地铁盾构隧道下穿既有铁路变形控制研究

盾构隧道下穿既有铁路线路会造成铁路线路沉降变形,影响列车的正常运行。基于此,在某实际工程的基础上,对地基加固、盾构下穿过程中铁路线路沉降情况进行监测分析。结果表明：旋喷桩加固注浆施工对铁路线路影响很小,当旋喷桩加固施工完成后,主加固区施工对铁路线路影响较大;地基加固对盾构下穿时铁路线路变形控制有较好效果,隧道穿越施工期间,路基最大沉降量为36．52mm,轨面最大沉降量为15．88mm,满足规范要求。     

一次性导向跟管钻进法大管棚施工技术在客运专线施工中的应用

郑西铁路客运专线函谷关隧道进口下穿连霍高速公路,根据隧道的具体情况,决定选用"一次性导向跟管钻进法"施工大管棚,对前方围岩进行预加固,即成孔和打设支护管一次完成。结合80m长大管棚工程的施工实例,阐述下穿高速公路超前大管棚的施工,介绍"一次性导向跟管钻进法"施工工艺和关键技术。     

巩义隧道下穿310国道施工技术

详细介绍郑西铁路客运专线巩义隧道下穿310国道的双层管棚超前支护施工方案、施工工艺和施工过程中的量测监控技术,为今后隧道下穿施工中确保路面"零沉降"积累了一定经验。     

辩证分析城市快速轨道交通 TOD功能

根据在国内十几座城市轨道交通规划工作中遇到的问题,通过“把复杂问题简单化”的原则,从分析轨道交通方式、特点和城市结构发展规律入手,辩证分析在不同城市结构中轨道交通TOD功能和一般规律。     

我国首次采用的高架车场及综合维修基地一武汉市轨道交通1号线一期工程石乔 口路车场

武汉市轨道交通1号线一期工程的硚口路车场及综合维修基地是我国目前城市轨道交通车场设计中首次采用的高架车场。设计人员在建筑、结构、工艺等的设计中克服了没有相适应的设计规范和用地面积狭小等特殊环境产生的困难,提出了较合理的布局、在列车荷载作用下房屋结构的荷载计算办法、减振降噪措施,以及对车场轨道布置采取的对策。     

农业产业片区综合交通体系研究——以潍坊国家农业开放发展综合试验区为例

农业产业相关研究是涉及国家粮食安全的重要课题,交通是区域发展的引擎、骨骼和血脉,构建好综合交通体系对支撑农业生产片区发展具有重要意义。本文以全国首个农业开放发展综合试验区为例,基于“农业产业示范区、乡村振兴生态城”的总体定位,以“开放畅达、高效便捷、绿色生态”为核心目标,以特色完整的指标体系为传导,对外以“双快网络”促进农综区快速融入潍坊七城一体格局,对内针对产业新城、创新小镇、农场基地及特色乡村不同的交通特征提出分区差异化控制策略的特色交通体系,以期达成“开放畅达的北部核心、高效便捷的农业产城、绿色生态的田园慢城”的交通新目标,并对农综区两张特色交通网:大道通衢、田园阡陌—高协调的道路网、绿色生态、郊田野趣—高品质的绿行网开展了详细研究。同时规划与国土空间规划同期编制,注重与基本农田保护红线、生态保护红线的空间协调关系,成果纳入国土空间规划保证设施的用地指标。     

基于改进GAN的端到端自动驾驶图像生成方法

基于端到端数据系统的自动驾驶系统对驾驶图像存在巨大需求。为解决一般生成式对抗网络模型在扩充驾驶图像数据集时不稳定及生成图像特征缺乏多样性的问题,研究1种改进网络模型LS-InfoGAN。结合最小二乘对抗损失防止模型梯度消失,并缓解生成器优化矛盾,提升模型训练稳定性。通过最大化生成图像与真实图像间的互信息提升生成器特征学习能力,改善生成图像特征多样性。利用转置卷积层还原图像特征,提升生成图像特征清晰度。以自主构建的模拟驾驶场景中获取的带标签驾驶图像集对模型有效性及其数据集扩充应用效果进行验证。实验分析表明:相比改进前模型,LS-InfoGAN模型的图像生成过程稳定性平均提升35%;使用此模型扩充的数据集进行端到端自动驾驶系统中决策网络的训练能在不采集新图像的情况下将系统决策性能提升1%~2%;建议使用此模型扩充图像数据集时将生成图像数量设置为原始训练集图像数量的1~2倍。      

面向常发拥堵点的主动交通诱导方法

基于动态用户均衡、系统最优分配的诱导方法,侧重路网需求的宏观预测和调节,难以准确辨识道路拥堵点的关联车流,制约了诱导效果。为精准调控致堵车流,有效缓解常发性拥堵,研究基于需求溯源的主动交通诱导方法。遵循靶向诱导的思路,分析车辆行驶轨迹和常发拥堵点的交通流关联性,运用卡尔曼滤波对关联车流进行短时预测,在此基础上,结合流量占比、路径饱和度等指标,对诱导目标车流进行优选。同时,从负荷均衡的角度出发,基于路段与路径交通流的时空关联更新路网交通状态,建立以饱和度均衡为目标的主动诱导优化模型。仿真结果表明:相比反应型诱导与基于路径偏好的主动型诱导,所提方法使常发拥堵点的车均延误、停车次数等下降30%~60%,路网车均延误、停车次数等下降10%~15%,模型收敛速度提高,交通效益提升,验证了该方法的有效性。      

卡尔曼滤波短时交通流预测普通国省道适应性研究

短时交通流预测是提高普通国省道交通运行效率和安全的关键技术之一。普通国省道具有分布地域广、情况复杂的特点,要求短时交通流预测方法具有良好的适应性,然而,针对短时交通流预测算法适应性及其机制的系统性研究尚不多见。选取1种自适应卡尔曼滤波算法,系统分析其适应性和适应机制。获取江苏省徐州市普通国省道路网中8个交通调查站所采集的实际交通流数据开展实例分析,结果表明:在不同的交通流量水平下,所选算法均值预测的平均绝对百分比误差在10.98%~15.92%之间,区间预测的无效覆盖率在5.21%~6.15%之间,表明所选的自适应卡尔曼滤波算法在不同交通流水平下都具有良好的预测性能;对所选算法的参数进行分析发现,算法参数能够随交通流水平的变化而自动调整,具有良好的自适应机制;所选算法能够在预测初期实现有效的性能调整和收敛。