“类双层”PC箱梁桥荷载试验研究

通过建立浏阳市浏阳河第六大桥—"类双层"PC箱梁桥主体结构有限元模型,对其进行了理论仿真计算,并开展了针对其进行的荷载试验,分析结果,有效验证了大桥质量的可靠性,为大桥的竣工验收提供了技术依据,并提出了大桥在后期运营中针对性的管养建议。     

基于PCA-聚类分析的高铁旅客购票行为特性研究

铁路运输中旅客购票行为是铁路客运运营策略制定的重要基础.旅客购票行为直接影响着列车能力的占用过程,是铁路客运票额组织的重要依据.根据贵阳—广州高速铁路的旅客购票统计数据,以高铁购票旅客为样本,运用主成分分析法购票行为的特征属性进行综合分析,获得购票行为中重要特征变量.结合单次购票强度提出基于模糊C均值的双重聚类算法,对购票旅客进行聚类,并利用模糊聚类有效性指标Xie-beni和分离系数法确定最佳聚类数.结果表明,高铁旅客购票行为的关键特性为单次出行旅客人数、购票提前天数、出行OD城市人均GDP和购票渠道;不同旅客类型的购票行为有明显特性.     

基于特征子序列修正的公交刷卡滞后时间推算

针对一票制公共交通IC卡刷卡系统存在的滞后时间问题,提出基于特征子序列修正的时差匹配推算方法。依托GPS车辆到站信息序列和刷卡聚类序列,分析首末站和中途站站间运行时间分布的差异化特征,分别从两序列中提取大时间差和连续小时间差等特征子序列;利用两种子序列间一对一或一对多的对应关系分别进行初步搜索和二次修正,兼顾匹配过程的效率和精度。将推算流程应用于山西省大同市公共汽车系统,结果显示,抽样车辆的刷卡匹配率均达到99%以上,并且针对不同类型的公共汽车线路具有较强的适应性。     

基于量子概率理论的出行方式选择模型研究

为构建更加合理的出行方式选择模型,提高预测出行行为的精度,在量子概率理论框架下建立了出行方式选择的几何类量子模型,并对火车和汽车2种出行方式选择情形进行敏感性分析,考虑了情境效应、问题干扰以及不同初始信念状态,结合不同预备问题运用几何类量子模型实现了初始信念状态到最终信念状态的转变。验证发现,几何类量子模型可以捕捉人们在决策之前信念状态的变化,进一步缩小陈述偏好与显示偏好的差距,研究结果丰富了交通选择行为的基础理论。     

基于Spark平台的海量AIS数据k-means算法聚类分析

随着船舶数量不断增加,A IS数据的数量持续增长,与此同时数据复杂和处理难度大等缺陷也日渐突出.为了分析大量的AIS数据并充分挖掘有效信息,文中构建了一个基于Spark、Hadoop和Mesos的AIS数据处理和分析平台,使用k-means算法对船舶数据进行聚类分析,获得更清晰的船舶航迹信息,并比较有、无安装Spark...     

散粮集疏港工艺研究

1问题的提出近年来,出于降低成本等因素的考虑,货主经由港口装卸的粮食类货物呈现出散装集港的趋势,这对港口的堆存及装卸作业提出了新的要求。由于我公司库场堆存条件有限,因此在某些时候对于部分散粮无法提供足够的堆存库容。然而,散粮类货物的堆存又具有防水湿、防霉变、透气性等方面的要求,一般不能直接落地露天堆存。针对这些问题,我们对散粮集疏港工艺进行了研究。     

基于改进Mask R-CNN的轨道扣件状态检测方法

为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测。结果表明:该方法能对普速铁路有砟轨道和高速铁路无砟轨道图像中的扣件状态进行准确检测,扣件的定位准确率和分类准确率平均分别达到97.05%和98.36%,均优于YOLO V3,Faster R-CNN和Mask R-CNN算法;相较于前2种算法,本方法对普速铁路有砟轨道扣件状态检测的优势更为明显。     

基于Hewlett方法的桩网复合地基土拱效应优化算法

桩网复合地基填土性质与土拱效应发挥程度直接相关,而传统土拱模型并不能有效反映填土黏聚力对桩土应力计算结果的影响。在Hewlett极限状态空间土拱效应分析基础上,采用填土综合内摩擦角指标完成空间土拱拱顶及拱脚位置处单元土体应力极限状态分析,考虑桩间土应力非均匀分布与被动土压力发挥程度的影响,得到桩网复合地基桩体荷载分担比解析表达式。研究结果表明:填土黏聚力显著提高路基填土土拱效应,复合地基设计应考虑填土黏聚力的有利影响;桩间土应力并非均匀分布,通过非均匀分布系数折减后,可有效提高弹性工作状态的桩体荷载分担计算结果;考虑被动土压力发挥程度的计算结果并不合理,应分别由桩顶和拱脚土体应力极限状态确定对应的桩体荷载分担比,取较小值为最终桩体荷载分担比结果。     

“十四五”我国港口货物吞吐量结构化预测*

为更好分析港口运输需求发展趋势,将港口吞吐量影响因素进行结构拆解,建立吞吐量与国内生产总值、工业增加值、一二三产业增加值、投资、消费、外贸额的关系方程。同时,将吞吐量拆分为主要货类,建立煤炭吞吐量与火电发电量、原油吞吐量与原油加工量、铁矿石吞吐量与生铁产量、集装箱吞吐量与第二产业增加值等关系方程。组合应用回归分析、弹性系数等预测模型,预测2025年我国港口货物吞吐量、煤炭、原油、铁矿石和集装箱吞吐量分别为172亿、29亿、8.3亿、22亿t和3.2亿TEU。预测结论为全国水运“十四五”发展规划等提供参考。