独塔斜拉与连续刚构组合桥梁动力特性及参数影响分析

为分析国内首座独塔斜拉连续刚构组合结构体系铁路桥梁的动力特性,以Midas/Civil 2006为平台,介绍其空间有限元模型的建模策略;采用子空间迭代法对这种独特的组合体系进行动力特性分析,给出了前10阶频率和相应的振型;同时,分别计算了恒载集度和弹性模量2种主要结构参数变化对动力特性的影响,并对其规律作出了讨论分析。计算结果表明:斜拉刚构组合结构振动特性兼有斜拉桥和刚构桥的特点,受恒载集度和弹性模量等结构参数变化影响较大。     

基于灰色神经网络的点速度预测模型

为了克服交通流时空不稳定性导致的检测数据误差,提高预测点速度的精度,在比较传统灰色预测模型和反向(BP)神经网络预测模型优缺点的基础上,建立了灰色神经网络点速度预测模型.该模型综合了灰色预测模型所需数据少及神经网络具有的自学习和自适应能力的特点.以实测值作为输出数据,构建不同的灰色预测模型,将各灰色预测模型的预测结果作为BP神经网络训练的输入数据,得到最佳的预测模型.实例分析表明:与传统灰色理论及BP神经网络预测模型相比较,在20、40和60s采样间隔条件下,本文模型预测结果与实测值的相对误差平均减少了32％,为交通运行状态评价和行程时间预测提供了依据.     

考虑风险分布特征的危险品运输路径优化（双语出版）

为控制危险品运输风险大小并提高风险分布合理性,兼顾运输商的利益诉求,对多种类型危险品在同一路网内运输时的多路径组合优化问题进行研究。首先根据运输路径物理特征,结合路段风险值给出路径间的物理相异度计算方法,并根据各路段在路网内的地理位置,给出路径间的空间相异度计算方法;然后设置总风险阈值和最小相异度约束,建立同时考虑累积运输风险、运输费用和运输时间的多目标优化模型,改进第2代非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ）对模型求解,利用动态拥挤距离来提高群体中个体分布的均匀性;最后通过随机网格网络算例对多种类型危险品在不同起讫点间单次、多次运输场景下的路径选择进行仿真优化,并利用实际路网数据对优化方法的可行性进行验证。结果表明：设置危险品运输路径之间的相异度约束,可减少共用路段/节点数量,避免运输风险在局部区域内过度集中;适当增加累积运输风险,有利于提高路径之间的物理相异度和空间相异度,使运输风险的分布更为分散,同时扩大了运输商的路径优化空间。研究结果可为政府部门对危险品运输风险控制及风险分布管理提供新的方法,为运输商的路径选择提供决策支持。     

组合后验方差检验法在地铁隧道变形监测中的应用研究

在狭长的地铁保护区隧道水平位移监测中,自由设站法表现出明显的优势,但前提是拥有稳定的已知基准点,否则将歪曲监测点坐标,无法得到隧道准确的变形信息。组合后验方差检验法是确定基准网中稳定基准点的一种简单有效的方法。以南京市某地铁保护区为例,验证该方法的可行性,分析若以网中发生变动的基准点为已知基准将会对监测点坐标及其点位精度产生的影响。结果表明,只有用稳定的基准点进行自由设站交会,才能准确反映隧道真实水平位移情况,并提高监测精度。     

地铁、物业结合的应用——以武汉地铁物业开发为例

通过对武汉部分地铁工程实例进行相应的论述,着重阐述不同线、站位条件,不同既有边界条件及规划环境的情况下,通过分析论证,采用的不同的“地铁+物业”结合形式的应用,并提出地铁与物业结合时应高度重视的与规划条件的匹配、消防问题的处理及地铁与物业之间的衔接等重要问题,以期达到为地铁设计及管理者对不同情况采取不同模式进行合理分析,从而推动“地铁+物业”模式的可持续性发展。     

基于IWOGA算子的公路客运量组合预测模型

客运量预测是进行公路网规划的必要环节和计算公路经济效益的基础。为了提高公路客运量的预测精度,在现有客运量预测模型基础上,采用IOWGA算子将三次指数平滑、GM（1,1）预测和BP神经网络结合起来,建立组合预测模型,并以全国公路客运量为例,验证预测结果的精度。分析计算结果,将该模型所得结果与其它常用方法相比,与实际客运量之间相差较小,预测精度较好,可以作为预测公路客运量的有效方法。     

水泥混凝土路面设计探析

重点介绍国内外水泥混凝土路面的使用状况以及主要的设计方法,并结合工作实际,总结了在水泥混凝土路面结构组合设计和加铺层设计中应注意的问题,可为同行提供参考。     

论船舶安全检查与海事调查的统合

针对船舶安全检查与海事调查条块分割的现状,从理论和实践两方面阐述了两者的内在统一性。同时论证了船舶安全检查与海事调查统合的理论基础,并提出了对二者进行整合具体设想。     

Accommodating risk in the valuation of expected travel time savings

Valuation of travel time savings is a critical measure in transport infrastructure appraisal, traffic modelling and network performance. It has been recognised for some time that the travel times associated with repeated trips are subject to variation, and hence there is risk embedded in the treatment of expected travel time. In the context of the expected utility framework, we use a nonlinear probability weighting function to accommodate choice made under risk. Although the empirical findings suggest small differences between the value of expected travel time savings (VETTS) in the presence and absence of risk, the mean estimate does make a noticeable difference to time benefits when applied to real projects. By incorporating nonlinear probability weighting, our model reveals that the probabilities associated with specific travel times that are shown to respondents in the choice experiment are transformed, resulting in overweighting of outcomes with low probabilities and underweighting of outcomes with high probabilities. Copyright © 2011 John Wiley & Sons, Ltd.     

一种优选组合法在软土路基沉降预测中的应用

在软土路基沉降预测中,常用的方法有简单曲线拟合法、系统分析和控制理论法等。但采用单一的方法进行预测,会造成预测误差偏大。提出了一种优选组合方法,通过对若干种单一方法进行权重化处理,给予每种单一方法相应权重,得出新的沉降预测曲线进行沉降分析,并以工程实例为基础,说明该方法在实际预测中是可行的。