多相流作用下水下刚性跨接管流致振动特性数值模拟方法研究

跨接管内一般为油、气、水混合的多相流动,目前多相流作用下的管道振动研究多为实验研究,运用计算结构力学CSD和计算流体力学CFD结合的流固耦合方法对多相流内流作用下的倒置U形跨接管流致振动问题进行研究,得到管道内的多相流分布和管道动力响应,可用于多相流内流作用下水下跨接管的设计及跨接管振动疲劳寿命分析。     

特大型舱口盖结构制作工艺探讨

对40万DWT矿砂船用侧移式特大型舱口盖结构制作工艺,采用"直角梯形法"分段制作主体结构,然后再整体合拢。舱口盖制作结束后的检测证明各项数据满足设计要求,证明工艺方法合理有效,解决了制造厂资源限制无法整体制作的难题。     

Applying multiple kernel learning and support vector machine for solving the multicriteria and nonlinearity problems of traffic flow prediction

This article proposes to develop a prediction model for traffic flow using kernel learning methods such as support vector machine (SVM) and multiple kernel learning (MKL). Traffic flow prediction is a dynamic problem owing to its complex nature of multicriteria and nonlinearity. Influential factors of traffic flow were firstly investigated; five‐point scale and entropy methods were employed to transfer the qualitative factors into quantitative ones and rank these factors, respectively. Then, SVM and MKL‐based prediction models were developed, with the influential factors and the traffic flow as the input and output variables. The prediction capability of MKL was compared with SVM through a case study. It is proved that both the SVM and MKL perform well in prediction with regard to the accuracy rate and efficiency, and MKL is more preferable with a higher accuracy rate when under proper parameters setting. Therefore, MKL can enhance the decision‐making of traffic flow prediction. Copyright © 2012 John Wiley & Sons, Ltd.     

核级管道腐蚀数据的概率统计分析

针对核级管道腐蚀环境的复杂性及腐蚀过程的随机性,提出了基于概率统计方法的最大腐蚀深度预测模型。首先对核级管道进行腐蚀失效分析;其次采用广义极值分布模型（GEV）拟合管道最大腐蚀深度数据,用L-矩法计算模型的参数值,分析核级管道腐蚀深度的统计规律;最后引用回归期的概念预测管道最大腐蚀深度。以某核级管道为例,预测其最大腐蚀深度为4.575 1 mm,超过最大腐蚀深度的概率为0.75%。计算结果证明：应用极值理论作统计分析时,广义极值分布模型具有更广的适用性,该研究对分析腐蚀管道的可靠性和安全性具有一定的意义。     

基于图像显著性特征的交通标志注视点预测方法

基于图像显著性特征对交通标志的驾驶员注视点进行了预测。以L t ti的视觉注意模型为基础,通过高斯金字塔的生成、多通道图像特征的提取及特征图的生成以及显著性图的生成等步骤,建立了针对交通标志的注视点预测模型。以眼动仪为手段,对模型进行了验证。以相似度和线性距离两项指标对模型精度作了评价,实验结果显示,该模型对复杂交通标志的注视点预测具有良好的精度。     

基于遗传算法与小波神经网络的客流预测研究

针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.     

道路施工企业投标报价的决策与技巧

投标报价是企业在投标过程中非常重要的一环,因此,准确地进行投标报价尤为重要.对于一个道路施工企业来说,只有认真研究投标策略及投标报价技巧,编制科学合理的报价,才能在投标过程中掌握主动权,并达到预期目标.重点介绍道路施工企业的投标报价决策内容和投标报价原则,以及在报价材料、现场勘查、工程数量核对、标价计算、成本预测、定额选取和投标答疑等方面的要求,对于道路施工企业的投标具有指导意义.     

路基处治土回弹模量的预估方法

结合实例,借助室内试验,对路基处治土回弹模量进行预估,从水泥含量、压实度和龄期三个方面分析水泥砂对路基处治土回弹模量的影响,可为工程建设提供相应的数据支撑.     

基于水均衡方法的隧道涌水量概率预测

准确预测隧道的涌水量对保证隧道施工安全、降低隧道工程风险及防排水设计具有重要意义。采用降水入渗法,结合蒙特卡洛随机模拟技术,对河北省水峪隧道的涌水量进行概率研究。首先,确定了涌水量计算公式中三个随机变量的分布类型及数字特征;对各参数进行了1000次随机实现,获得了涌水量的分布直方图,取其置信概率为5%对应的值作为预测结果。研究结果表明,隧道涌水量服从正态分布,均值、预测值分布为56.215m^3/d和89.340m^3/d。该研究为隧道涌水量预测提供了一种概率分析方法,具有一定的参考价值。     

面向数据驱动建模的行人轨迹自适应压缩与误匹配识别分割

轨迹数据驱动的行人行为分析建模在公共场合异常事件监测、人车冲突风险评估等方面具有重要意义,广布的交通视频监控是行人群轨迹数据的重要来源。行人轨迹具有趋势性和规律性,提取的原始轨迹信息冗余较大,且密集行人群频繁遮挡,不同行人轨迹易发生误匹配,导致数据失真。针对以上问题,根据行人轨迹的局部结构特征和数值特性,设计一种改进的两阶段自适应滑窗轨迹压缩算法ATSSW (Adaptive Two Stage Sliding Window)和基于轨迹局部转向角的误匹配识别和分割方法ABTDS (Angle-based Trajectory Detection and Segmentation),清洗和压缩行人轨迹数据。首先,ATSSW算法考虑轨迹各坐标分量的数值分布特征,将提取到的所有原始轨迹分为漂移和非漂移2类,采取不同的策略分别压缩2类轨迹;然后,ABTDS算法分析压缩后的轨迹局部转角特征,辨识误匹配轨迹样本;最后,ABTDS算法分割误匹配样本,并用分割后的轨迹更新原始轨迹数据集。研究结果表明：ATSSW算法压缩了653条原始行人轨迹,总压缩信息损失1 002.04,总平均轨迹压缩率为6.07%,总平均轨迹压缩保留率为95.35%;原始轨迹集中存在126条误匹配轨迹,ABTDS算法辨识并成功分割了其中的107条,检出率为84.92%;所提算法抑制了原始行人轨迹中漂移点和误匹配现象所致的干扰,减少了原始轨迹数据噪声,可提高轨迹数据驱动的行人行为建模精确度;适当压缩原始轨迹,可减轻轨迹数据存储处理的负担。