集料吸水率对沥青混合料最佳油石比的影响

试验时发现集料不同吸水率会影响沥青混合料最佳油石比。采用试验方法分析影响沥青混合料最佳油石比的两个因素：集料吸水率、纤维用量。试验表明,在集料吸水率发生较大波动情况下,在沥青混合料中掺加纤维可以有效减小吸水率对最佳油石比的影响,并且用试验验证了掺加纤维前后混合料多项路用性能的变化。     

LX1300型铣刨机最小转弯半径的分析

根据汽车的转向梯形原理,分析后得出LX 1300型铣刨机工作时前轮的最大转向角.为建立铣刨机在工作状态时的数学模型,对其进行几何分析,通过改变模型中的参数,对比确定铣刨机的最小转弯半径,从而有效减小轮胎侧滑,延长轮胎的使用寿命.     

城市快速路交通事故持续时间预测

有效的交通事件管理系统需要对交通事故持续时间进行准确的预测。基于北京市122事故报警系统的65000组数据,分别运用多元回归和分类回归树的方法对北京市快速路上的交通事故持续时间进行了建模,并运用另外的8000组数据对预测模型的精度进行了检验,回归模型的误差平均值为30．7463％,分类回归树的误差平均值为29．5197％,误差分析结果表明,多元回归模型和分类回归树模型的结果都比较令人满意;分类回归树并不能显著的提高模型预测的精度。     

城市快速路交通事故持续时间预测

有效的交通事件管理系统需要对交通事故持续时间进行准确的预测。基于北京市122事故报警系统的65 000组数据,分别运用多元回归和分类回归树的方法对北京市快速路上的交通事故持续时间进行了建模,并运用另外的8 000组数据对预测模型的精度进行了检验,回归模型的误差平均值为30.746 3%,分类回归树的误差平均值为29.519 7%,误差分析结果表明,多元回归模型和分类回归树模型的结果都比较令人满意;分类回归树并不能显著的提高模型预测的精度。     

西安市公共交通枢纽布局规划研究

针对西安市公共交通枢纽发展现状以及存在的问题,结合西安市综合交通体系规划,确定西安市公共交通枢纽的规划目标。比较和借鉴国内其他城市公共交通枢纽的分类方法,提出西安市公共交通枢纽的总体布局以及规模确定的方法和流程。     

灌浆法在公路桥梁隧道施工中的应用

在施工和投入使用中,公路路面、桥梁结构和隧道洞身受风雨侵蚀和地层沉降易出现开裂现象,通过灌浆法能将浆液填充裂隙并修复结构,进而提高整个结构的完整性及强度,分别从这三个工程病害入手,逐一分析灌浆法在此类施工过程中的重难点以及相应的质量控制要点。     

地下水活动对灌注桩完整性的影响研究

研究目的:《铁路工程基桩检测技术规程》(TB 10218-2019)中3.1.4规定:桩身完整性检测对于反射波法、声波法的检测结果,有怀疑或争议时,采用钻芯法验证;但现场有时验证的芯样结果与反射波法、声波法的检测结果不吻合,分析是与地下水活动影响有关,由此有必要就反射波法、声波法、钻芯法的检测结果结合工程地质,进行地下...     

2021年西安全运会交通规划研究

为给西安2021年全运会的交通筹备工作提供依据,并为后续相关大型活动交通规划提供借鉴,在2021年全运会战略目标的指引下,提出了全运会交通规划四大关键点:准确找出片区现状交通的核心问题、全面摸清全运会交通特征、经济平抑全运会期间的客流冲击、高效组织全运会疏散交通。运用海量数据、多种场景模拟、动态模型和压力测试4种前沿方法对此进行了研究。通过交通模拟和交通测算发现,全运会高峰时间奥体中心周边道路运行良好,路网、地铁、公交等各个交通系统能够正常运行。     

Improved Kernel Possibilistic Fuzzy Clustering Algorithm Based on Invasive Weed Optimization

Fuzzy c-means(FCM) clustering algorithm is sensitive to noise points and outlier data, and the possibilistic fuzzy c-means(PFCM) clustering algorithm overcomes the problem well, but PFCM clustering algorithm has some problems: it is still sensitive to initial clustering centers and the clustering results are not good when the tested datasets with noise are very unequal. An improved kernel possibilistic fuzzy c-means algorithm based on invasive weed optimization(IWO-KPFCM) is proposed in this paper. This algorithm first uses invasive weed optimization(IWO) algorithm to seek the optimal solution as the initial clustering centers, and introduces kernel method to make the input data from the sample space map into the high-dimensional feature space. Then, the sample variance is introduced in the objection function to measure the compact degree of data. Finally, the improved algorithm is used to cluster data. The simulation results of the University of California-Irvine(UCI) data sets and artificial data sets show that the proposed algorithm has stronger ability to resist noise, higher cluster accuracy and faster convergence speed than the PFCM algorithm.