基于不同优化算法的隧道洞口段拱顶沉降SVR预测模型及其比较评价

准确预测隧道洞口段沉降变形是保障安全进洞的重点工作，如何解决输入层维度高的问题以及准确描述机器学习预测模型的性能意义重大。因此，将主成分分析法（PCA）、优化算法和支持向量回归机（SVR）相结合，提出6个基于PCA和优化算法的SVR组合预测模型。首先，通过PCA筛选影响拱顶沉降的主要因素；其次，采用遗传算法（GA）、粒子群算法（PSO）和灰狼算法（GWO），对SVR的惩罚因子和核参数进行寻优；最后，将组合预测模型应用到温州市石鼻头隧道，采用相关性系数（R）、均方根误差（RMSE）和平均绝对误差（MAE）对预测模型的性能进行比较评价，并构建模型查询表。结果表明：组合预测模型均有较高精度，R≥0.987 0,RMSE≤6.792 4 mm,MAE≤3.493 7 mm;PCA降维后，GA优化后的SVR预测模型的预测效率提高了65%,PSO和GWO优化后的SVR预测模型减少了输入层维度，但需要更大的k值，降低了预测效率，PCA-GWO-SVR模型尤为明显；PCA-PSO-SVR预测模型的鲁棒性更强。     

紧邻大型深基坑的地铁隧道沉降预测方法研究

针对紧邻大型深基坑的地铁隧道因其变形影响因素复杂、变形控制严格而难以准确预测其沉降变形的问题,文章引入对小样本、复杂、非线性数据具有优越预测性能的支持向量机理论,并利用蚁群优化算法搜索支持向量机最优参数组合,建立了优化的支持向量机预测模型。应用该模型对南京市地铁1号线某段隧道的预测结果表明,该模型预测精度高,能够准确反映隧道变形趋势,可以满足紧邻大型深基坑地铁隧道沉降预测的要求。     

基于AIGA-WLSSVM的埋地管道腐蚀速率预测方法

为了降低埋地管道腐蚀影响因素之间的复杂相关性,提高腐蚀预测精度,文中提出一种基于自适应免疫遗传算法-加权最小二乘支持向量机(AIGA-WLSSVM)的埋地管道腐蚀速率预测建模方法,并采用AIGA优化模型参数,进一步提高模型的学习能力和稳定性。最后通过实例分析验证了AIGA-WLSSVM建模方法在埋地管道腐蚀速率预测中的可行性和有效性,为埋地管道的检修与更换提供参考。     

基于IPSO-SVM的双塔斜拉桥线形预测研究

斜拉桥的施工线形控制与预测是斜拉桥安全施工与运营的关键。文章以某大跨度斜拉桥工程为背景,针对大跨度斜拉桥施工线形控制与预测问题,提出了一种基于非线性粒子群算法优化支持向量机的斜拉桥线形预测模型。通过支持向量机建立了影响斜拉桥结构响应的随机变量与主梁线形之间的关系,并采用非线性递减策略改进惯性权重的粒子群算法对支持向量机参数进行优化,得到了斜拉桥线形预测模型。相关计算结果表明:非线性粒子群算法对于支持向量机参数的寻优具有更好的收敛性;基于非线性粒子群算法改进的支持向量机对样本数据的拟合精度最高,平均误差<0.005 m;提出的预测模型可以较为准确地预测主梁节段的线形标高,预测结果与实测值、理论值的平均相对误差<2%,可为斜拉桥施工线形控制提供一定的理论参考。     

基于TE-LSTM组合模型的短时交通流预测

为了提升城市道路智能交通控制和管理的合理性和有效性，从交通流时空特性角度出发，提出基于传递熵（TE）变量选择和长短时记忆（LSTM）神经网络模型的城市道路交通流预测方法。根据传递熵选取与被测对象时空因果关联性强的影响因素，将筛选所得的因素作为输入变量，建立TELSTM组合预测模型。采用自动车牌识别数据对算法进行训练和实验，并与基于随机森林（RF）、递归特征消除（RFE）、前向选择（FA）的LSTM组合预测模型对比。结果表明：TE-LSTM模型对道路交通流的预测准确度最高，交通流量预测的MAPE低于5%，在满足实际交通管理和控制的数据精度要求的同时，降低了预测模型的变量维度和复杂度，提升预测效率。     

