RFID技术在供应链中的应用

介绍了RFID的发展历程和关键技术,对电子标签的应用及工作原理、优点等进行了阐述.从信息与利润共享入手论述了电子标签对供应链产生的影响,对RFID技术在供应链中的应用做了分析和预测,并结合中国实际对如何发展RFID在物流供应链中的应用提出了一些建议.     

基于混合机器学习框架的网约车订单需求预测与异常点识别

城市网约车订单需求体现了居民出行活力,同时表征了出行规律和内在特征。如何从复杂动态的时变数据中准确地识别异常点并进行调度优化,是优化网约车平台运力的关键环节。建立了网约车订单需求数据的时间序列图,并分析了订单需求的动态特性,提出1种基于混合机器学习框架的网约车订单需求预测模型（ARIMA-BPNN-DSR, ABD）。混合模型由差分整合移动平均自回归模型（auto regressive integrated moving average model,ARIMA）和反向传播神经网络（back propagation neural network,BPNN）通过动态选择回归算法（dynamic selection of regression,DSR）融合而成。混合模型汲取了统计方法的鲁棒性和机器学习方法的高效性,并考虑各个独立基线模型在数据局部空间上的性能表现。以2019年和2020年（疫情影响下）厦门市滴滴网约车平台订单数据作为试验基准并进行对比分析,结果表明：(1)与多个基线模型相比,ABD模型实现了最优的预测性能,同时在面向疫情外部因素影响下同样表现出优异的性能;(2)消融实验表明,...     

某高速公路航道桥船撞事故后的抢修及加固

航道桥船撞事故时有发生,危害较大,因此快速抢通和事故后处理尤为重要.结合某航道桥船撞事故后的抢修及加固,介绍了桥梁快速抢通的临时加固措施、受损桥梁的拆除和吊装以及旧梁换新梁的过程.通过相关措施处理后,根据监测结果,采用的桥梁临时加固措施以及受损梁段更换方案能够满足大桥营运安全,达到了预期目的,为同类事故后处理提供了实践...     

基于动态栅格与隐马尔科夫模型前车换道意图识别

针对前车换道意图识别预测问题,提出基于动态栅格地图与混合高斯隐马尔科夫模型结合的识别预测方法,建立以自车车头中心点为零点的动态栅格地图描述前车的位置信息,基于语义分割的方法获取前方车辆的轮廓特征与车道线,并分析前方障碍车辆的相关运动状态信息.将动态栅格地图与混合高斯隐马尔科夫模型相结合,识别预测前车换道行为.利用可观测...     

考虑摩擦滑移的普通板式橡胶支座剪切性能研究

普通板式橡胶支座作为中国量大面广的公路钢筋混凝土梁桥结构体系中的重要支承构件,其力学性能对局部和整体结构的刚度分布和受力变形特点具有一定的影响,甚至影响服役公路桥梁结构的安全性和适应性。因此,针对桥梁服役过程中该类支座普遍存在的滑移、脱空等典型病害特征,研究其不同受力状态下的剪切性能。考虑支座界面接触方式、几何尺寸等参数,设计并进行了6个普通板式橡胶支座的剪切性能试验。对不同参数影响下支座的损伤破坏模式、剪应变-剪应力曲线、支座有效剪切应变及抗剪刚度等参数进行对比分析。进一步应用有限元数值模拟方法,对摩擦滑移下的支座剪切性能进行参数分析,并将其有限元分析结果与普通板式橡胶支座的剪切性能试验结果进行对比。研究结果表明,支座上、下表面的接触摩擦条件可明显影响支座的水平侧移和抗侧力。对于界面摩擦因数较小的情况,卸载后支座摩擦滑动位移不能完全恢复,随着循环加载次数的增加,摩擦滑动位移增幅增大,且支座界面摩擦滑移可降低支座有效剪切变形和抗剪刚度的发挥。0.5,0.7,1.0等效剪切变形下支座的抗剪刚度试验结果、模拟结果与理论计算结果对比表明,试验结果与模拟结果吻合较好,而既有抗剪刚度理论计算结果偏大,且未考虑支座界面摩擦滑移、脱空的影响。因此,在进行实际桥梁结构的力学性能计算时,应考虑不同受力阶段支座力学性能指标的取值。     

