期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于检测数据的预制箱梁桥性能退化随机模型研究
1
作者
谭志兵
姚仕伟
+2 位作者
朱泽文
陈华鹏
林泽方
《世界桥梁》
北大核心
2025年第4期126-133,共8页
为准确预测桥梁性能演变趋势,为维修决策提供依据,基于江西省高速公路预制箱梁桥历史检测数据,进行预制箱梁桥性能退化随机模型研究。首先分析不同桥梁跨径和退化率的桥梁技术状况评分时变规律;然后根据典型项目级桥梁检测数据,建立基...
为准确预测桥梁性能演变趋势,为维修决策提供依据,基于江西省高速公路预制箱梁桥历史检测数据,进行预制箱梁桥性能退化随机模型研究。首先分析不同桥梁跨径和退化率的桥梁技术状况评分时变规律;然后根据典型项目级桥梁检测数据,建立基于马尔可夫链的桥梁技术状况评级预测模型;最后建立基于马尔可夫链的路网级桥梁性能退化模型,分析不同退化率下桥梁总体技术状况评级和失效概率随时间的变化规律。结果表明:随着桥梁跨径的增加,桥梁技术状况评分退化率越大;对于典型项目级桥梁,所建立的退化模型预测数据与实测数据吻合良好,且预测精度随检测次数增加而显著提升;建立的退化模型可模拟路网级桥梁的性能退化过程,对于跨径0~100 m的路网级预制箱梁桥,其失效概率根据退化率不同呈显著差异,服役20年时,快速退化桥梁的失效概率最高,缓慢退化桥梁的失效概率最低。
展开更多
关键词
箱梁桥
桥梁技术状况
马尔可夫链
桥梁退化模型
失效概率
退化率
桥梁检测
在线阅读
下载PDF
职称材料
基于LSTM-Attention的高速铁路司机警觉度预测
被引量：
3
2
作者
潘雨帆
史磊
+3 位作者
周宏宇
倪少权
张骏
郭孜政
《铁道学报》
EI
CAS
CSCD
北大核心
2023年第11期29-37,共9页
准确度量高速铁路司机的警觉度是保障保证列车安全运行的关键问题。针对该问题提出一种通过眼动、心电信号及线路参数时序特征预测高速铁路司机警觉度的方法。研究基于心理学双任务范式设计模拟驾驶实验,主任务要求司机正常驾驶机车,次...
准确度量高速铁路司机的警觉度是保障保证列车安全运行的关键问题。针对该问题提出一种通过眼动、心电信号及线路参数时序特征预测高速铁路司机警觉度的方法。研究基于心理学双任务范式设计模拟驾驶实验,主任务要求司机正常驾驶机车,次任务要求司机在看到红色信号灯亮起时迅速按键,以司机对次任务的反应时间来量化其警觉度。构建警觉度预测模型时,对每个试次提取7项眼动指标和19项心电指标以及环境参数,并通过灰色关联分析筛选出14项有效的生理指标。然后以司机生理指标和线路环境参数为自变量,以其对次任务的反应时间为因变量,构建基于LSTM-Attention算法的高速铁路司机警觉度预测模型。研究结果表明:LSTM-Attention模型对40名高速铁路司机反应时间预测平均绝对误差为92.86 ms,均方根误差为102.31 ms,平均相对误差为9.6%,且时间序列长度为5时预测效果最好,注意力机制的引入能减小模型约4%的预测误差。本文所提方法可实现对高速铁路司机警觉度的连续度量,可为驾驶辅助系统的研发提供技术理论支撑。
展开更多
关键词
高速铁路
警觉度
高速铁路司机
长短时记忆网络
注意力
在线阅读
下载PDF
职称材料
题名
基于检测数据的预制箱梁桥性能退化随机模型研究
1
作者
谭志兵
姚仕伟
朱泽文
陈华鹏
林泽方
机构
江西省交通投资集团有限责任公司路网运营管理公司
江西省
交投养护科技
集团
有限
公司
长大桥梁建设技术及装备
交通
运输行业研发中心
华东
交通
大学
出处
《世界桥梁》
北大核心
2025年第4期126-133,共8页
基金
江西省交通运输厅科技项目(2022H0014,2021C0008,2023C0008)。
文摘
