中国公路学报杂志2025年第7期-中国公路学报杂志社

中国公路学报杂志2025年第7期

人工智能在桥梁抗震中的应用专栏导语

    桥梁，作为交通生命线网络的枢纽工程，其抗震性能的优劣直接决定着震后“生命通道”的畅通与否，关乎区域经济韧性与灾后恢复能力。然而，传统抗震分析方法长期依赖经验公式与简化模型，在精准捕捉地震动的强随机性、结构响应的强非线性以及复杂系统耦合作用等多重挑战面前，显得力有不逮。值得关注的是，近年来人工智能技术的爆发式发展，为破解这些深层次难题开辟了全新路径。通过将强大的数据驱动能力与深度的物理机理认知相融合，人工智能正推动桥梁抗震分析实现从“经验依赖”到“智能驱动”的范式跃迁——人工智能算法能够从海量数据中挖掘隐藏规律，深度学习模型可以高精度模拟复杂的非线性破坏模式与灾变过程，智能优化技术则可赋能抗震优化方案的快速生成与性能评估。     为积极推动人工智能技术在桥梁抗震领域的深度应用与创新突破，及时反映该交叉学科的最新研究进展与发展趋势，助力智能抗震理论与技术的快速发展，《中国公路学报》编辑部联合北京工业大学韩强教授（我刊副主编）、北京工业大学温佳年高级研究员（我刊青年编委）、西南交通大学魏凯教授（我刊青年编委）、合肥工业大学钟剑副教授、同济大学王晓伟副教授共同策划了“人工智能在桥梁抗震中的应用”专栏，并邀请哈尔滨工业大学郭安薪教授、东南大学/江苏大学王景全教授（我刊副主编）、香港理工大学毕凯明教授、中南大学国巍教授、同济大学管仲国教授、西南交通大学赵灿晖教授、天津大学李宁教授、河北工业大学王东升教授、北京交通大学江辉教授、湖南大学伍隋文教授、长安大学周敉教授、防灾科技学院孙治国教授作为组稿专家，共同向该领域的知名专家学者约稿，出版本期“人工智能在桥梁抗震中的应用”专栏。     本专栏共录用相关论文7篇，研究内容主要集中于以下3个方面：     （1）已取得成果与应用前景分析。主要内容为：人工智能在桥梁抗震中的研究进展与展望。所报道内容系统梳理了人工智能技术在桥梁抗震五大核心场景（地震动合成、响应预测、损伤评估、韧性优化、网络级分析）中的应用。     （2）桥梁结构响应预测与易损性分析。主要内容包括：中小跨径常规体系连续梁桥地震反应的机器学习预测及可解释性比较研究，基于LSTM的近断层桥梁地震响应和易损性快速预测方法，基于LSTM的近断层桥梁地震响应和易损性快速预测方法。所报道内容体现了人工智能技术在桥梁结构响应预测和易损性分析过程中的高效性与精确性。     （3）桥梁韧性评估与抗震优化。主要内容包括：考虑构件修复次序的桥梁震后功能恢复模型及韧性评估，基于多目标群体智能算法的悬索桥减震优化方法研究，基于复Morlet小波梁式桥低阶振型识别新方法研究。所报道内容展现了人工智能技术在解决最优问题方面的优势。     值此专栏出版之际，谨向为本专栏倾注心血的组稿专家、审稿专家以及所有论文作者致以最诚挚的谢意！正是诸位同仁的鼎力支持与卓越贡献，方使本期聚焦“人工智能赋能桥梁抗震”的专题得以成功呈现。我们殷切期望，本专栏的出版能够有效推动桥梁工程智能抗震新技术与新应用的蓬勃发展。《中国公路学报》将一如既往地密切关注人工智能与土木工程交叉融合领域，特别是智能抗震方向的国内外前沿动态与突破性成果，致力于为广大研究者、工程师搭建高水平的学术交流与知识共享平台，共同促进我国桥梁工程向更智能、更安全、更可持续的方向迈进。人工智能在复杂工程系统中的应用尚处于发展阶段，专栏中难免存在疏漏与不足之处，恳请各位专家、读者不吝批评指正，以帮助我们不断进步。
人工智能在桥梁抗震中的研究进展与展望

