一种基于多维特征聚类的汽车荷载智能化重构方法技术

一种基于多维特征聚类的汽车荷载智能化重构方法，涉及一种荷载重构方法。收集车辆数据并将轴数相同的车辆划分为集合M

【技术实现步骤摘要】
一种基于多维特征聚类的汽车荷载智能化重构方法


[0001]本专利技术涉及一种荷载重构方法，尤其是一种基于多维特征聚类的汽车荷载智能化重构方法，属于桥梁结构健康监测与状态评估


技术介绍

[0002]公路和铁路是交通运输网络中的重要组成部分，而桥梁散布在交通运输网络的关键节点上，桥梁的健康运营是交通运输安全畅通的关键。随着城市化建设的不断推进以及区域间联系越来越紧密，日益增长的交通需求促使着桥梁建设得以迅猛发展。而大量在役桥梁为人民生活出行提供便捷的同时，也对桥梁结构的健康监测与状态评估带来了巨大的挑战。
[0003]汽车荷载是桥梁健康监测与状态评估的重要基础，在桥梁研究的各个环节中都占有重要地位，因此如何建立合理的汽车荷载模型，正确反映桥梁服役状况，具有重要的工程价值。目前在建立汽车荷载模型时，普遍是基于现场实测车流数据对车辆进行车型划分，由划分结果产生随机车流，达到模拟汽车荷载的目的。在车型划分时，依据车辆总重、车辆轴重、车辆轴数、轴距或车辆运输性质相近的原则将车辆划分出代表性车型，或是通过拟合车辆轴重、轴距构造出新的代表性车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维特征聚类的汽车荷载智能化重构方法，其特征在于：包括以下步骤：步骤一、收集车辆数据对车辆数据进行收集并将轴数相同的车辆划分为集合M
n
，n＝2,3,4,5,6，表示轴数；步骤二、提取特征向量对于集合M
n
，以运输性质ω、轴重系数α
i
、轴距d
j
以及最大轴重系数α
max
为特征值，组成车辆荷载的特征向量m＝[ω,α
i
,d
j
,α
max
]，其中：运输性质ω为载客时取值为0，为载货时取值为1；步骤三、确定车型划分数目将集合M
n
划分为k0个簇并在M
n
中随机选择k0个车辆作为簇的簇中心；步骤四、根据特征向量之间的结构相似度聚类对于集合M
n
的非簇中心的车辆x，分别比较x的特征向量与每个簇中心的特征向量之间的结构相似度，并将车辆x划分到与其特征向量结构相似度最高的簇中；步骤五、迭代优化车辆全部划分完后重新确定每个簇的簇中心，簇中心的特征取值为：对于运输性质ω及轴距d
j
，取特征的众数，对于轴重系数α
i
及最大轴重系数α
max
，取特征的平均值，之后基于重新确定的簇中心重复步骤四直至最终结果不再发生变化，以最终的簇中心为该簇的代表性车型；步骤六、计算车头间距与车重的概率分布计算全部车辆车头间距服从的概率分布类型及参数，以簇中所有车辆的车重为样本，...

【专利技术属性】
技术研发人员：王川，高庆飞，王统，李其远，刘洋，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：