考虑拥堵空间排队与溢出的道路网静态交通流分配

为刻画拥堵空间排队与溢出现象对交通流分配的影响，提出考虑拥堵空间排队与溢出的道路网静态交通流分配问题，并构建相关的求解算法，用于描述交通需求在起讫点移动过程中路网整体的宏观运行状态。首先，丰富和完善考虑拥堵空间排队与溢出的静态交通流分配的相关假设，提出次生瓶颈、拥堵干扰与渗透和分段化路段阻抗等基本概念和理论，来刻画拥堵交通瓶颈、拥堵空间排队等交通现象；其次，建立网络瓶颈识别算法和空间排队回溯算法，基于此构建考虑拥堵空间排队和溢出的增量分配算法，用于求解交通流分配的结果；最后，通过使用一个具有说明型的算例进行对比分析。研究结果表明：建立的瓶颈识别、排队回溯和增量分配算法可以识别路网中的瓶颈位置及其拥堵排队区域，并可计算得到各路段上的分段分配流量；与点排队只影响瓶颈路段的运行状况和均一的路段分配结果相比，可有效描述路网整体的宏观运行状态以及由于拥堵空间排队所导致的拥堵干扰与渗透现象；不同于“时间片”的伪动态交通流分配模型，新建算法的分配结果是“全时段”与“整体性”的路网宏观运行状态，包含了拥堵瓶颈的具体位置和空间排队的干扰与渗透情况；一般拥堵点排队模型和基于“时间片”的拥堵空间排队模型难以刻画拥堵干扰与渗透现象以及路网整体的宏观运行状态，故所建立的分配方法是对传统拥堵交通流分配的丰富和发展。     

船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

基于数据驱动的船舶油耗预测模型研究

以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数。建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度。将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性。该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性。     

阶梯形丁坝区明槽紊流脉动流速的空间相关结构*

阶梯形丁坝在航道整治中应用广泛，脉动流速的空间相关结构是紊流相干结构的重要组成，可有效反映阶梯形丁坝区的流场特性。基于阶梯形丁坝区明槽紊流PIV流场测试资料，分析阶梯形丁坝区脉动流速空间自相关结构与互相关结构的分布特性，研究脉动流速空间相关结构沿主流、水深及槽宽方向的变化规律。结果表明：纵向脉动流速自相关系数Cuu与垂向脉动流速自相关系数Cvv均为正值；自相关系数在0.3~0.9区间内的等值线，其分布范围随着水深增加而减小，随着与丁坝距离的增大而增大；近坝区纵、垂向脉动流速互相关系数Cuv与垂、纵向脉动流速互相关系数Cvu云图在丁坝下游约一级丁坝坝长范围内出现基本对称的正负分区现象；一级丁坝附近Cuv及Cvu云图中相关性较强的等值线分布范围在近坝区较大而水槽中心较小；水槽中心附近，脉动流速空间互相关系数绝对值较大的等值线基本分布在二级丁坝上方，Cuv为正，Cvu为负。     

基于改进多元统计控制图的接触网状态综合评价方法

为充分利用接触网的多维状态信息,实现接触网状态的准确判断,基于统计分析思想,以可靠度为依据对接触网的状态进行细分.以接触网寿命周期内各状态分布的置信度为依据,确定多元统计控制图中不同状态的控制限.将多元统计控制图由传统的二元判断拓展为多元判断,分析利用接触网参数建立多元统计控制图的3种方法.研究结果表明:多元统计控制图可将接触网的多维状态参数转化为一个统计量,状态判断更加简单直观,且对接触网参数的波动更灵敏,能更直观的显示出接触网状态变化的趋势.     

深基坑围护结构侧向变形空间效应分析

在考虑纵向空间效应的基础上,运用FLAC3D对深基坑开挖过程进行三维数值模拟,对围护结构侧向变形空间效应进行了定性描述和具体分析。另外,从长边和短边空间效应入手,讨论了基坑沿纵向和深度方向上的空间效应分布规律及其影响因素,提出侧向变形分布不均匀系数,并根据不均匀系数大小对支护参数和支护形式需要调整的范围进行计算。     

铁路独柱支承弯梁桥扭矩调整

利用空间有限元分析方法，对预应力等代荷载采用一种比较近似、简单、有效的处理，旨在通过合理的调整预应力束来调整扭矩。最后通过实桥模型试验对预应力束配置做出调整，并对结果做了相应的分析。     

一种基于机器码存储的改进遗传算法的应用研究

提出了一种基于机器码存储的改进遗传算法，适于优化大型多变量问题。开发的C 基本位操作算子，使此算法仍可沿用传统二进制遗传算法的交叉变异操作。这一算法在内存和时间上占优势，是一种稳健的、全局搜索能力较强的优化算法，并在建立河北省某地区的年降雨神经网络预测模型的实践中得到了验证。     

基于卡尔曼滤波的交叉口动态O-D反推模型与算法

交叉口各进出口道之间的实时转向交通量是信号控制系统重要的输入数据,也是难以获得的数据.针对已有模型收敛速度较慢、无法满足实际系统应用需要的问题,提出了基于卡尔曼滤波的状态空间模型,设计了顺序卡尔曼滤波进行求解,并采用裁切和标准化对反推结果进行了修正.实例研究表明,模型和算法具有较高的效率和准确性,能够为实时自适应信号控制系统的开发提供支持.     

单桩荷载与沉降关系曲线的神经网络预测方法

本文提出了一个预测单桩荷载-沉降关系曲线的BP神经网络模型。该网络模型包含两级网络，第一级网络以桩长、桩径、桩侧土层的分布情况，桩侧与桩端土层的物理力学指标为输入元，来先预测出单桩的极限承载力及其对应的极限沉降；第二级网络以第一级网络的输入元和输出元作为其输入元，进一步预测各分级荷载下桩的沉降。实际预测精度一般能达到15％以内，且稳定性较好，表明神经网络模型略优于通常的经验公式方法和数值方法。