大直径盾构隧道斜螺栓环缝抗剪特性研究

以大直径盾构隧道施工过程中管片上浮错台问题为背景,研究大直径盾构隧道环缝结构的抗剪特性,从结构承载力角度提出有效且可控的抗浮措施,并深入探究环间错台对隧道结构的影响,以确定大直径盾构隧道环间变形控制标准,减小隧道环间错台引起的管片损伤。以深圳妈湾跨海通道为依托,基于材料塑性损伤本构,考虑管片接缝细部构造,根据相关管片环缝剪切原型试验对接缝抗剪数值模拟方法的有效性进行验证。随后,利用数值模拟研究了环向接缝顺剪、逆剪和切向剪切时的错台现象和破坏特征,分析了斜螺栓、凹凸榫对环缝抗剪特性的影响,为大直径盾构隧道环缝结构的抗浮设计和安全评价提供依据。研究表明:环缝剪切错台数值计算结果与试验结果吻合良好,能够有效揭示接缝剪切过程中结构的变形特点和损伤特性;环缝接缝的剪切错台过程较为复杂,呈阶段性特征,螺栓和凹凸榫的受力状态是决定接缝抗剪特性的关键因素;凹凸榫能显著提高接缝抗剪刚度和承载力,但也带来接缝应力集中和张开过大等问题,设计和施工过程中需充分考虑接缝刚度和变形的适应性;基于环缝错台损伤分析,提出了环缝变形的三级安全评价指标,大直径盾构隧道接缝变形必须控制在Ⅱ级以内,以保证隧道的结构安全和正常使用性能。     

大数据环境下舰船尾迹破碎图像高精度识别技术

针对原有方法在对舰船尾迹破碎图像进行识别的过程中,受破碎图像特征残缺的影响,存在大量难以检测的角点,在图像破碎度为40%～60%时存在特征抽样拟合率较低的问题,提出一种大数据环境下舰船尾迹破碎图像高精度识别技术。在大数据环境下,通过SUSAN角点检测算法这种大数据算法对舰船尾迹破碎图像进行角点检测。构建图像特征检测模型,利用构建模型对舰船尾迹破碎图像角点处实施特征检测,获取舰船尾迹破碎图像特征。通过构建舰船尾迹破碎图像高精度识别模型实现舰船尾迹破碎图像高精度识别。为了证明大数据环境下舰船尾迹破碎图像高精度识别技术实现了特征抽样拟合率的提升,将原有技术作为对比实验技术进行该技术与原有技术的特征抽样拟合率对比实验,实验结果证明该技术实现了特征抽样拟合率的提升,更适用于舰船尾迹破碎图像的识别。     

交通出行统一帐号的电子支付MaaS运营探索

交通出行已经定位为民生实事,要求2019年全国260个地级以上城市交通出行城际无障碍互联互通,同时交通出行在不断创新的服务推动下已经悄然升级到MaaS一体化智慧出行新时代,电子支付已经成为交通出行MaaS服务的强力推手,必须对各类电子支付实现集约化运营。提出了基于统一帐号的金融级安全+电信级通信能力的交通出行聚合支付体系架构,基于该体系架构交通运营机构可利用自身优势资源,向用户提供多种账户,多种接入方式的出行全业务聚合支付服务,在完成交通运输部城市交通出行互联互通的同时构建了基于资金信息流的出行“数据链”,向云计算和大数据的智慧服务和运营体系推进。     

基于LSTM网络的驾驶意图识别及车辆轨迹预测

自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆（LSTM）网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。意图识别模块负责识别驾驶意图,其利用Softmax函数计算出驾驶意图分别为向左换道、直线行驶、向右换道的概率;轨迹输出模块由编码器-解码器结构和混合密度网络（MDN）层组成,其中的编码器将历史轨迹信息编码为上下文向量,解码器结合上下文向量和已识别的驾驶意图信息预测未来轨迹;引入MDN层的目的是利用概率分布来表示车辆未来位置,而非仅仅预测一条确定的轨迹,以提高预测结果的可靠性和模型的鲁棒性。此外,将被预测车辆及其周围车辆组成的整体视为研究对象,使模型能够理解车-车间的交互式行为,响应交通环境的变化,动态地预测车辆位置。使用基于真实路况信息的NGSIM（Next Generation SIMulation）数据集对模型进行训练、验证与测试。研究结果表明：与传统的基于模型的方法相比,基于LSTM网络的轨迹预测方法在预测长时域轨迹上具有明显的优势,考虑交互式信息的意图识别模块具备更高的预判性和准确率,且基于意图识别的轨迹预测能降低预测轨迹与真实轨迹间的均方根误差,显著提高轨迹预测精度。     

某48 m+80 m+48 m混凝土梁桥施工监控方法研究

结合工程实例,介绍了混凝土梁桥施工监控方法,并得出监控结论,有关经验可供相关专业人员参考。