为准确预测桥梁性能演变趋势,为维修决策提供依据,基于江西省高速公路预制箱梁桥历史检测数据,进行预制箱梁桥性能退化随机模型研究。首先分析不同桥梁跨径和退化率的桥梁技术状况评分时变规律;然后根据典型项目级桥梁检测数据,建立基于马尔可夫链的桥梁技术状况评级预测模型;最后建立基于马尔可夫链的路网级桥梁性能退化模型,分析不同退化率下桥梁总体技术状况评级和失效概率随时间的变化规律。结果表明:随着桥梁跨径的增加,桥梁技术状况评分退化率越大;对于典型项目级桥梁,所建立的退化模型预测数据与实测数据吻合良好,且预测精度随检测次数增加而显著提升;建立的退化模型可模拟路网级桥梁的性能退化过程,对于跨径0~100 m的路网级预制箱梁桥,其失效概率根据退化率不同呈显著差异,服役20年时,快速退化桥梁的失效概率最高,缓慢退化桥梁的失效概率最低。
关键词
箱梁桥
桥梁技术状况
马尔可夫链
桥梁退化模型
失效概率
退化率
桥梁检测
Keywords
box girder bridge
bridge technical condition
Markov chain
bridge deterioration model
failure probability
degradation rate
bridge inspection
分类号
U448.213 [建筑科学—桥梁与隧道工程]
U446.3 [建筑科学—桥梁与隧道工程]
在线阅读
下载PDF
职称材料
题名
基于LSTM-Attention的高速铁路司机警觉度预测
被引量：
3
2
作者
潘雨帆
史磊
周宏宇
倪少权
张骏
郭孜政
机构
西南
交通
大学信息科学与技术学院
西南
交通
大学综合
交通
运输智能化国家地方联合工程实验室
西南
交通
大学综合运输四川省重点实验室
西南
交通
大学
交通
运输与物流学院
江西省交通投资集团有限责任公司路网运营管理公司
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2023年第11期29-37,共9页
基金
国家自然科学基金(52072320)。
文摘
准确度量高速铁路司机的警觉度是保障保证列车安全运行的关键问题。针对该问题提出一种通过眼动、心电信号及线路参数时序特征预测高速铁路司机警觉度的方法。研究基于心理学双任务范式设计模拟驾驶实验,主任务要求司机正常驾驶机车,次任务要求司机在看到红色信号灯亮起时迅速按键,以司机对次任务的反应时间来量化其警觉度。构建警觉度预测模型时,对每个试次提取7项眼动指标和19项心电指标以及环境参数,并通过灰色关联分析筛选出14项有效的生理指标。然后以司机生理指标和线路环境参数为自变量,以其对次任务的反应时间为因变量,构建基于LSTM-Attention算法的高速铁路司机警觉度预测模型。研究结果表明:LSTM-Attention模型对40名高速铁路司机反应时间预测平均绝对误差为92.86 ms,均方根误差为102.31 ms,平均相对误差为9.6%,且时间序列长度为5时预测效果最好,注意力机制的引入能减小模型约4%的预测误差。本文所提方法可实现对高速铁路司机警觉度的连续度量,可为驾驶辅助系统的研发提供技术理论支撑。
关键词
高速铁路
警觉度
高速铁路司机
长短时记忆网络
注意力
Keywords
high-speed rail
vigilance
high-speed rail driver
long-short term memory
attention
分类号
U495 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于检测数据的预制箱梁桥性能退化随机模型研究
谭志兵
姚仕伟
朱泽文
陈华鹏
林泽方
《世界桥梁》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于LSTM-Attention的高速铁路司机警觉度预测
潘雨帆
史磊
周宏宇
倪少权
张骏
郭孜政
《铁道学报》
EI
CAS
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
