基于带约束BP神经网络的黄土湿陷系数预测模型研究

通过现场试验和室内试验得到某黄土场地Q3黄土的湿陷系数及相关物理力学参数，分析了黄土湿陷系数与其主要物理力学影响因素之间相关性。针对室内试验数据具有离散性较强的特点，基于传统BP神经网络模型进行改进，建立了带约束的BP神经网络模型并对黄土的湿陷系数进行预测。结果表明:湿陷系数与含水率、天然密度、饱和度成负相关，与压缩系数和孔隙比成正相关；带约束的BP神经网络模型可以定量保证预测结果的准确性，其预测误差在10%以内。     

湿陷性黄土场地强夯夯沉量的预测

以湿陷性黄土地区的大量强夯工程实例为对象,分析、选择了影响夯沉量的五大主控因素作为BP神经网络模型的基本特征量,建立夯沉量与其之间的相关关系的BP网络模型,对夯沉量进行了预测分析。结果表明:BP神经网络模型能真实反映强夯夯沉量与主控因素之间的非线性关系,预测结果与实测值之间的相对误差小于10%,用该模型对强夯夯沉量进行预测是有效的。     

基于人工神经网络的公路黄土高边坡稳定性预测研究

文章介绍了BP网络模型的计算过程并对其性能进行了改进。在此基础上,分析了影响黄土高边坡稳定性的因素,包括土体的容重γ、粘聚力c、内摩擦角φ、孔隙水压力比γu,地震烈度,边坡坡比和边坡高度H。在对西部四省地区上百个黄土高边坡稳定性进行调查的基础上,结合典型的实测数据,应用改进的神经网络BP模型对其进行预测和评价研究。结果表明:改进的BP模型具有收敛快、数据输入方便等优点,预测结果相对传统方法来说更准确、可靠,具有一定的推广的价值。     

基于遗传神经网络的交通流量预测研究

针对BP神经网络用于交通流量预测时存在的不足,采用遗传算法优化BP神经网络初始权值的方法来提高BP网络的性能.应用改进前后的BP神经网络模型对长沙市具体路段的交通流量进行预测,通过预测结果对比,发现经遗传算法改进后的BP神经网络在降低预测平均误差的同时,迭代次数也比标准BP神经网络大大减少.     

基于遗传神经网络的再生沥青混合料性能预测研究

以matlab为平台,分别应用BP神经网络和遗传算法优化的BP神经网络对再生沥青混合料的性能进行预测。以旧料掺量、油石比等8个影响因素作为输入层,以动稳定度、残留稳定度等5个性能指标作为输出层,将28组归一化处理后的试验数据进行神经网络的训练、验证和测试。结果表明:遗传算法优化的BP神经网络预测表现出更加精准的预测效果。将遗传算法优化的BP神经网络应用于工程实践中,再生沥青混合料性能预测可以大大提高试验科学性和预见性。     

BP神经网络在道面土基模量取值中的应用

论文提出了建立土基模量神经网络库的设想;给出了用BP神经网络确定水泥混凝土道面土基模量的方法和步骤;建立了反映西北黄土地区粉质亚粘土土基模量与其主要影响因素之间的非线性映射关系的BP神经网络,并用该网络进行仿真计算。结果表明,用BP神经网络确定机场水泥混凝土道面土基模量是一种简便有效的方法。     

BP神经网络和GM(1,1)灰色模型在公路客运量预测中的应用

在灰色预测的基础上,引入BP神经网络模型,建立了GM(1,1)和BP神经网络组合模型。此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少,数据波动性大对预测精度的影响,也增强了预测的自适应性。实例证明了组合模型的预测精度高于单独的GM(1,1)模型,可以用于公路客运量预测。     

基于时间序列ACO-BP神经网络在基坑变形预测中的应用研究

BP神经网络技术因其良好的非线性动力学特性、函数逼近能力、自组织和自适应能力,已广泛应用于基坑变形预测中。但实际应用过程中发现BP神经网络具有收敛速度慢、初始权阈值对计算结果影响较大,且易陷入局部最优等缺陷。采用引入具有启发式寻优、全局优化特点的蚁群算法优化BP神经网络,对基坑变形进行预测,并与BP神经网络进行比较。结果表明:ACO-BP神经网络模型预测基坑变形可行;预测精度高于BP模型,且结果稳定、速度较快、误差满足工程的要求。     

