滨海公路软土路基变形机理及其沉降预测研究

针对滨海公路软土路基的工程地质特征,以深圳市滨海大道试验研究为依托,探讨了该类地区软土路基变形机理及其沉降发展规律,并通过对各种沉降预测模型的对比分析,结合5种常用的成长模型,提出了滨海公路软土路基变权重组合S型成长模型。最后,以该模型对依托工程进行了沉降预测,结果表明该模型预测效果较好,适用于该类地区路基工后沉降量预测,对实际工程具有一定的实用价值。     

基于三制度SETAR模型的短期交通流预测

针对城市道路交通流预测仅考虑正常(或没有交通事故)交通条件下短期交通流的现状,采用三制度自我激励阈值自回归(SETAR)模型进行短期交通流预测,该模型适合研究多种交通状态下交通流的动态变化行为。通过实例验证,对比分析了三制度SETAR模型和自回归求和移动平均(ARIMA)模型对城市道路5 min交通流的预测,其中后者被用作比较基准模型。研究结果表明,这个模型不仅能够合理地解释交通流的变化行为,而且比ARIMA模型在向前1步样本外预测交通流变化幅度和变化方向上均有更好的预测表现。     

基于贝叶斯组合模型的短期交通量预测研究

提出一种新的贝叶斯组合神经网络模型并将其应用于短期交通流量的预测。模型通过实时跟踪模型的预测表现,根据研究提出的分配算法不断调整模型的信用值,从而挑选并组合得到精度更高的预测模型。介绍了该模型的基本原理及在示范路网中的实际应用,通过选取反向传播神经网络和径向基函数神经网络,用以构造贝叶斯组合模型,并在测试数据集中进行了性能比较。计算结果表明：模型的预测性能整体上优于单一的神经网络模型,并且确保了模型预测的稳定性。     

高填方路基沉降龚帕斯模型预测方法应用研究

通过对高填方路基沉降变化的分析与研究,总结出其沉降变化的发展规律,建立了基于龚帕斯模型的路基沉降预测方法.结合工程实例,证实了龚帕斯模型能够很好地反映高填方路基的沉降变化过程,该模型预测结果与实测沉降值十分接近.     

基于小波神经网络的隧道变形预测模型研究

针对单一模型在隧道变形预测上精度不高的问题,提出了一种基于小波分析理论的神经网络模型,该模型克服了BP神经网络模型存在的收敛速度慢、结构设计盲目、易陷入局部极小点的缺陷,通过将该模型与时间序列模型、Levenberg-Marquardt法BP神经网络模型、遗传神经网络模型预测的结果比较,可以看出小波神经网络在隧道的变形预测中网络结构更简单、收敛速度更快、预测精度更高。     

公路地基沉降预测及其计算方法研究

为弥补公路路基沉降预测中各现有模型存在的不足,提出一种新的沉降预测模型,并给出了利用该模型进行沉降预测的解析方法和数值方法。分析了该模型的特点,说明了测量误差以及测点数对预测结果的影响。通过与其他预测方法的比较,该模型有明显的优势。结合工程实例验证了该模型的合理性,并指出解析方法在求解过程中会影响实测数据的权重,进而影响预测效果;而数值方法求解简单,方便实用,对测点数的多少要求不高,不影响实测数据的权重,预测精度较高。     

乘用车关门声品质风格划分评价研究

以10款具有不同关门声品质感的乘用车为研究对象,基于语义细分法、成对比较法的主观评价试验结果和心理声学客观参量(尖锐度积分、响度能量比、响度能量变化率、响度变化时间)建立了主、客观预测模型,为了提高模型预测精度,将评价模型分为"豪华感"和"时尚感"两类。将该模型与传统多元回归映射模型进行对比,结果表明,该模型样本内预测精度最大提升18.5%,样本外预测精度最大提升40.3%,基于风格类型划分的关门声品质预测模型具有更高的预测精度。     

