行人激励载荷下大跨径异形天桥抗震支座设计研究

为了解决抗震支座弯矩受到行人不确定激励载荷影响，出现参量获取不全面的现象，导致支座抗震效果不佳这一问题，进行了行人激励载荷下大跨径异形天桥抗震支座设计研究。首先，考虑到行人对桥梁激励的不确定性，设置了多种载荷激励类型，并提出利用区间过程法来描述桥上行人的不确定激励，使用自相关系数函数分析在行人激励载荷作用下的桥梁非随机振动情况；其次，利用有限元软件中的单元构造了抗震支座模型，并对桥梁位移、桥墩弯矩、桩基弯矩进行数值模拟；最后，将支座参量数值模拟结果代入有限元模型中，设计出一种双曲面球抗震支座结构。结果表明，设计的支座在慢跑、快跑情况下纵向弯矩与实际数据之间的最大误差分别为25 k N·m、250 k N·m，横向弯矩与实际数据一致，说明根据数值模拟结果设计的支座能够起到良好减震效果。     

某公园120 m跨地锚式人行悬索桥设计

永新湿地公园人行景观桥是连接仰山公园和湿地公园的一座主跨120 m的双塔空间双索面地锚式悬索桥，桥面净宽3.35 m，桥面中间设置20 m长的玻璃桥面；通过对该桥主要设计标准、结构设计、计算分析的简要介绍，阐述了对大跨度人行悬索桥的设计思路和方法，有助于同类型人行索桥设计经验的借鉴。     

大跨度预应力地下通道结构设计

结合太原市南内环街东延某下穿高速大跨预应力地下通道的工程项目背景,首先分析该结构的特点与难点,然后综合考虑分析设计理念与技术、施工过程和后期运营及经济等因素,进行理论与计算的分析和研究,最后对今后采用此类结构的设计提出建议以供参考。     

狭长深基坑半盖挖施工技术探究

城市地下开挖往往因场地的限制增加工程的难度.以上海诸光路通道新建工程为背景,依据“时空理论”对半盖挖法在狭长深基坑中的应用效果展开研究,并以围护结构与立柱的实测位移数据证明了其适用性,对今后类似条件下的施工具有一定的借鉴意义.     

基于猎人猎物优化与双向长短时记忆组合模型的汽车出车率预测

汽车出车率预测对于交通管理者预先制定精准化管控方案、实施协调化统筹调度，以及调控汽车保有量规模具有重要意义。为此，本文提出一种基于猎人猎物优化算法与双向长短时记忆神经网络组合模型(HPO-BiLSTM)的汽车出车率预测方法。首先，分析汽车出车率的关键影响因素，提取出17个特征影响因子，结合标准化处理后的重构时间序列，基于随机森林算法进行变量的重要度评估，筛选出最优特征集合作为预测模型输入；其次，为解决神经网络算法容易陷入局部极值的难题，建立一种融合猎人猎物优化算法(HPO)与双向长短时记忆神经网络(BiLSTM)的组合预测模型，利用HPO的探索-开发机制，实现BiLSTM框架的动态化搭建与精细化调参；最后，结合北京市中心城区的汽车出车率数据集进行模型性能的测试与检验。结果表明：与自回归差分移动平均模型、灰色模型、卷积神经网络模型、长短时记忆神经网络模型以及双向长短时记忆神经网络模型等经典算法相比，HPO-BiLSTM模型在汽车出车率预测中的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别降低了23.85%～54.38%、20.67%～57.40%、27...     

