基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。     

基于组合预测模型的铁路货运量预测研究

为了进一步提高铁路货运量的预测精度,提出基于乘积季节模型与引入注意力机制(Attention Mechanism)的长短期记忆(Long Short-Term Memory)模型的组合预测模型。首先建立乘积季节模型、LSTM模型与引入注意力机制的LSTM模型,然后利用误差修正法分别将2种LSTM模型与乘积季节模型组合起来进行预测,最后将预测结果分别与单一模型进行对比。采用2005年至2018年全国铁路月度货运量进行预测分析,结果表明2种组合预测模型的预测精度均高于单一预测模型的预测精度,其中基于乘积季节模型与引入注意力机制的LSTM模型的组合预测模型精度最高,具有研究和实用价值。     

基于小波神经网络的地铁基坑地表沉降随机预测

通过南通地铁软土层基坑降水模型试验发现,降水引发的基坑地表沉降随着监测点距基坑支护桩距离的增大而减少,工程中距离支护桩越远,沉降量越小.在不同的监测点沉降量的监测值与公式计算值总体变化规律相似,但受降水因素、施工扰动和地下多变的岩土环境等影响,存在一定的随机性.利用权值参数对小波神经网络的激励和输出函数进行修正,利用梯度下降的方法对伸缩和平移参数进行优化.在此基础上,以水位降深、土层的压缩模量、厚度、固结度和监测点方位为输入参数,基坑总沉降量为输出参数建立改进后的随机小波网络基坑地表沉降预测模型.工程实例表明,改进后的随机小波网络模型能使基坑地表沉降预测值较好地拟合工程实测值,误差均小于±8％,相比传统公式的计算值更具合理性.     

舟山群岛海域潮波传播变形和不对称性探讨

舟山海域属于多岛屿海域,潮波受岛屿地形条件影响复杂。根据舟山海域4个潮位站2017年一个月实测逐时潮位以及7个临时测站的大潮、小潮短期逐时潮位资料,采用调和分析及偏度指标计算法,确定了舟山本岛至穿山半岛之间海域的分潮特征及潮汐不对称变化;通过分析浅水潮波方程中的各非线性项,确定了舟山海域浅水分潮产生的主要动力机制;评估了不同频率分潮组合产生的潮汐不对称性贡献值。研究表明,潮波方程中非线性摩擦项是舟山群岛海域浅水分潮变化和潮波变形的主要动力来源;明确了该海域潮汐以M_2和S_2天文半日潮主导,浅水分潮以M_4、MS_4分潮为主但潮幅较小,潮波传播过程中耗散潮波能量同时,潮能存在由低频分潮向高频分潮转移,呈现低频天文分潮潮幅沿程减小,高频浅水分潮潮幅增加;潮汐不对称性表现为涨潮占优,大潮期不对称性较小潮期明显,天文半日分潮M_2、S_2与浅水分潮MS_4、M_4组合是潮汐不对称性的最大贡献者。     

天津海事测绘中心水文站网数据的应用探究

水文气象数据是海洋测绘、海事监管、航海保障及港口设计开发的基础数据,为交通航运、海洋环境保护、国防建设等提供科学支持。通过多年的建设与维护,天津海事测绘中心已初步建成了覆盖整个北方海区的水文站网。本文从水文气象数据的实际应用方面进行了探索与研究,对今后水文站网数据的应用拓展具有参考价值。     

基于有限混合零截尾事故预测模型的事故多发段判别方法

为了准确判别事故多发段,有针对性地提出安全应对措施以提升道路交通的安全水平,针对零值缺失交通事故数据并考虑其异质性特点,在单零截尾负二项(ZTNB)模型的基础上建立有限混合零截尾事故预测模型(FMZTNB)。应用R软件对单零截尾负二项模型中的参数进行估计,采用马尔科夫链蒙特卡洛算法(MCMC)对FMZTNB预测模型参数进行求解,并采用Gelman-Rubin收敛统计量对抽样结果进行检查。选择事故风险水平分别为低、中和高的9个路段,分别用2种模型对交通事故次数进行预测。综合观测到的事故次数和相应的事故预测模型结果,采用经验贝叶斯方法对事故相对多发段进行判别。最后采用事故次数一致性检验、判别点段一致性检验和排序一致性检验3种检验方式对判别结果对比分析。结果表明:基于事故率的事故相对多发段判别方法存在较大的不一致性,基于零截尾负二项预测模型的路段事故相对多发判别结果明显优于基于传统负二项预测模型的结果。整体上,基于有限混合零截尾事故预测模型的事故相对多发路段的判别结果高于基于单零截尾负二项分布模型的判别结果。     

潮汐模拟系统可靠性设计

潮汐模拟系统是水运工程模型试验的重要部分,可靠性是潮汐模拟系统设计时需要考虑的重要因素。潮汐模拟系统设计的过程中,采用数字化的控制设备,利用高集成度的数字通信网络等方式的可靠性设计,可显著提升系统运行的稳定性,提高模型试验的准确性。     

地铁车辆轮对外形尺寸在线检测系统

在地铁车辆运行过程中,车轮受环境影响磨损较为严重,易导致外形尺寸超限.实现轮对外形几何尺寸的自动检测是关系车辆行车安全和正常运营的关键.采用光截图像法,设计了轮对外形尺寸检测系统,实现了轮缘高度、轮缘厚度、车轮内距、车轮直径的在线自动测量.该系统采用LS-SVM预测模型实现了对地铁车辆车轮磨耗趋势的精确预测分析;并将轮对外形尺寸测量参数结合预测模型运用到轮对检修中,产生了较好的经济效益.     

基于岩体指标和掘进参数的TBM净掘进速率预测模型

净掘进速率是TBM施工速度的主要评价指标,与围岩物理力学性质、TBM掘进参数之间存在一定相关性。文章以兰州水源地建设工程输水隧洞双护盾TBM施工为背景,基于现场实测数据,选择岩石单轴抗压强度、抗拉强度、变形模量、泊松比、岩石耐磨性CAI值等岩体指标,以及刀盘推力和刀盘转速等掘进参数,进行TBM净掘进速率与有关影响参数之间的单因素相关性分析,得到相应拟合公式;基于TBM净掘进速率与岩体指标、掘进参数之间的相关性,利用多元非线性回归方法建立了TBM净掘进速率预测模型。通过将兰州水源地建设工程输水隧洞实测TBM净掘进速率和预测结果进行对比,验证了TBM净掘进速率预测模型的合理性。研究结果表明:(1)在复杂的多种地质条件下,TBM净掘进速率与岩石单轴抗压强度、抗拉强度、变形模量、岩石耐磨性CAI值、刀盘推力以及刀盘转速呈负相关关系,与泊松比呈正相关关系;(2)干湿状态对岩石耐磨性CAI值有一定影响,饱和状态下岩石耐磨性CAI值与TBM净掘进速率之间的相关性更显著;(3)建立的多元非线性回归预测模型,预测精度较高,可为相似地质条件下TBM净掘进速率估算提供参考。