水泥混凝土路面沥青加铺罩面层反射裂缝的防治

依托上海市A30高速公路旧水泥混凝土路改造工程实例,通过对防治反射裂缝方案的选择、材料性能试验并结合加铺层施工工艺来对旧水泥混凝土路面沥青罩面层防治反射裂缝的办法进行研究。材料性能试验结果表明:采用玻纤格栅加筋后沥青混凝土的整体稳定性比原沥青混凝土有较大提高,具有更好的防裂性能。本文还因地制宜地对施工工艺进行了精心制定。加铺罩面层建成后,有关单位的检测数据表明,通车一年多的试验路及相关路段路面使用状况良好,均未出现反射裂缝。说明合理的防治反射裂缝方案选择与严格的施工工艺结合起来是防治反射裂缝的有效办法。     

透水性沥青混凝土面层在城市道路中的应用

通过分析透水性沥青混凝土路面的特性及优点,结合工程应用实例对透水性沥青混合料的材料选择、配合比、施工工艺等方面进行尝试与探讨。实践证明,在城市道路中采用透水性沥青面层技术可行、设计简易、施工方便,且工程费用增加不大,在我国南方多雨地区有较强的现实意义和推广价值。     

桥梁新型纤维增强涂料防水层施工技术研究

涂料防水施工方便,在很多领域被采用,在桥梁防水方面也有应用,但现有的桥梁防水涂料和施工方法难以满足道路桥梁防水规范的施工要求,该文在研究和实践的基础上,介绍了一种满足道路桥梁防水规范的新型防水涂料及其施工技术和效果。     

上海外环西段交通拥堵症结分析及其改善措施探讨

基于路网结构和交通需求数据,对外环西段拥挤症结进行宏观层面的分析,然后通过局部交通节点和交通管理两个层面进一步阐述拥堵原因,并提出了相应工程性和管理性的改善对策。     

面向对象的交通网络分布式仿真并行数据结构

采用面向对象设计思想和交通并行仿真建模理论，对交通网络分布并行仿真系统数据结构进行分析。通过C＋＋语言环境下类定义的方式建立交通网络各元素的对象，并分别对其成员变量与成员函数进行描述，准确表达交通网络节点与路段之间的关系。根据标准模板库函数建立交通网络仿真的共享并行数据结构，并利用SQL数据库技术进行并行数据结构的存取，以减少对内存资源的占用，方便各仿真单元对网络数据的同步访问。最后以24个交叉口组成的交通网络为例进行仿真，仿真结果表明，其速度提高了3．5倍。     

交通冲突量的BP神经网络预测方法

交通冲突预测是进行交通事故预防和制定安全改善措施的有效手段，节约观测时间和人力。针对BP网络的缺点，提出了改进的快速BP算法，建立了交通冲突量的BP神经网络预测方法，并应用该方法对具体的交叉口交通冲突量的预测实例进行了研究，实践验证了该方法的有效性。     

基于路段能力可靠性的城市交通网络设计

在介绍城市交通网络设计和概率用户平衡配流模型基本思想和内容的基础上,建立了考虑可靠性条件的城市交通网络设计双层规划模型,上层模型在投资约束条件下寻求系统总阻抗最小,下层模型兼顾路段能力可靠性与用户平衡配流条件,从而使城市交通网络备用能力最大,并针对该问题设计了可求得局部或全局最优解的混沌优化启发式算法,最后选用一个小型网络作为算例进行验证。结果说明该模型有一定的实际应用价值且设计的混沌优化算法也较为有效。     

基于径向基函数神经网络的GPS高程转换方法

针对GPS高程与正常高程的转换问题，给出了基于径向基函数（Radial Basis Function，RBF）神经网络的模型。该模型隐含层选用Gauss函数作为基函数，学习算法采用自组织选取中心法策略。用实际观测数据进行了试验和仿真，结果表明，用RBF神经网络转换GPS高程的精度优于最小二乘法。对RBF神经网络方法和反向传播（Back-Propagation，BP）神经网络方法转换GPS高程的精度进行了比较，虽然两种方法的结果相近，但RBF神经网络方法在学习速度方面远比BP神经网络方法快。由此可见，RBF神经网络方法用于转换GPS高程是可行和有效的。     

降级路网的认知及交通流平衡分析模型

为定量衡量因路段降级原因导致路网通行能力的丧失量,分析出行者在降级路网中的路径选择行为将导致何种网络交通流平衡状态,通过将降级路网划分为车流外界因素导致路段可通行能力降级和路段上车流量增加导致道路服务水平的下降两种类型,辨别旅行时间长短与旅行时间波动对出行者路径选择行为的影响,推导出同时考虑这两方面因素影响的可变路径旅行时间风险度量;在此基础上建立了降级路网中的交通流平衡分析模型,该模型满足存在性和惟一性,并能正确描述出行者对降级路网结构认知差异性情况下的网络交通流平衡状态。通过实例展示了不同旅行可靠性要求下,出行者对路径旅行时间长短的权衡关系以及整个路网交通流平衡结果。     

基于Elman神经网络的车用汽油机过渡工况空燃比辨识

以HL495Q型电喷汽油机为研究对象,分析了汽油机空燃比的数学模型,提出了一种基于Elman神经网络的过渡工况空燃比辨识方法。试验结果表明,Elman神经网络空燃比模型具有简单的网络结构,能高精度地逼近车用汽油机空燃比的实际动态过程,模型的平均相对误差小于1%,优于前馈BP神经网络模型的辨识结果。建立的Elman神经网络空燃比模型能改善过渡工况空燃比控制精度,提高排放性能。