太兴铁路穿越吕梁山段越岭方案研究

为确定太原至兴县铁路穿越吕梁山脉的方案,设计人员进行了大范围的线路比选。通过对工程所经地区控制选线的因素进行说明,结合地方规划和环境敏感点等着重选取沿湫水河的大石林沟垭口方案和沿蔚汾河的野鸡山垭口方案进行研究,从工程规模、工程投资、地方规划、环境保护等方面进行比较分析,最终确定沿湫水河的大石林沟垭口方案为合理越岭方案。通过对越岭方案研究过程进行论述,提出了一种设计思路,可为类似工程提供一定的借鉴作用。     

预应力混凝土矮塔斜拉桥线形敏感参数研究

以某预应力混凝土矮塔斜拉桥为工程背景,借助有限元程序系统研究了主梁重度与刚度、斜拉索初张力与刚度、温差荷载和预应力效应对成桥状态下主梁线形的影响程度。并将各参数划分为3个敏感等级,将对主梁竖向变形改变量超过10mm的影响参数:正温度梯度、均匀升温、主梁容重和均匀降温列为敏感性I级,这些参数对矮塔斜拉桥成桥线形影响程度最大,并对该类桥梁在施工中关键参数的控制提出合理化建议。     

山区高速公路建设中水土流失经济损失分析

高速公路水土流失损失是一个带状区域人为加速土壤侵蚀所产生的生态环境负效益。在综合考虑重庆绕城高速公路建设项目基础上,系统讨论了高速公路的侵蚀地貌单元和沿线敏感区域,重点筛选出水土流失评价指标,建立了指标与经济之间的关系,提出了计算水土流失经济损失的公式,及山区公路建设产生的土壤侵蚀治理和预防的量化依据。     

我国预应力混凝土连续梁桥的发展与工程实践

本文从桥梁设计技术、施工技术和预应力材料等方面简要介绍了我国预应力混凝土连续梁桥的发展 ,重点对预应力混凝土连续梁桥工程实践中出现的主要问题、形成原因、敏感性分析及设计对策探讨等作了简要分析和论述。     

基于同步相敏解调技术的三端式磁通门信号处理

文章研究了三端式磁通门测磁仪信号的同步相敏解调技术。在磁通门测磁仪基本工作原理的基础上,首先分析了三端式磁通门测磁仪在方波激励下的输出信号组成,微弱的偶次谐波中包含了待测磁场信号。简述了同步相敏解调技术及其检测微弱信号的特性,根据三端式磁通门测磁仪输出信号的特点,讨论了采用基于电子开关的同步相敏解调技术解调待测磁场信号的可行性和优越性,为三端式磁通门测磁仪信号处理电路的设计提供了重要理论依据。     

基于BiLSTM神经网络的交通事故黑点路段日均事故频次预测方法

为交通管理部门和出行大众提供精准的事故高发黑点预警信息具有重要的意义。为此,研究了1种基于双向长短期记忆神经网络（bidirectional long short-term memory neural network,BiLSTM）的黑点路段交通事故频次预测方法。通过对传统K-means聚类算法的k值选取进行改进,实现了道路交通事故黑点的有效识别,并统计黑点每天事故数作为事故时间序列;利用小波分解对该序列进行降噪处理,通过多层网格搜索法对隐藏层层数、神经元个数等模型的参数进行标定,构建了基于BiLSTM网络的事故频次预测模型;采用滑动窗口的方式将事故时间序列作为内部参数输入模型,以交通流量、节假日、事故天气和事故发生环境等特征作为外部参数,对事故黑点路段未来1 d内可能发生的事故数进行预测,并基于预测结果提出了1种事故黑点路段交通事故预警模型;以浙江省宁波市交警部门某辖区2020年4月—2021年9月常态采集的事故数据为测试集,以7 d的事故数据预测未来1 d的黑点路段事故频次,将BiLSTM模型与门控循环神经网络（GRU）模型、长短期记忆神经网络（LSTM）模型、反向传播神经网络（BP）模型、自回归滑动平均（ARIMA）模型和支持向量机（SVR）模型等事故预测模型进行对比。结果表明：BiLSTM模型、GRU模型、LSTM模型、BP模型、ARIMA模型和SVR模型对各事故黑点的日均事故频次平均预测精度分别为93.1%、88.8%、88.0%、85.2%、84.4%和84.2%;均方根误差分别为0.092、0.146、0.142、0.147、0.177和0.176。该结果说明,所提BiLSTM模型具有更高的预测精度和更强的鲁棒性。     