基于改进BP神经网络的高速公路边坡稳定性分析

通过引入动量项和自适应学习率对传统BP神经网络预测模型进行改进,建立改进BP神经网络边坡稳定性预测公式,并将其应用于湖南安化某高速公路边坡工程,将其预测结果与传统BP神经网络预测结果和实际安全系数进行比较,分析边坡的稳定性并提出针对性的建议。     

基于BP神经网络的SOC估算策略研究

针对传统动力电池的SOC估计方法的不足,采用BP神经网络对SOC进行预测。通过编写Matlab程序对BP神经网络进行了训练,并用所建BP神经网络模型对电池性能进行预测,获得电池SOC预测值,最大误差小于0.5%,结果满足精度要求,从而验证了所建BP神经网络能够有效的预测蓄电池电压和SOC之间的映射关系。对提高动力电池的能量效率,延长电池的使用寿命具有重要意义。     

基于信息融合的道路前方车辆识别研究

将光学传感器与红外传感器进行信息融合以识别道路前方车辆.首先根据光学图像信息进行保守识别以初步确定车辆目标.在对相应的红外图像进行通道处理的基础上,充分利用其温度场信息提取车辆目标特征以构建车辆验证函数.以车辆验证函数值为依据建立基于最小风险的贝叶斯决策分类器,对光学初识别中得到的车辆目标进行验证,从而成功实现了光学图像与红外图像的信息融合.试验表明该方法能够利用红外热图信息在光学图像保守识别的基础上剔除误判目标,最终得到较为准确的识别结果.     

高速公路桥头跳车的探讨

针对高速公路容易产生桥头跳车现象进行分析,提出减少桥头跳车的防治措施并介绍梨温高速公路桥梁台背回填及伸缩缝的施工控制措施和效果。     

微表处技术在高等级公路养护中的应用

微表处技术是高等级公路进行预防性养护最经济有效的手段。该工艺在国外已得到广泛应用,被认为是修复道路多种病害最有效、最经济的途径之一,对改善沥青路面使用性能、延长使用寿命、节约投资,具有十分重要的意义。     

高速公路车辙病害研究

讲述了高速公路上的路面病害之一———车辙的形成、发展、危害,给出了相关部门应该采取的预防和维修治理措施。     

高速公路车辆行程时间预测研究

对高速公路联网收费系统的数据和交通监控系统的数据进行了处理和分析,研究了高速公路车辆行程时间分布的规律性和各参数之间的关联性,构建了高速公路车辆行程时间预测模型,最后通过比较实际值与预测值来验证提出的行程时间预测方法,分析了误差的原因.     

开挖扰动对边坡稳定性影响分析

土石方开挖扰动,必然改变坡体应力状态、应力路径、坡体岩土体结构等,从而对边坡稳定性产生影响。文中分析了开挖对边坡产生的力学响应,并应用数值计算比较了不同扰动程度对边坡稳定性的影响,提出了及时支护对开挖边坡稳定的作用机理。     

城市突发公共事件交通应急组织方法研究

在分析突发事件交通特性的基础上,提出了单向交通与专用车道相结合、禁止左转、临时交通渠化以及单向绿波控制等适合在突发事件情况下的交通组织方法,并提出了评价方法.评价结果表明,这些交通组织方法能够提高路网通行能力,加快救援和疏散过程.     

浅谈永龙隧道光面爆破

永龙隧道应用光面爆破技术,有效控制隧道的超欠挖,减少了爆破对围岩的扰动,加快了掘进速度,控制施工成本,取得较理想的爆破效果。介绍永龙隧道光爆参数的选定及施工要求。     

机场道面结构安全性能模糊综合评价

应用模糊分析法建立了一个综合评价模型,通过该模型可对机场道面结构的安全性做出定量预估,并可找出影响结构安全的主要隐患和薄弱环节。     

基于AFP的航班延误研究

针对现行地面延误策略对航班延误分配不当问题,对限制空域进行了分析,以空域流量策略为基础,分析航班延误的目标和约束条件,建立航班延误模型,采用矩阵的遍历来确认航路.通过算例与地面延误策略进行比较,对采用AFP进行航班延误分配的有效性进行了验证.结果表明,该方法有效减少了航班延误.