PU、岩沥青(RA)和基质沥青(BA)按照自定的室内工艺流程制备得到PU复合改性沥青,并探讨了制备工艺参数的适宜性.采用针入度、软化点、延度和旋转黏度试验优化了PU和RA的掺配方案,基于胶体理论分析了PU复合改性沥青的温度敏感性;利用动态剪切流变(DSR...     

上拔、水平联合荷载对桩基承载性能影响的现场试验及数值模拟

通常桩基受力作用分别确定上拔、水平2个方向的承载力,不考虑其相互影响,不能准确反映桩基的真实受力状况.为研究桩基上拔、水平荷载的耦合作用对桩基上拔、水平向承载性能的影响,开展了大型现场试验及数值模拟研究.研究结果表明:上拔、水平联合荷载对桩基承载性能的影响与上拔、水平向荷载的比例有较大关系,当该比例小于2时,联合荷载作...     

国有收费公路企业全要素生产率测度及提升路径研究

近年来,收费公路行业绩效问题愈发凸显,但针对政府还贷公路运营载体的国有收费公路企业的研究却相对匮乏.为此,以2000～2019年21家国有收费公路企业的面板数据为研究样本,基于半参数估计法及Sequential-Malmquist指数法对国有收费公路企业全要素生产率(TFP)及其变动的内在结构性因素进行实证测度,得到如...     

基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

基于多维信息特征分析的驾驶人认知负荷研究

准确评估驾驶人认知负荷水平,对于深入研究驾驶人行为特性,改善驾驶安全性具有重要意义。现有的驾驶人认知负荷分类方法,大多基于心电、脑电等生理信息和车辆信息,由于特征选择上的单一性,导致驾驶人认知负荷分类模型的分类精度不高。设计基于跟驰场景的不同认知负荷N-back次任务试验,通过采集受试者的生理信号和车辆信号,结合NASA_TLX主观评分和机器学习算法,提出了基于多维信息特征融合的驾驶人认知负荷分类方法。研究表明：基于生理信息和车辆信息的多维信息特征认知负荷分类方法,其精度显著高于传统的基于生理信息的认知负荷分类方法,以多维信息特征为输入,随机森林法以其稳定性好、抗过拟合能力强的特点,表现出优异的分类效果,相比神经网络和支持向量机,具有最高的平均分类精度。