水泥搅拌桩处治桥头过渡段路基沉降控制技术研究

水泥搅拌桩是处治桥头过渡段路基差异沉降的有效措施，而目前水泥搅拌桩的设计往往依靠经验法。为了明确水泥搅拌桩复合地基的作用机理、承载特性及沉降特性，进而进行科学设计和合理应用，基于D-P本构模型，建立桥头过渡段有限元计算模型，分析桩长、桩身模量、桩间距、桩间土模量等计算参数对于桥头过渡段路基差异沉降的影响特性，并对该技术的影响因素进行了综合分析，提出了某高速桥头过渡段路基优化方案，最后以验证精度后的GM(1,1)模型对试验路填筑优化方案进行分析。研究结果表明：桩间距对复合地基承载力的影响最为显著，当1.8 m≤桩间距≤2.0 m时加固区的沉降变化趋势显著，桩间距≤1.6 m时加固区的沉降变化趋势平缓，推荐桩间距选取范围为1.6 m～1.8 m;桩身模量和桩间土模量对承载力影响次之，随着桩身模量的增加，水泥搅拌桩复合地基的沉降逐渐减小，当桩的模量为60～120 MPa时，水泥搅拌桩复合地基的沉降变形相对较小；路基顶面沉降量随桩间土压缩模量增加而趋于减小；以优化后的方案铺筑试验路并进行沉降预估，表明优化后的方案对控制差异沉降具有良好的效果。研究成果可以为桥头过渡段路基差异沉降控制提供理论支持...     

基于重型载货汽车动态数据的区域公路货运量统计修正方法

为提高公路货运量统计的准确性，以重型载货汽车动态数据为基础，选取货车活跃数指标构建与公路货运量的回归模型并进行比较分析，选取平均相对误差最低的线性回归模型作为全国公路货运量的预测模型。基于华北、华东、中南三个区域共17个省（市）数据建立区域重型载货汽车活跃数与区域公路货运量之间的线性回归模型，判断以“车籍注册地”为原则统计的公路货运量与货车实际运行数据的区别。结果表明上海、北京、天津三地货车异地运营率较高，浙江、山东、江苏、湖南等地货车异地运营率较低。     

基于SVR的汽油机过渡工况进气流量预测研究

针对目前汽油机进气流量预测精度不高的问题，分析支持向量回归机(SVR)应用在进气流量预测的可行性，提出一种基于SVR的进气流量预测模型。该模型通过结合支持向量回归机的结构优势，采用灰色关联分析法(GRA)对模型的特征向量进行提取，并利用遗传算法(GA)对模型参数进行寻优辨识，以提高模型的泛化性能和预测精度。运用汽油机过渡工况仿真试验数据对模型进行了训练和预测，并应用MATLAB/LIBSVM工具箱实现SVR模型的回归预测功能。结果表明：SVR模型的预测值与试验值的误差控制在2%范围之内，有效实现了过渡工况进气流量的预测；与常规的RBF神经网络预测模型、BP神经网络预测模型相比，SVR模型具有更高的预测精度，适用于汽油机过渡工况空燃比的精准控制。     

干散货运价指数内生发展趋势研究

基于主变量分析理论改进系统动力学（SD）模型，应用SD因果与相关关系回路图划定干散货航运系统边界，分析引发干散货运价指数（BDI）周期性波动的主变量之间的回归关系，建立SD内生动态预测模型以推演BDI指数的变动，就其走势做出方向性判断。研究发现，预测模型内部供需所产生的内生力会推动BDI在2022年出现一波较大的运价走低行情，而后2～3年干散货运价处于本轮中周期的繁荣后期阶段，之后进入下一个中周期的衰退阶段。     

混凝土空心柱服役期芯表最大温差研究

研究目的:混凝土构件的芯表最大温差是确定最大温度梯度的关键参数，混凝土构件芯表最大温差受太阳辐射以及气温的影响。太阳辐射强度等数据难以直接测得，但太阳辐射以及气温影响导致的构件周边环境温度可以方便地监测。本文对位于北京的某一混凝土空心柱各壁板温度进行长期监测并统计分析监测数据，提出以构件周边环境温度最大值、环境温度变化幅值及环境温度升温速率计算混凝土空心柱芯表最大温差的预测模型，并对预测模型的准确性进行F检验和T检验。研究结论:(1)混凝土空心柱各测点温度呈现以24 h为周期的周期性变化规律，靠近外表面的测点温度变化受构件周边环境温度影响明显；(2)不同季节条件下，混凝土空心柱南壁板芯表最大温差及表面开裂风险均大于其余壁板，东侧、西侧及南侧壁板芯表最大温差起伏明显，北侧壁板芯表最大温差起伏较小；(3)一天内，南壁板芯表温差变化与构件周边环境温度变化规律相似且达到峰值的时间相近，芯表温差变化速率与构件周边环境温度升温速率相近；(4)一天内，混凝土空心柱芯表最大温差与构件周边环境温度最大值、环境温度变化幅值、环境温度升温速率的相关性均较大；(5)构建的芯表最大温差预测模型能够较为准确地计算...     

