高埋深软硬岩互层地质条件下敞开式TBM岩爆段施工方法研究

基于喜马拉雅山区域某软硬岩性互层地质条件下的深埋隧洞工程,为解决该区域TBM施工过程中的岩爆问题,统计分析了TBM施工过程中的岩爆特征;在施工过程中开展了多种岩爆规避试验,形成了一套较完整的有针对性的施工方法： 1）岩爆风险巡查常态化; 2）超前地质预报和超前处理措施相结合; 3）支护材料和支护方式合理化; 4）掘进参数动态调整。在后续的施工中加以应用,取得了较好的效果,可以为类似地质条件下的安全施工提供参考。     

基于桥梁挠度长期监测值的动态预测

文章针对重庆高家花园嘉陵江大桥实时健康监测系统的挠度长期监测数据,根据监测信息的时间序列呈季节、循环等非平稳状态特点,介绍采用ARMA时间序列预测模型,对挠度监测数据中所包含的外荷载的变化趋势及结构抗力的衰变信息进行动态预测,同时建立了结构外效应的预测函数。结果表明,采用低阶模型能对挠度监测值进行较好的动态预测。     

信息化时代武器装备电磁兼容技术发展趋势

在C4ISR系统EMC和防护,EMC“预测分析法”设计与控制,电磁环境效应(E3)验证与评估及防护技术,频谱管理,以及EMC新技术、新材料、新器件开发应用等五个方面论述当前EMC技术的发展趋势。     

水下双层圆柱壳辐射声场欠定分离评估方法研究

水下双层加筋圆柱壳振动和辐射声场的评估对其辐射噪声监测和控制具有重要工程意义。文中通过结构振动模态参与因子向量自身的稀疏特性,分析提出了一种基于结构振动的辐射噪声欠定分离评估方法,可实现有限振动测点情况下的水下复杂结构振动和辐射声场的有效评估。数值和试验结果验证了文中方法的有效性,且所需要的振动测点数目少,具有良好的工程适用性。     

基于数据驱动的电动汽车动力电池SOC预测

为准确预测电动汽车动力电池的能耗,缓解驾驶者的里程焦虑,本文中提出一种基于数据驱动的电动汽车动力电池SOC预测模型.首先分析电动汽车能耗构成并提取能耗影响因素,接着基于某款电动出租车CAN总线采集的汽车运行数据,采用机器学习算法,提出基于温度分层的能耗模型,通过宏观数据与微观数据的融合减小误差,最后使用该模型对车载BM...     

Incorporating human-factors in car-following models: A review of recent developments and research needs

Over the past decades there has been a considerable development in the modeling of car-following (CF) behavior as a result of research undertaken by both traffic engineers and traffic psychologists. While traffic engineers seek to understand the behavior of a traffic stream, traffic psychologists seek to describe the human abilities and errors involved in the driving process. This paper provides a comprehensive review of these two research streams.It is necessary to consider human-factors in CF modeling for a more realistic representation of CF behavior in complex driving situations (for example, in traffic breakdowns, crash-prone situations, and adverse weather conditions) to improve traffic safety and to better understand widely-reported puzzling traffic flow phenomena, such as capacity drop, stop-and-go oscillations, and traffic hysteresis. While there are some excellent reviews of CF models available in the literature, none of these specifically focuses on the human factors in these models.This paper addresses this gap by reviewing the available literature with a specific focus on the latest advances in car-following models from both the engineering and human behavior points of view. In so doing, it analyses the benefits and limitations of various models and highlights future research needs in the area.     

基于GRNN的GSM-R场强覆盖预测算法

在比较Hata模型修正方法和GRNN算法场强覆盖预测效果的基础上,仿真分析了训练集构成和平滑因子选择对GRNN算法预测效果的影响,给出了训练集构成和平滑因子选择的方法;提出了电波传播环境相似系数来表征GRNN模型在不同环境下的适用性。仿真结果表明,两种传播环境的相似系数越大,由一种环境下测试数据确定的GRNN在另一环境下的预测精度越高。     

短时段交通流预测的RBF神经网络模型

介绍了基于RBF神经网络的短时段交通量预测模型,并利用该模型对高速公路所采集的数据进行仿真预测分析。预测结果表明RBF神经网络预测方法通过定义合理的网络结构参数可以获得较高的预测精度,能够满足路网调度对短时段交通流预测的需求。     

基于广义回归神经网络的公路货运量预测方法研究

公路货运量受多种因素影响,各因素的作用机制通常不能准确地用数学语言进行描述.采用广义回归神经网络(GRNN)对货运量进行分析及预测.通过对1995～2003年南京市公路运量的历史数据进行分析和处理,对网络进行训练和拟合,用2004～2005年的实际数据进行模型检验,结果证明了GRNN用于货运量预测的有效性.     

城市干道系统交通事故预测模型研究

以哈尔滨市干道路网为研究对象,收集到了该路网上468个路段和163个平面交叉口的道路交通数据,以及1999年至2004年所发生的8510起交通事故数据.分析了事故数据的统计分布特性,应用聚类分析技术确定了路段和交叉口的类别 ,并在此基础上分别建立了事故总体和分事故形态的预测模型.论文探讨了高峰时段的事故次数、事故率与路段v/c之间的定量关系.标定出了24个模型,并形成干道系统事故预测模型库.最后,运用所建立的事故预测模型选取了2010年哈尔滨规划路网的一部分进行实例分析,结果表明了预测模型是有效的.