黔张常铁路白垩系砂岩抗压强度取值研究

黔张常铁路沿线白垩系砂岩强度低、分布广,准确的力学参数值直接影响工程建设的可靠性。以白垩系砂岩抗压强度为例,通过对抗压强度原始数据的随机-模糊处理,对其置信度进行研究,给出置信度95%条件下的参数值。通过有限的实验样本,给出更加符合现场实际情况和反映研究对象特性的力学参数值,具有较高的可靠性,可以指导工程的设计和施工。     

基于随机Petri网的GSM-R双层网络建模与性能分析

利用随机Petri网,综合信道降质、链路中断、越区切换、灾害等因素,建立GSM-R的同站址网络与交织站址网络的故障模型,针对同站址与交织站址两种不同的网络结构,给出利用马尔可夫链求解可靠性与可用性的方法。通过马尔可夫链的有关概率分别计算:不同网络结构的可靠性;不同列车运行速度对应不同网络结构的可用性。分析计算结果表明:同站址网络的可靠性与可用性远高于交织站址网络,主要原因是同站址网络中一层基站业务中断时不会导致系统失效,交织站址网络中一层基站业务中断时,并联的另一层相邻两个基站均可以提供业务才不会导致系统失效。另外,同站址网络中越区切换速率较小,有效减小了列车越区切换对可靠性与可用性的影响。     

高水压条件下盾构隧道联络通道及集水井施工力学行为研究

以武汉地铁越长江盾构隧道江中段联络通道及集水井为依托,提出一种适合砂性地层高水压条件下地下结构施工力学行为数值模拟的计算处理方法。即耦合使用地层-结构法和荷载-结构法,对土体和水体进行分别处理。其中,地层依据地层-结构法按实际地层建模,容重采用干容重;水体则作为荷载直接施加在结构表面,水体所产生荷载根据施工过程施加;结构未修建之前按水压施加在底部透水性较差基岩上进行地层初始应力场计算。将上述方法应用于武汉地铁越长江盾构隧道联络通道及集水井施工力学行为数值模拟中,得出影响钢管片、联络通道衬砌和集水井衬砌变形及应力分布的关键因素;验证提出的适合砂性地层高水压计算处理方法的可行性,并提出针对性建议。     

轨道交通车站应急疏散乘客心理行为影响因素分析

轨道交通车站突发事件下乘客的心理行为对安全疏散具有重要影响。将轨道交通车站应急疏散乘客心理行为影响因素概括为环境信息、引导信息、受度信息及乘客基础信息等四个方面,并加以分析。探讨了影响因素的作用机制,针对相应因素提出了指导应急疏散的建议。     

基于多类型变量空间的驾驶行为基元提取

从驾驶数据中提取驾驶行为基元是实现驾驶行为高效准确分析的重要前提。为了更好地理解驾驶行为,使驾驶行为基元能够体现不同驾驶人的驾驶行为差异,考虑驾驶行为产生时所受驾驶人的主观约束,提出基于多类型变量空间的驾驶行为基元提取方法。使用驾驶行为原始变量反映车辆运行状态和驾驶操作,将所选择的原始变量定义为基础变量集;使用基础变量构造能够反映驾驶人对车辆运行状态主观期望的变量,并将其定义为构造变量集。利用基础变量集和构造变量集生成多类型变量空间,使用贝叶斯凝聚型序列分割算法分割数据以提取驾驶行为基元。针对多类型变量空间自调节问题,提出基于分割质量优选滑窗尺寸的方法,使多类型变量空间能够自适应不同数据集的数值特性,确保基元提取的准确度。对所得基元进行特征构造和提取,利用高斯混合聚类算法对直行和弯道路段的行为基元分别进行聚类,并通过分析各类基元的统计特征得到基元的语义描述。最后,通过实例分析验证基元提取和语义解释的准确性,以及多类型变量空间的优越性。研究结果表明：所提取的驾驶行为基元具有多角度语义,不仅能够反映车辆运行状态和驾驶操作,而且能够体现驾驶人对车辆操纵决策的主观期望,有利于从因果角度更全面地...     

汽车电控系统故障诊断设备扫描

伴随着汽车电控系统的不断革新，其相应的故障诊断技术和设备也在同步发展与完善，一方面表现为检测系统的集成化、系统化和操作的快捷、方便，另一方面表现为对汽车运行中综合作业条件下的技术状况诊断，采用了新的技术手段和检测仪器。     

交通信息服务条件下的出行选择分析

首先 ,探讨了出行者的出行心理、行为以及信息之间的相互关系 ,在此基础上 ,简要分析了出行者的出行选择。其次 ,考虑在交通信息服务条件下 ,由于出行者本身以及信息方面的原因 ,出行选择可能出现过激反应、集聚反应等问题。最后 ,针对上述问题 ,提出应该加以重视的或有待进一步研究的几个问题。     

应用交通仿真软件PARAMICS验证交通分配模型

为了考察交通分配模型能够在多大程度上反映现实的交通状况，需要对交通分配模型进行验证，本文阐述了利用微观交通仿软件PARAMICS对交通分配模型进行验证的研究思路。通过建模工具Modeller提供的图形界面，研究者不但能够非常直观地观察交通分配模型的效果，而且可以利用其分析工具Analyser对结果全面分析。因此RARAMICS是一个验证交通分配模型性能优良的平台。     

基于驾驶行为分析的交通流中车辆跟驰建模与仿真

着重从驾驶行为分析的角度，对车辆跟驰模型中与人的因素有关的GM模型、CA模型、线性Helly模型、AP模型以及基于模糊逻辑和神经网络的车辆跟驰模型进行了详细的评述，提出了未来智能交通流中应充分考虑到数字驾驶行为对智能车辆跟驰建模与仿真的影响，以期正确地揭示出交通流的特性和本质。