偏压连拱隧道病害分析及治理措施

基于某高速公路偏压连拱隧道衬砌发生严重破坏和隧道上方发生较大规模的山体开裂等病害,采用地震CT手段对隧道周围的工程地质进行了探测;根据现场监测数据,分析了隧道支护结构的受力状态及其安全性;对复杂地质条件下两种典型的施工方案进行了动态施工的数值模拟,对比分析了不同施工方案对围岩稳定和衬砌受力的影响;探讨了衬砌发生严重破坏的原因,并提出了相应的治理措施。研究结果表明:连拱隧道内侧断裂带、上方松散层等不良地质条件和不合理的施工方案是导致隧道衬砌严重破坏和山体地表开裂的主要原因。研究结果为分析和治理偏压连拱隧道病害提供了依据。     

分段线性变参数控制在数字式自动找平控制系统中的应用

为了验证分段线性变参数控制在自动找平控制系统中的应用前景,对自动找平控制系统的结构、控制方式进行了介绍;分析了分段线性控制方式的工作原理及特点,在实验室建立了沥青混凝土摊铺机数字式自动找平控制系统试验台,设计了3套试验方案,即普通电磁阀方案、高速开关阀方案和分段线性控制方案;对这3种控制方案进行了试验比较,得出了在阶跃干扰作用下,3种控制方案的响应速度及产生超调时的超调量。结果表明:分段线性控制方案具有较快的响应速度,但在系统产生超调时,其超调量相对较大。     

公路桥梁高承台桩基沉降分析研究

桩基的沉降计算是桩基工程设计不可忽视的关键问题之一。为探讨高承台桩基沉降特性，基于荷载传递法提出一种高承台桩基沉降计算方法，并采用多组不同参数对某高承台群桩的沉降特性进行了比较计算和深入分析，得到了多个影响因素下群桩沉降的变化规律。     

超大跨度斜拉桥施工过程力学行为

斜拉桥结构效应在施工过程中具有典型的时空变化特性，但目前对效应的时程特性及时空包络关注较少。建立精细的几何非线性分析模型，分析主跨1088m的苏通大桥施工过程力学行为，包括施工阶段效应增量、效应时程、效应包络及恒载效应。研究结果有助于结构设计和施工控制。     

放宽条件定点集结模式下编组站车辆 集结排队系统分析

集结模式决定了货车集结过程的结束条件，定点集结是一种高效率的集结方式，有利于提高运输质量.针对放宽条件定点集结模式下编组站车辆集结过程，建立离散时间批到达批服务排队模型，利用嵌入式马尔可夫链方法求得离去时刻瞬时系统集结车辆队长分布，并求得任意时刻车辆集结队长分布，在此基础上分别分析了最小编成辆数，车组大小分布，车流到达强度，服务时间间隔分布对车辆平均集结队长，集结延误时间，效率，一昼夜发送车流量等系统指标的影响.分析结果表明，各因素对车辆集结排队系统影响明显.因此，利用本文提出的模型能为编组站的精细化管理和车流组织优化提供决策参考.     

基于AR模型的并靠两船相对运动预报研究

根据两船相对运动的特点,利用两船模相对运动的测量数据,运用基于自回归模型的时间序列分析法,建立了两船相对运动的数学模型,并给出了运动姿态的预报值.通过本方法的研究,可以得到满意的相对运动预报精度,为两船补给波浪、补偿装置的开发打下了理论基础.     

An optimal data-splitting algorithm for aircraft scheduling on a single runway to maximize throughput

In this research, we present a data-splitting algorithm to optimally solve the aircraft sequencing problem (ASP) on a single runway under both segregated and mixed-mode of operation. This problem is formulated as a 0–1 mixed-integer program (MIP), taking into account several realistic constraints, including safety separation standards, wide time-windows, and constrained position shifting, with the objective of maximizing the total throughput. Varied scenarios of large scale realistic instances of this problem, which is NP-hard in general, are computationally difficult to solve with the direct use of commercial solver as well as existing state-of-the-art dynamic programming method. The design of the algorithm is based on a recently introduced data-splitting algorithm which uses the divide-and-conquer paradigm, wherein the given set of flights is divided into several disjoint subsets, each of which is optimized using 0–1 MIP while ensuring the optimality of the entire set. Computational results show that the difficult instances can be solved in real-time and the solution is efficient in comparison to the commercial solver and dynamic programming, using both sequential, as well as parallel, implementation of this pleasingly parallel algorithm.     

基于深度强化学习的智能船舶航迹跟踪控制

[目的]智能船舶的航迹跟踪控制问题往往面临着控制环境复杂、控制器稳定性不高以及大量的算法计算等问题。为实现对航迹跟踪的精准控制,提出一种引入深度强化学习技术的航向控制器。[方法]首先,结合视线(LOS)算法制导,以船舶的操纵特性和控制要求为基础,将航迹跟踪问题建模成马尔可夫决策过程,设计其状态空间、动作空间、奖励函数;然后,使用深度确定性策略梯度(DDPG)算法作为控制器的实现,采用离线学习方法对控制器进行训练;最后,将训练完成的控制器与BP-PID控制器进行对比研究,分析控制效果。[结果]仿真结果表明,设计的深度强化学习控制器可以从训练学习过程中快速收敛达到控制要求,训练后的网络与BP-PID控制器相比跟踪迅速,具有偏航误差小、舵角变化频率小等优点。[结论]研究成果可为智能船舶航迹跟踪控制提供参考。     

船用电器柜抗冲击设计研究

为增强船内部电器柜的抗冲击性能,采用有限元法对船内不同安装型式的电器柜结构进行了模态和抗冲击性能仿真分析,通过对比分析得出了使用撑杆加固型式安装的电器柜能显著提高船内电器柜的抗冲击性能的结论,并确定了电器柜抗冲击优化设计方案。     

Generalized Maximum Benefit Multiple Chinese Postman Problem

This research is focused on a generalization on the Max Benefit Chinese Postman Problem and the multiple vehicle variant of the Chinese Postman Problem. We call this generalization, the Generalized Maximum Benefit k-Chinese Postman Problem (GB k-CPP). We present a novel Mixed Integer Programming (MIP) formulation for the GB k-CPP. Four different cases of the model are discussed. The first case, performs arc-routing with profits and assumes that the origin and destination for each vehicle is the same for each cycle and is given by the user. The next case relaxes the assumption that the origin and destination for each vehicle should be the same and allows the users to select possible origins/destinations for vehicles. Case three gets the origin for each vehicle as input and produces a solution based on finding the best destination for each vehicle. The last case, that is very general, allows the optimization model to select possibly different locations for vehicle origin and destination, during each cycle. The different cases are applied to a security patrolling case conducted on the network of University of Maryland at College Park campus and the results are compared.