基于形貌特征的CO2腐蚀速率预测方法

针对CO2腐蚀过程复杂，难以利用实测数据有效预测腐蚀速率问题，文中以腐蚀形貌图像为对象，利用支持向量机（SVM）构建预测模型，实现对CO2腐蚀速率的预测。对N80钢的CO2腐蚀图像进行灰度处理、灰度增强及二值化处理，提取蚀孔数目和孔蚀面积。经计算获得孔蚀密度及孔蚀率，结合工作温度及CO2分压作为腐蚀速率预测的四维特征向量。以SVM构建预测模型，经测试，可准确预测CO2腐蚀速率，并与神经网络预测结果进行对比，验证了该方法的优越性。     

天然气消费量的灰色模型预测

介绍了利用灰色理论预测天然气消费量的模型,包括GM(1,1)模型和动态等维灰数递补灰色预测模型,对模型进行了求解,介绍了模型精度的检验方法,并用实例加以验证,同时与实际消费量进行了对比.计算结果表明:此方法预测天然气消费量既简单又准确,有较好的适应性和较高的精度,对天然气输配管网的优化运行和统一调度管理具有重要的参考意义.     

基于Peck公式修正的盾构施工地表沉降预测研究

城市轨道交通盾构法施工所引起的地表变形是施工中必须重视的问题。文章以广州地铁某在建盾构隧道工程为研究对象,分析了盾构施工时引起地表横向、纵向沉降规律。基于Peck公式提出了一种利用插值法、最小二乘法的预测模型,并将该模型应用到信息系统进行地表沉降预测。结果表明,提出的预测模型能够在监测数据非极值的情况下,对地表沉降进行较好地预测。该研究成果可为工程实践及理论研究提供参考。     

高速公路交织区汇入行为预测研究

构建高速公路交织区汇入决策模型，准确预测车辆汇入行为可以有效地减少汇入风险，缓解因不恰当汇入行为导致的高速公路拥堵。本文提出一种基于CART分类树的车辆汇入行为预测模型，基于NGSIM车辆轨迹数据并综合选取14个影响汇入行为的特征变量对模型进行验证与分析。由预测结果可知：模型的预测效果较好，泛化程度较高，其分类准确率，真正类率和真负类率分别为98.4%,98.5%和94.7%；与二项逻辑回归模型及支持向量机模型预测结果进行对比，分析结果表明CART分类树模型在预测交织区汇入行为上具有更高的准确率与正确率，并表现出更优异的性能。由变量敏感性分析结果可知：汇入车辆速度、辅助车道上前车与主体车辆之间的距离、主体车辆的超车时间等对交织区汇入行为具有重要影响。     

灰色BP网络串联式组合模型在铁路客货运输量预测中的应用

针对铁路客货运输量发展趋势的研究,建立一种基于灰色理论和BP神经网络的串联式组合预测模型。该模型首先用同一组数据序列建立不同参数的灰色方程,然后用各灰色方程分别预测,最后将各灰色方程预测的结果进行BP神经网络非线性组合,形成串联式组合预测模型。对湖南省铁路客货运量进行分析预测,结果表明:该组合模型预测的准确性高于单独使用灰色模型的准确性,是一种可靠有效的预测方法。     

不等时距GM(1,1)模型在预测输气管道腐蚀中的应用

根据等时距GM(1,1)模型建立了不等时距GM(1,1)预测模型,该模型可应用于利用腐蚀指标的原始数据来预测以后的输气管道腐蚀情况。验证表明:不等时距灰色模型扩大了等时距灰色模型的应用范围,在小样本的情况下同样可以做出较准确预测,为输气管道的防腐提供了可靠的依据。     

川气东送天然气管道线路水合物形成预测

为了更好地预测、分析和处理水合物造成的不良后果,以川气东送管道为例讨论了天然气水合物的形成原因,提出了输气管线水合物预测模型,并建立了水合物形成预测的压力和温度计算模型,编制了“水合物预测软件”,预测该管道线路和场站的水合物形成条件和易形成水合物的区域.文中通过以上方法很好地预测了川气东送管道水合物的形成区域及情况,该预测方法可用于天然气管道线路水合物的形成预测.     