轨道列车运行时间的线性预测模型与算法

为更加准确地预测城市轨道交通列车运行时间,建立列车运行时间改进线性预测模型.该模型基于正交函数和最小均方误差规则求解线性预测系数.采用不同长度的数据样本建立预测模型,分析数据样本长度和预测阶数对预测结果的影响,进而引入基于顺序迭代法的数据调整机制,提高模型系数计算的准确性.通过对比站间距离不等的情况下距离变换前后模型预测的准确性,分析了站间距离对预测精度的影响,进而引入站间距离的线性变换方法,提高模型的预测精度.结果表明,模型改进前后的平均预测精度分别为92.53%和95.43%,预测精度提高3.13%;提高预测阶数可小幅提高模型预测精度,模型的改进可明显提高运行时间的预测精度.将该模型应用于上海轨道交通2号线列车运行时间的预测,与列车运动模型相比,所提模型预测误差降低17.4%,验证了模型的实用性与准确性.      

基于快速聚类分析的航空分担率模型在新建机场客运量预测中的应用

基于聚类分析的航空分担率模型,对其应用的可行性进行了进一步的探讨,并结合阿拉善盟地区新建机场的客运量进行了预测,得到比较理想的预测结果.该研究为新建机场的客运量预测提供了一种可行的方法,可供实际需要借鉴.     

基于灰色系统的“义乌·中国小商品指数”预测

本文讨论了灰色系统GM（1,1）模型用于＂义乌·中国小商品指数＂的预测问题,介绍了灰色系统GM（1,1）模型的预测过程,同时证明了模型在小商品指数预测中应用的可行性,并对＂义乌·中国小商品指数＂中的周价格总指数进行预测,结果表明了该模型预测的有效性。     

灰色经济计量学模型在交通量预测中的应用

交通量受到社会、经济、自然等多种因素的影响,作用机理繁复不明,且各地区交通调查资料不全给准确建模分析带来技术困难。鉴于灰色理论能分析缺少调查数据情况下复杂因素之间的相关性,线性回归模型可以较为明晰地对事物变化内在规律进行分析,本文尝试性地将农业领域的灰色经济计量学模型应用于交通量预测领域,基于河北省国道交通网年平均日交通量数据和社会经济统计资料建立交通量预测灰色经济计量学模型。研究表明,与其他预测模型相比,该模型具有更高的预测精度和理论合理性,并通过2007年实测数据验证了该模型的预测合理性和工程适用性。     

基于状态空间模型的道路交通状态多点时间序列预测

以多点的道路交通状态为研究对象,把道路交通状态单点预测向多点同时预测扩展,提出了基于状态空间模型的道路交通状态多点时间序列预测方法。首先,利用道路交通状态的多点时间序列数据建立多维自回归模型,转化状态空间模型形式,接着利用EM算法估计状态空间模型参数,从而得到多点道路交通状态的状态空间模型;其次,根据时间序列数据估计系统状态,利用卡尔曼滤波算法进行一步预测,补充新的数据并更新系统状态递推预测;最后,利用某城市快速路上相邻6个交通检测器采集的多点时间序列数据验证模型的有效性,并与卡尔曼滤波单点预测方法相对比。结果表明:该模型是可行和有效的。     

基于大数据分析的汽车机电系统预测维护与故障预防研究

基于大数据分析，探索了汽车机电系统预测维护与故障预防的方法。研究内容包括构建预测维护模型和故障预防模型，并将其应用于实际系统中。通过实施预测维护方案和故障预防措施，有效降低了故障发生率，提高了系统的可靠性。通过评估指标的选择和评估方法的应用，对预测维护和故障预防的效果进行了客观评价。该研究为汽车机电系统的维护和运维提供了科学的方法和指导。     

向量时序SVM-AR模型在公路软土地基沉降中的预测研究

为提高公路软土地基沉降预测的精度,提高工程的安全性,文中分别探讨了SVM模型和时序AR模型适用范围和特点,并结合2类模型各自优点提出SVM-AR模型。该模型用SVM模型预测趋势沉降量,用AR模型预测随机沉降量,然后组合获得预测沉降量。工程实例表明,SVM-AR比SVM模型预测结果更为准确,更好地反映公路软土地基沉降过程。     