钟剑, 温佳年, 王晓伟, 魏凯, 韩强
人工智能技术已成为国家战略科技的核心组成部分，其与桥梁抗震工程的结合正成为增强基础设施抗震韧性的关键途径。桥梁抗震分析长期面临物理模型复杂、效率与精度难以兼顾等挑战。针对上述问题，系统评述了传统机器学习模型、深度学习模型及新一代AI融合技术在桥梁抗震分析中的应用与创新，涵盖：①复杂地震动智能合成与输入；②抗震能力分析与需求预测；③损伤评估与易损性分析；④韧性评估与恢复策略优化；⑤大规模桥梁群网络抗震分析。人工智能显著提升了桥梁抗震分析的效率与精度，为探索多参数、强非线性问题开创了新局面。然而，现有人工智能模型仍存在物理规律支撑不足、模型泛化能力弱、异源数据难以有效整合等难题。未来，人工智能技术在提升物理规律可解释性、发展多模态感知技术、构建高仿真数据库、增强模型泛化能力、开发新型智能算法等方面，将进一步推动桥梁抗震领域的发展。该研究有助于推动桥梁抗震研究范式从依赖人工经验向物理规律与人工智能深度融合转变。
水平循环荷载下斜坡段双排桩承载特性及p-y曲线

尹平保, 韩红, 毛国辉, 王达, 王翱, 杨铠波
斜坡段双排桩的水平承载特性与平地上的双排桩差异显著，很有必要开展相应的模型试验研究。以某实际工程桩为原型，设计并完成了斜坡坡度分别为0°、10°、20°和30°的2×2双排桩水平循环加载模型试验，获得了不同坡度下承台荷载-位移曲线、前后排桩桩身弯矩及不同深度处的桩周土抗力（p）-桩身水平位移（y）曲线（简称p-y曲线）；分析了“斜坡效应”和“循环荷载效应”对前后排桩水平承载特性的影响；并通过对斜坡地基初始刚度和桩周极限土抗力进行修正，建立了斜坡段双排桩修正p-y曲线模型。研究结果表明：桩基水平割线刚度随循环加载等级增加而减小，而受循环加载次数和斜坡坡度的影响较小；前后排桩的桩身弯矩均随循环加载等级和次数增加而增大，随斜坡坡度增加而减小；桩身最大正弯矩位于坡面以下2~4倍桩径处；与平地桩相比，斜坡坡度每增加10°，前后排桩的桩身最大正弯矩约减小6.5%；斜坡坡度和荷载水平相同时，前排桩的桩身最大正弯矩约为后排桩的1.5倍；前后排桩的桩周土抗力均随深度增加而增大；相同深度处，前后排桩的桩周土抗力均随坡度增大而减小，前排桩的桩周土抗力约为后排桩的2倍，当斜坡坡度由0°增至30°时，前、后排桩对应的桩周土抗力分别减小64.0%和60.0%。在此基础上，通过模型试验，对比验证了斜坡段双排桩修正p-y曲线模型的合理性。
寒区边坡挡土墙排水管结冰机理研究

刘洪义, 张学富, 何天宝, 刘欣, 喻文兵
寒区边坡挡土墙排水管水流结冰诱发涎流冰并损伤结构，影响交通安全。为研究挡土墙排水管水流结冰机理，通过模型试验研究了不同环境温度（－7 ℃、－14 ℃）和风速（0.6、1.2、1.8 m?s－1）情况下边坡土体温度场和积冰堵塞的演变规律，建立数值模型对排水管结冰堵塞过程进行数值分析。结果表明：①当风向、流量和管道纵向坡度不变时，环境温度越低、风速越大，沿排水管纵向的土体冻深平均增速越大。当环境温度为－14 ℃~－7 ℃、风速为0.6~1.8 m?s－1时，冻深平均增速的变化范围为0.11~0.62 cm?h－1。②当风向和管道纵向坡度相同时，随着环境温度降低、风速和流量的增加，堵塞率与积冰体积增加速率越快，排水管出口堵塞时间缩短。当流量为0.1 mL?s－1时，堵塞率与时间近似呈线性关系；当流量达到0.2 mL?s－1时，堵塞率与时间近似呈二次函数关系。③当风向和管道纵向坡度不变时，管内积冰体积与时间始终呈递增趋势的二次函数关系。环境温度越低、风速越大、流量越小，积冰体积与流经管道的水流总体积之比越大。当流量为0.1 mL?s－1、环境温度低于－14 ℃、风速大于1.8 m?s－1时，超过82%的水流以冰的形式留在管内。④各因素对管道积冰堵塞时间影响的敏感性顺序为环境温度>流量>风速，可通过在排水管出口采取保温和防风措施延缓其结冰堵塞时间。研究结果可为寒区边坡挡土墙排水管结冰防治提供科学参考。
考虑桩土相互作用对自复位-摇摆双柱桥墩在地震作用下动力响应的影响