基于融合方法的电动汽车动力电池容量衰退预测模型构建与优化

为了构建和优化基于融合方法的动力电池容量衰退预测模型，以准确预测电池容量衰退过程，采用融合方法将机器学习算法和物理模型相结合，通过多种数据源的综合使用来构建容量衰退预测模型。首先，收集并分析实际电池操作数据，充放电过程、温度变化等；然后，利用机器学习算法对数据进行特征提取、模式识别和建模，从而揭示电池容量衰退规律；最后，结合物理模型对电池内部参数进行估计，并与机器学习模型进行融合，获得更准确的容量衰退预测结果。     

基于热平衡法的方壳电池电芯温度预测模型

据不完全统计，电动汽车大多在充电过程中发生自燃，如何在热失控前通过温度进行预警显得尤为重要。针对方形锂离子电池，构建了适用于嵌入式应用的电芯温度预测模型。通过试验精准测量电池各项热物性参数，对电池表面和电池卷芯分别进行热平衡分析，建立不同的能量守恒方程，对电池进行网格划分，进一步构建电池三维温度预测模型。仿真结果表明，热平衡模型不仅能够预测出电池每一部分的温度，而且预测的电芯温度误差不超过0.35 ℃，对快充条件下的电池温度预测有重要意义。     

短距离活动空间与新冠疫情扩散模型

研究新冠肺炎传播的空间特征与城市短距离出行之间的相关关系，为疫情的预防政策、预测模型提供支撑。利用手机信令数据，构建居民的短距离活动空间，提出“出行趋势度”的指标用以描述活动空间内部的出行特征；从“上海发布”获取上海市疫情病例数据，构建“传染指数”的指标，用以描述上海市疫情发展状况；分析“出行趋势度”与“传染指数”之间的相关关系，并建立疫情预测模型。结果表明，疫情的发展与短距离活动空间之间具有非常强的相关性，相关系数达到了0.869；利用“出行趋势度”这一指标，可以对疫情的发展进行预测，模型的准确度达到69.4%。     

基于改进NSGA-Ⅱ的汽油机标定优化研究

针对车用汽油机标定成本高、开发周期长等问题，提出一种车用汽油机的标定优化方法，以提高标定效率。建立发动机稳态工况的高斯过程回归模型，通过少量的试验数据预测燃油消耗率(BSFC)、氮氧化合物(NO_x)等发动机性能和排放参数，并引入决定系数(R²)评估模型质量。在非支配排序中加入了约束违反并引入混合交叉算子对NSGA-Ⅱ进行改进。将预测模型作为改进NSGA-Ⅱ的目标函数，进行发动机标定优化。采用一种平滑校准图自动生成的方法，根据校准图性能和平滑度，以自动方式选择最终校准图。结果表明：对于标准测试函数，改进NSGA-Ⅱ算法的分布性最高提升21.41%,应用于发动机标定优化，为决策者提供了更多的优选方案。将改进的NSGA-Ⅱ算法与平滑校准图自动生成方法结合，在WLTC循环工况下，标定结果相较于人工标定校准图，燃油消耗率降低了1%,NO_x排放降低了5%,为减少发动机标定工作量提供了参考。     

融合人工智能算法的铁路路基沉降预测方法

首先利用三阶多项式拟合、GM(1,1)和BP神经网络等算法构建了铁路路基沉降单预测模型；然后基于误差法和熵值法，以合肥地铁4号线盾构隧道下穿既有铁路的监测数据为基础，融合三阶多项式拟合、GM(1,1)和BP神经网络构建了组合预测模型，实现铁路路基沉降的分阶段预测；最后，利用平均绝对误差、均方误差和平均绝对百分比误差评价模型精度。结果表明：基于误差法和熵值法的组合预测模型能显著提高预测精度，预测相对误差均小于±5%，预测均方根误差均小于±0.1 mm，验证了提出的组合预测模型的有效性。