基于投影寻踪神经网络模型的短时交通量预测研究

准确有效地预测短时交通流量是实施交通诱导及控制的前提与关键,但由于短时交通流量具有高度复杂性、随机性、非线性和不确定性等特性,导致预测难度高、准确度低、实时性差。基于此,文中综合利用投影寻踪技术和BP神经网络的优点,提出了运用投影寻踪回归模型和BP神经网络技术相结合建立组合模型的预测方法,并编写出模型的算法程序。将该组合模型应用于路段短时交通量的实时预测实例,实验结果证实该组合模型具有较好的预测能力和较强的时效性。     

灰色预测模型在公路客运量预测中的应用

运用灰色预测系统理论,对国内公路客运量建立了基于灰色预测理论的GM (1, 1) 模型, 并运用GM (1, 1) 模型对2007～2015年国内公路客运量进行了预测.预测结果表明,该方法具有较高的预测精度.     

高速公路短时交通流预测方法对比分析

高速公路短时交通流预测对于高速公路智能管控具有重要意义。通过总结不同文献中关于高速公路短时交通流预测的研究内容，发现了目前高速公路短时交通流预测研究存在的不足，给出了高速公路短时交通流预测的流程，对高速公路短时交通流预测模型进行了分类比较，明确了不同模型的适用场景和优缺点，通过具体案例数据分析比较了KNN模型、SVM模型、LSTM模型的预测精度，研究发现KNN模型的预测精度最高，明确了数据质量和算法精度是交通流预测的关键。本研究可以为高速公路短时交通流预测发展提供借鉴。     

电动汽车电机驱动系统传导EMI预测建模与试验

以某微型电动汽车电机驱动系统为研究对象,综合考虑其传导共模干扰和差模干扰相互之间的影响,构建了整个电机驱动系统传导EMI的预测分析模型。仿真预测结果与实测结果变化趋势一致,表明了所建立的电机驱动系统传导EMI预测模型的正确性和有效性。该电机驱动系统传导EMI预测模型可为电机驱动系统EMC方案设计提供理论分析手段。     

基于灰色马尔可夫链的桥梁荷载随机过程交通量预测

为了克服灰色预测方法的不足,在灰色模型预测方法的基础上,提出灰色马尔可夫链桥梁荷载随机过程交通量预测模型,该模型的灰色预测曲线能反映交通量历史发展趋势,马尔可夫预测可反映随机波动性对交通量预测的影响,从兼顾了趋势值和波动性两方面因素对预测结果的作用,能克服单一预测模型在交通量预测中的局限性,并可结合交通量实际情况,能实现准确、综合预测交通量的目的。在现有交通量统计资料的基础上,对该模型进行了精度检验,并预测出了2007年的交通量。实例计算分析表明,模型精度良好,预测结果与实际状态基本相符,利用灰色马尔可夫理论进行交通量预测是一种行之有效的方法。     

斜拉桥设计阶段斜拉索雨振的估算

斜拉索雨振是斜拉桥设计中最为设计者所关心的问题之一.如果没有广泛深入的研究,仅靠一般的试验研究,要在设计阶段准确地预测雨振效应是困难的.给出一个预测斜拉索可能发生的雨振估算模型,该模型是一个基于已有研究和实测成果及最不利状态下的设计用模型.斜拉索的风荷载由修正的驰振方程给出.由该模型可估算斜拉索雨振的临界风速及振幅.估算结果依赖于斜拉索的直径、阻尼、刚度、质量以及升力系数随风的攻角的变化等参数.计算时采用了由以往试验所得的升力系数.用该模型对某座实桥斜拉索雨振的估算结果与其现场实测结果的比较表明估算结果能很好地反映实测结果.在另一座斜拉桥的设计阶段也采用了该估算模型.