基于长短期记忆神经网络与注意力机制的智能汽车分车型跟驰模型

考虑到跟驰车流中前车车型对智能汽车跟车行为的影响，采用长短期记忆 （Long Short Term Memory，LSTM）神经网络，基于 NGSIM 数据集，通过 One-Hot方法编码车型特征，并引入注意力机制 （Attention Mechanism） 生成输入特征的注意力权重，训练并建立了一种可根据前车车型产生不同跟驰行为的智能车辆跟驰模型 （Identifiable Vehicle Type Car-Following Model，IVT-CF）。在不同前车车型的跟车场景中仿真发现，IVT-CF 模型仿真车辆的速度和位移的均方误差 （Mean Square Error，MSE） 比不分车型的 LSTM 模型分别降低了 23.8%、31.7%，比 IDM 模型分别降低了 15.8%、18.7%，仿真精度更高。在混入大型车辆的车队跟驰场景仿真中发现，交通流速度和车头间距的收敛时间为 92 s，该模型能较快收敛，具有较好的稳定性和抗干扰能力。     

峡谷地区大跨度贝雷桥施工技术研究

某水电站勘探便道位于西藏自治区昌都市，是电站场内道路和导流洞等能够尽快施工的必要条件。勘探便道跨澜沧江部位采用单跨、净跨54.864 m贝雷桥。为使便道能尽快投入使用，满足电站关键项目施工工期要求，采用200型双层上下加强型贝雷钢桥， 通过悬臂推送法施工，在原有施工方法的基础上进行改进，利用钢桥的构件循环使用，在不增加额外导梁部件的前提下，15 d内完成全桥的架设，以节约成本，取得经济效益的最大化，可供类似工程借鉴。     

基于图时空神经网络的多充电站负荷协同预测方法

针对传统充电站负荷预测方法只能实现对单一站点预测的问题，提出一种基于图时空神经网络 （Graph Spatiotemporal Neural Network， GSTNN） 模型的多充电站负荷协同预测方法。定义时空信息图，描述充电站负荷之间的时空关系；构建时空特征提取网络，分别利用图卷积神经网络和门控序列卷积网络提取信息图的空间和时间维度信息，并使用长短期记忆网络 （Long Short Term Memory Networks，LSTM） 挖掘影响负荷预测的外部特征信息；融合提取的所有特征，进行负荷预测。算例结果表明，基于 GSTNN模型的方法能充分考虑时空特征和外部特征的影响，协同多个充电站的负荷数据进行预测，并同时输出各充电站的预测结果，有效提高预测准确度，有助于电网稳定运行。     

长联大跨桥梁无缝线路力学特性与结构设计

随着桥梁跨度、联长的不断增加,复杂的梁轨相互作用给桥上无缝线路设计带来了巨大挑战。本文在总结桥上无缝线路计算理论和求解模型的基础上,以某长联大跨桥上无缝线路为例,对其力学特性和结构设计进行了系统研究。研究表明:(1)长联大跨桥上无缝线路纵向附加力较大,钢轨强度往往难以满足规范要求;(2)梁端设置伸缩调节器,可有效减小梁轨相互作用,放散钢轨纵向力;(3)梁端设置抬枕装置可有效缓解梁缝增大导致的轨道刚度不均匀问题,需与伸缩调节器配套使用;(4)长联大跨桥上轨道设置健康监测系统十分必要。     

龙溪口梯级航电枢纽建设对鱼类资源的影响及保护措施

当前岷江鱼类资源保护迫在眉睫，传统渔政规则政策虽然提升了企业被动性渔业治理，但难以调动企业主动性渔业保护，而“十年禁渔”为推动渔业绿色循环发展提供了契机。研究基于龙溪口梯级航电枢纽数据，以山区河流航电枢纽绿色生态建设的重要抓手“保障鱼类繁衍生息”作为核心部分，采用混合方法探究大力开发水电背景下的鱼类资源保护行为。研究发现：保障鱼类繁衍生息的实践可显著提升工程的绿色生态水平。作用机制显示龙溪口梯级航电枢纽通过减轻措施和生态工程，有效提升了鱼类资源的可持续利用和生态健康水平。研究细化了龙溪口梯级航电枢纽对鱼类资源的影响及保护措施，为企业的绿色生态建设提供了全新的激励因素。