延崇高速公路砖楼特大桥主桥上部结构设计与施工方案研究

以河北省首座上承式拱形变高钢桁组合连续梁的设计与施工方案为例,通过方案比选,确定适合砖楼特大桥主桥上部结构的施工方案,详细论证了专项施工方案的各个环节,有效保障了高墩桥梁施工的安全和项目的工期要求,可供类似跨越工程参考和借鉴。     

基于SVM-BP神经网络组合模型的高速公路出口流量预测

为了给高速公路交通流精准预测提供更准确的方法,本文利用济南西高速公路出口早晚高峰流量数据,采用SVM-BP神经网络组合模型进行短时交通流预测,并对单一的SVM（支持向量机）模型、BP神经网络模型和组合模型的预测精度进行比较和实证分析。当样本数量小于或等于120时,结果表明：(1)误差对比：当样本数量大于22时,由于预测集与训练集数据分布本身存在差异且SVM模型训练完成后过于复杂导致三种模型的误差逐渐变大。(2)预测精度：组合模型>BP神经网络>SVM,组合模型的平均绝对误差（MAE）提高了6.85%,远高于其他单一模型,验证了组合模型的有效性。     

预应力波形钢腹板组合挑梁结构的探索性研究

钢-混凝土组合脊骨梁是一种新型的桥梁结构形式,其钢挑梁常采用平面钢腹板,由于混凝土的收缩、徐变以及混凝土板和钢梁之间的温差效应,引起挑梁根部混凝土板的较大拉应力。针对上述问题,该文提出在组合脊骨梁中采用预应力波形钢腹板组合挑梁这一结构形式。通过实桥背景算例,重点对比分析了两种组合梁预应力效率、温差效应、收缩徐变等方面的力学特征。结果表明,波形钢腹板组合挑梁在力学性能、经济性、施工等方面都具有较大的优势。     

组合桁梁桥主要设计参数分析

文章以组合桁梁桥为研究对象,以某实际工程为研究背景,主要针对桁高、桁宽、节间数、剪力连接件刚度、混凝土顶板厚度这5个主要设计参数,建立组合桁梁桥在不同参数下的有限元模型进行数值模拟,分析组合桁梁桥在荷载作用下的受力特性,为该种桥型设计提供参考。     

钢-混组合连续梁桥设计关键技术分析

文章以某钢-混组合连续梁桥为研究对象,通过有限元模型对其负弯矩桥面板、主梁挠度、抗疲劳等设计关键技术进行了分析,验证了组合桥梁设计的合理性和可靠性,为今后同类组合梁桥的设计分析提供借鉴。     

悬臂爬模技术在特大桥梁高墩施工中的应用研究

为最大限度地发挥悬臂爬模技术优势,在特大桥梁高墩施工中需充分考虑各种影响因素,结合相关资料和实践措施对施工影响因素以及工艺特点进行分析,为高墩桥梁工程顺利开展创造良好条件。研究结果表明,悬臂爬模技术在特大桥梁高墩施工中的科学应用有利于提高施工进程,为改善相关工艺技术提出相应的控制措施,以期为相关工作者提供有效参考。     

不对称变截面箱梁桥在悬臂施工阶段扭转控制分析

采用空间理论方法、剪力流理论及Prandtl的薄膜比拟法,推导出了不对称箱型变截面梁悬臂施工扭转角度和剪力计算公式.并用该公式对重庆鱼洞长江大桥在悬臂施工阶段箱梁扭转变形及受力进行了计算分析.计算结果证实了,在施工阶段因恒载和施工荷载的不对称分布产生的扭矩对主箱梁的扭转变形影响不大,箱梁所受到的内力在施工控制许容范围内.     

模糊数学在立交匝道线形优化设计中的应用

将模糊数学的概念、原理应用到立交线形优化设计中,以立交平面线形设计中的2种基本线形—圆曲线、缓和曲线作为构成立交线形设计中的线形元,并且考虑了行车条件、线形几何约束、超高要求等约束条件,以及影响参数取值的因素的模糊性,提出了比传统的优化设计方法更为科学、合理的模糊优化设计方法,建立了模糊优化数学模型,并分析了其解法.     

基于组合赋权-改进TOPSIS法的城市慢行三网融合评价方法

为解决城市绿道、滨水道路、市政慢行道路等城市慢行系统相互独立、衔接不畅的问题,针对现有研究缺乏三网融合水平评价的现状,研究了基于组合赋权-改进TOPSIS模型的三网融合评价方法。传统的TOPSIS法采用理想解计算贴近度,没有考虑到异常值与实际情况,故运用基于高斯分布的离群点检测法处理极端异常值,建立了1个综合考虑三网融合水平的评价模型。以往路网评价通常是针对单个对象进行研究,而未考虑多个对象融合情况,因此在构建评价指标体系的过程中,根据三网融合因素、慢行道路网络出行特点、居民出行便利性等,并结合实地调查,选取网络连通性、可达性等相关的13个指标。为了避免单一赋权产生的偏重性,本文建立权重组合优化模型使层次分析法和熵权法确定的主客观权重与组合权重的偏离程度最小。本研究以朝阳区慢行系统网络为例进行验证分析,根据位置和功能,将其分成21个绿道段,得到21个评价对象的三网融合情况和综合排名。结果表明：相较于以往的慢行评价方法和经典的评价方法,该改进模型贴近度标准差为0.278,具有更好的区分度,能够更准确地识别影响三网融合程度的主要因素,并根据各个指标权重做出针对性的优化工作。该评价方法可作为...     

SVR辅助SINS-DVL的水下机器人组合导航方法

多普勒计程仪(DVL)在水下导航系统应用越来越广泛。当海底环境发生变化时,DVL会发生数据刷新频率不稳定,数据无效等情况。为了提高导航的可靠性,本文提出了一种变训练集的SVR回归方法,对DVL的数据进行预测。根据水下机器人的速度变化率和加速度变化率调节训练集大小。把捷联惯导(SINS)的东向和北向速度作为输入,DVL东向和北向速度作为输出对模型进行训练。根据SINS的数据输出频率,选取合适的预测数据输出频率进行仿真。仿真发现算法有效地提高了SINS/DVL组合导航的精度,并在DVL数据无效时,有效地抑制误差,提高导航系统的稳定性。