灰色GM（1，1）模型在管道腐蚀预测中的应用

随着运营时间的增加,输气管道必然受到不同程度的腐蚀,如果不及时维修或更换,一旦发生泄漏引起爆裂,将会造成极大的损失。为了对输气管道的腐蚀程度进行预测,掌握输气管道腐蚀的基本规律,运用GM（1,1）模型对输气管道的腐蚀速度和腐蚀深度的原始数据进行了灰色动态拟合,建立了相应的灰色微分方程和灰色时间响应函数,应用于四川某气田输气管道未来6年的腐蚀情况预测。计算结果表明：建立的管道腐蚀预测模型GM（1,1）模型,与实测数据相比,误差较小,具有一定的实用价值,能为管道运营者采取相应防腐措施提供可靠的依据。     

一种天然气集输管网井组划分的新方法

在天然气集输管网布局优化过程中，由于井式和集气站最大处理量的限制，可能导致集气站建造数量增加，从而造成管网系统的经济性差。综合考虑管道与集气站建造费用的关系，建立了井组划分的模型，并提出了相应的计算方法。结果表明，能够较好地解决上述问题。     

基于CIPS检测杂散电流对埋地钢质燃气管道的影响

文中介绍了密间隔电位（CIPS）检测技术及其原理,分析了直流杂散电流及其对埋地钢质燃气管道的腐蚀机理,利用密间隔电位检测技术对某段埋地钢质燃气管道进行了检测与数据分析,评价了该段埋地钢质燃气管道附近杂散电流对埋地钢质燃气管道的影响,为相关燃气管道的检测提供了参考案例。     

输气管道内检测器模型试验系统的设计

管道内检测器是用来检测油气管道内部缺陷的智能检测系统。为了研究内检测器在输气管道内的运移规律,按照相似理论设计了输气管道内检测器的模型试验系统,包括系统的工作原理、外形结构,试验管道、气源装置和传感器的选择,以及基于VB的试验监测采集系统。试验系统成功应用于管道内检测器的模型试验,可有效采集模型的位移和输气压力的变化,为长输天然气管道内检测器的研制增加了一种有效的试验手段。     

油气管道腐蚀速度灰色动态多级残差模型的确立及应用

为客观评价及预测油气管道的腐蚀速度和现状,人们一般采用灰色系统的GM(1,1)理论,但该方法有其固有的缺陷,预测精度不高,初始点的选择不尽合理,文中针对初始点和预测精度问题,运用最小二乘法拟合原理及残差修正理论进行了两处改进,从而提高了预测精度。最后针对某输油管道的实际监测腐蚀速度进行了分析预测,并对方法改进前后的预测结果进行了对比,可以看出预测精度大大提高。     

A novel forecasting approach inspired by human memory: The example of short-term traffic volume forecasting

Short-term traffic volume forecasting represents a critical need for Intelligent Transportation Systems. This paper develops a novel forecasting approach inspired by human memory, called the spinning network (SPN). The approach is then used for short-term traffic volume forecasting, utilizing a data set compiled from real-world traffic volume data obtained from the Hampton Roads traffic operations center in Virginia. To assess the accuracy of the SPN approach, its performance is compared to two other approaches, namely a back propagation neural network and a nearest neighbor approach. The transferability of the SPN approach and its ability to forecast for longer time periods into the future is also assessed. The results of the performance testing conducted in this paper demonstrates the superior predictive accuracy and drastically lower computational requirements of the SPN compared to either the neural network or the nearest neighbor approach. The tests also confirm the ability of the SPN to predict traffic volumes for longer time periods into the future, as well as the transferability of the approach to other sites.     

长输管线末段储气系统的研究

主要研究长输管线末段管道储存天然气系统。介绍了长输管线末段管道储存天然气的两种方法，阐明了长输管线末段管道的工况特点，给出了末段管道在输气的情况下储气能力的计算方法及应用条件，设计了长输管线末段管道储存天然气与原有相结合的计算程序。根据长输管线的供气方式采用末段管道储存天然气更加经济合理，对工程施工具有现实意义。