董慧慧, 黄金涛, 范光明, 韩强, 杜修力
为了研究桩土相互作用对自复位摇摆桥墩抗震性能的影响，选取附加角钢的自复位-摇摆双柱桥墩（SCRB-A）作为研究对象，摇摆双柱桥墩（SCRB）和传统的现浇双柱桥墩（RCB）作为对比对象，采用桩-土-摇摆桥墩地震反应整体分析方法建立了桩-土-摇摆桥墩结构的精细化实体有限元模型。首先明晰了考虑桩土相互作用对不同自振周期自复位摇摆桥墩模态和位移响应的影响，结果表明，桩土相互作用对短自振周期摇摆双柱桥墩的影响显著高于长自振周期，对短周期摇摆桥墩的自振周期增大率高达152%。进一步探讨了考虑桩土相互作用对短自振周期摇摆双柱桥墩在地震作用下破坏模式，位移和加速度等动力响应的影响规律。研究结果表明：桩土相互作用放大了摇摆桥墩的位移响应和加速度响应，在多遇地震（FOE）作用下，桩土相互作用对摇摆桥墩的动力响应放大效应明显，位移响应影响系数达119.4%；随着地震强度的增大，这种放大效应会逐渐减弱。无论是否考虑桩土相互作用，附加角钢的摇摆双柱桥墩在抗震性能方面的表现均优于摇摆双柱桥墩和现浇桥墩。
基于局部稀疏注意力和多模态特征融合的行人过街意图识别方法

金立生, 刘星辰, 王建强, 郭柏苍, 韩卓桐, 安传强, 刘栋
为提高复杂交通场景中行人过街意图识别的准确性，研究了基于局部稀疏注意力和多模态特征融合的行人过街意图识别方法。首先，提取前视角目标行人的边界框序列、动作序列和自车速度等非视觉特征，以及局部和全局上下文信息等视觉特征；其次，结合残差网络（Residual Network，ResNet）和长短时记忆网络（Long Short-Term Memory network，LSTM）建立了视觉特征编码Res-LSTM模块，编码局部和全局上下文信息，捕捉目标行人与其他场景要素间的交互关系；最后，设计局部稀疏注意力模块并构建意图识别模块融合目标行人多模态特征，形成行人过街意图识别模型。在公开数据集PIE上进行的试验表明：相较于基线模型MASK_PCPA，研究结果在1、3 s的预测时域准确率分别提升6%和7%，F1分数均提升11%，平均推演时间提升4.17%，模型尺寸减小3.4 MB，所提方法有效地提升了模型对行人短时间内关键细微动作特征的捕捉能力，能够帮助系统做出快速、准确和鲁棒的行人意图识别，为智能汽车理解周边环境提供支持。
面向信号交叉口随机环境生态驾驶的CAV深度强化学习控制

秦严严, 黄宇, 燕诗艺, 王昊
城市信号交叉口是典型间断交通流场景，信号配时及交叉口上游车流运动状态具有较强的随机性，为了提升智能网联车辆（Connected and Automated Vehicle，CAV）生态驾驶应对信号交叉口环境随机性的泛化能力，提出基于自由速度训练的深度强化学习生态驾驶控制方法。考虑交叉口上游人工驾驶车辆（Human Driven Vehicle，HDV）驾驶行为不确定性，将当前时刻CAV类人化驾驶加速度动作作为智能体控制反馈信息，构建基于加速度引导量的状态空间。同时，以智能体自由速度训练为目标，通过考虑当前控制步长内CAV行驶距离来设计奖励函数，实现生态驾驶效益最大化的训练动作。此外，在智能体训练环境中设置安全限制条件与随机环境条件，改进深度强化学习TD3算法更新机制，提出“一轮一更新”的智能体训练模式。为了验证所提控制方法的生态驾驶效益和泛化性能，以现有基于巡航速度训练的深度强化学习方法作为对比，设计固定条件对比试验和随机条件对比试验。研究结果表明：所提基于自由速度训练的深度强化学习控制方法在确保生态驾驶效益的同时，能够明显提升智能体应对环境随机性的泛化能力；在100次随机试验中，以HDV油耗为基准，相比现有基于巡航速度的深度强化学习控制方法，所提生态驾驶控制方法在智能体考虑加速度引导量和不考虑加速度引导量的2种情形下，平均油耗效益分别提高9.3%和2.6%。研究结果提供了具有普适性意义的深度强化学习智能体训练框架模式，可为信号交叉口CAV生态驾驶提供方法参考。
基于短期非线性扰动自适应图的路网交通预测