交通事故黑点鉴别实践中存在的问题与对策

治理改善道路黑点可以有效地降低交通事故的发生率与损失后果,科学合理的黑点鉴别则是整个治理环节中的关键一步。文章首先从鉴别方法、资料数据以及管理体制等方面,分析了黑点鉴别实践中存在的问题,然后提出了改进黑点鉴别管理的一些对策性建议。     

山区公路网关键监测点辨识方法

为了有效识别山区公路网中的关键监测点,合理布设监测设备,以使路网监控成本效益最优化,本文提出了一套山区公路网关键监测点辨识的方法。从路网监控信息采集需求角度出发,将山区公路网关键监测点划分为四种类型：事故黑点关键监测点、基础设施结构安全关键监测点、交通数据采集关键监测点以及气象信息采集关键监测点;引入路网层次划分思想,以道路安全性、功能性、交通流特性以及基础设施特性为划分指标进行路网层次划分,为关键监测点的辨识提供依据;在划分路段单元的基础上,按不同类型关键监测点构建评分指标体系,采用专家打分法和层次分析法对各路段单元进行综合评分排序,并通过设定合理阈值确定路网中的关键监测点。     

大数据驱动的公共交通系统出行方式选择特性研究

掌握出行者选择偏好对于提高公共交通系统吸引力和优化运营策略有重要作用,且数据检测技术的发展使得交通大数据的收集更加便捷.本文以北京市出行大数据为依托,通过分析与建模,挖掘人们在公共交通中的方式选择特性,并探讨如何为交通运营提供决策支持.首先,对原始数据进行预处理、数据清洗与数据集成,获得了模型所需的数据集.然后根据效用函数理论,建立了分层多项Logit模型,并对模型进行求解与验证.最后,基于模型结果得出不同出行群体VOT,进行部分变量的敏感性分析.得出中距离出行者票价敏感性最高,短途出行者速度敏感性最高,6:00-7:00的出行群体票价敏感性最高且速度敏感性最低等结论,可用于支持公共交通运营部门制定最佳运营策略.     

小剂量阿托伐他汀对代谢综合征患者血清炎症因子和胰岛素抵抗的影响

目的观察小剂量阿托伐他汀对代谢综合征(MS)患者血清超敏C反应蛋白(hsCRP)、肿瘤坏死因子α(TNF-α)和胰岛素抵抗(IR)的影响。方法选取MS患者60例,随机分为MS对照组和治疗组,每组30例。对照组给予常规治疗;治疗组加用阿托伐他汀10mg/d,共4周。30例健康体检者作为正常对照组。血清hsCRP和TNF-α分别用免疫比浊法和酶联免疫吸附法测定。结果①MS患者治疗前血清hsCRP、TNF-α、胰岛素抵抗指数(HOMA-IR)和血总胆固醇(TC)、甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)水平均高于正常对照组(P均<0.05),而高密度脂蛋白胆固醇(HDL-C)低于正常对照组(P<0.05);②MS治疗组4周后,与治疗前相比血清hsCRP、TNF-α水平、血TC、TG、LDL-C及HOMA-IR均明显降低(P<0.05或<0.01),HDL-C、BMI与治疗前比较无显著性差异(P>0.05)。而对照组各指标治疗前后比较无显著性差异(P>0.05);③MS治疗组4周后血清hsCRP、TNF-α水平的下降幅度与血TC、LDL-C的下降幅度无相关性。结论短期应用小剂量阿托伐他汀即可降低MS患者血脂、HOMA-IR和血清hsCRP、TNF-α水平,有改善IR、抗炎作用,且独立于调脂之外。