曹倩霞, 麦仟龙, 吕松涛, 王大为
路网交通预测为交通管理和出行信息服务智能化提供了数据和服务保障，是为智能交通系统提供精准主动管控的核心关键。常态交通环境下的交通预测已经取得了良好的性能，而突发事件、天气突变等短期非线性扰动下的非常态交通预测面临诸多挑战。现有方法大多通过将路网预定义为固定图或简单参数图来捕捉空间关系，忽略了扰动因素影响下交通流在空间上表现出的显著动态变化，这导致预测出现偏差，难以实现精准管控。为此，提出了一种基于短期非线性扰动自适应图的神经网络（Ada-DTGNN），该网络从常态和短期非常态角度关注交通流的变化趋势来预测未来交通状态。首先开发一个新颖的自适应图学习模块，设计了2种参数化特征图，以全局特征图捕捉交通流的共同常态趋势，以独有特征图揭示短期非常态下的独有变化，最终通过加权融合的方式获取最优的路网图邻接矩阵并具备一定可解释性。此外，受门控循环网络（GRU）启发，将GCN以记忆单元的形式嵌入GRU内部结构中，构建新颖的时空卷积预测模块，实现同步捕获时空依赖关系，提升了预测精度。试验结果表明：Ada-DTGNN在真实交通流数据集上整体优于现有竞争模型，尤其在应对短期非线性扰动和突发事件等复杂交通场景时，展现出更高的预测准确性与更强的自适应能力；同时，通过消融试验和效果分析进一步验证了其结构在提升模型性能方面的重要作用，体现出良好的自适应性与一定程度的可解释性。
混行环境下面向联合专用车道的多车协同控制研究

冯锐, 白东轩, 冯强, 谷晓宁, 姚宝珍
为解决混行交通环境下专用车道资源优化配置难题，提出面向智能网联自动驾驶汽车（Connected and Autonomous Vehicle，CAV）与公交车辆的联合专用车道协同控制方法。首先，通过分析港湾式与非港湾式公交站点的差异，构建考虑不同公交站点类型影响的公交清空距离模型，同时基于已建成的公交专用车道，设立适用于CAV和公交的联合专用车道。由于在联合专用车道部署的环境下每一辆CAV均视为一个智能体，混行环境下CAV的协同控制优化问题可以被建模为一个多智能体马尔科夫决策过程。基于此，提出了一种应用多智能体深度确定性策略梯度（Multiagent Deep Deterministic Policy Gradient，MADDPG）算法的多CAV协同控制方法。借助SUMO平台搭建不同仿真场景，对提出的联合专用车道策略和多CAV协同控制方法进行验证。仿真结果表明，提出的MADDPG算法能够显著提升CAV在联合专用车道环境下的协同控制效果。具体而言，MADDPG算法在不同CAV渗透率下均表现出较高的交通效率和稳定性，通过优化CAV的跟驰和换道策略，减少了交通冲突和延误，提升了整体道路通行能力。特别是在高渗透率（60%以上）环境下，CAV之间的协同效应更加显著，进一步提升了交通流的运行效率。联合专用道部署环境下车辆的平均通行效率较无专用道和单独的公交车专用道分别提高了9.42%和5.61%。在保证保障公交车优先通行的同时，专用道的通行速度提升了26.24%。
混合流场景下信号配时与车辆轨迹多目标联合优化方法

柳清泉, 李萌, 郭娅明
针对智能网联车辆（Intelligent Connected Vehicles，ICV）和人工网联车辆（Human-driven Connected Vehicles，HCV）并存的混合流场景，为了协调交叉口各个方向车辆复杂的冲突关系，提出了一种针对信号配时与车辆轨迹的多目标联合优化方法。在信号方面，基于非固定周期的相位设置方式，灵活组合绿灯相位，提升交通信号配时的灵活性；在轨迹方面，对ICV和HCV分别建立跟驰约束，同时预测HCV轨迹并优化ICV轨迹。最终，统一考虑车辆延误和油耗2个优化目标，建立单层联合优化模型，同时获取信号配时与车辆轨迹的全局最优解。针对混合流场景的随机性，设计了滚动时域优化方法和鲁棒机制。数值试验中，选取了多种不同的基准方案与所提方法进行对比，包括传统的信号与轨迹优化方案，以及已有研究中的双层联合优化方案，以验证求解结果的全局最优性。结果表明：相较于基准方案，所提出的单层联合优化方案在不同的ICV占有率与交通需求场景中，均能够实现最低的车辆延误和油耗；在敏感度分析试验中，对不同优化目标之间的相关关系以及模型复杂度展开了分析；试验结果揭示了在该场景下，若选取合适的权重系数，不仅能够得到帕累托最优解，还有可能得到在所有目标下均为最优或近似最优的求解结果。最后，基于珠海市交叉口数据集，验证了所提方法在强波动的交通需求下仍然能够实现较好的优化效果。

中国公路学报杂志

中国公路学报杂志2025年第7期

联系我们

友情链接