基于符号回归算法的地铁盾构刀盘扭矩预测研究

为了提高盾构机工作效率、降低施工成本,依托深圳地铁8号线某盾构区间段工程,基于符号回归(Symbolic Regression)算法,对不同掌子面的刀盘扭矩进行了预测。分析了推力、土仓压力以及贯入度变化及换刀对扭矩的影响。结果表明,贯入度增大会导致扭矩增加,但是土仓压力的增加可能会降低扭矩。扭矩模拟数学模型具有较高精度,模型中自变量变动引起因变量变化的趋势与现实情况一致。     

Sea state estimation based on vessel motion responses: Improved smoothness and robustness using Bézier surface and L1 optimization

Floating structures oscillate in waves, where these wave-induced motions may be critical for various marine operations. An important consideration is thereby given to the sea states at the planning and operating stages for an offshore project. The most important information extracted from a sea state is the directional wave spectrum, indicating wave direction, significant wave height, and wave spectrum peak period. Among several available methods of measuring and estimating the directional wave spectrum, the wave buoy analogy technique based on vessel motion responses is an in situ and almost real-time solution without extra costs of devices. If the forms of the wave spectra are not predefined in the estimation, the method is called a nonparametric approach. Its most remarkable advantage is the flexible form, but the smoothness should be regulated. After the discrete Fourier transform has been applied to the measured vessel motions, smoothing is necessary. However, this process results in disturbed vessel cross-spectra and a lowpass characteristic of the windowing function. This paper presents a nonparametric approach for directional wave spectrum estimation based on vessel motion responses. It introduces novel smoothness constraints using Bézier surface and includes a more robust estimate using L1 optimization. Both techniques are applied to the wave buoy analogy for the first time. Numerical simulations are conducted to verify the proposed algorithm.     

钻孔法测试残余应力基础理论研究

论述了传统钻孔法测试残余应力中存在的不完善之处。并对中心有一圆孔(包括穿孔与盲孔)的钢板,在各种载荷工况下,根据实际应力场与直角应变花测试的实际情况,用弹塑性FEM算得各种工况下的结点应变值,用结点数值的变化来模拟直角应变花测得数据,并计算出大量的已知应力场的直角应变花的三个释放应变。通过逐步回归的数学处理方法,建立了钻孔测试法中,残余应力与测试应变之间的关系式。     

基于改进BP算法神经网络的路况评价模型研究

通过利用在BP神经网络中增加反馈信号及偏差单元的网络模型,生成内部回归网络,对BP神经网络进行改进,据此得出改进的BP神经网络的具体步骤.在此基础上,结合陕西省高速公路沥青路面的实际情况建立了路况评价模型,并对该模型的具体应用做了研究.研究结果表明:网络的收敛速度很好,训练结果与实际路况结果相差很小,利用改进BP算法神经网络建立的路况评价模型不仅方便易用,而且精度很高.     

基于可靠性的列车关键部件机会预防性维修优化模型研究

针对列车关键部件预防性维修存在欠维修或过维修问题,在传统预防性维修策略基础上,提出一种基于可靠性的列车关键部件机会预防性维修优化模型,该模型考虑部件可靠性对机会维修阈值的影响,通过偏最小二乘回归方法优化机会维修阈值,求解得出最佳预防性维修役龄和机会维修役龄,综合分析机会役龄因子和安全失效概率因子对维修策略的影响,从而达到优化总维修费用的目标。以某地铁公司B型车辆关键部件的记录数据为例,通过对建立的模型进行求解分析,表明采取该检修模式能有效减少固定维修次数、延长检修周期、降低总维修费用、提高列车正线运营率,从而为轨道交通关键部件修程修制的改进提供科学依据和实践参考。     

城市轨道交通客流增长滞后性与预测方法研究

城市轨道交通客流是确定城市轨道交通建设规模及投资决策的主要依据,然而客流增长速度并不与城市轨道交通建设同步.考虑到城市轨道交通客流增长的滞后性,利用上海城市轨道交通1996-2010年客流与建设数据,基于协整理论建立了向量自回归模型进行城市轨道交通客流预测.研究结果表明:城市轨道交通客流与城市轨道交通网络长度以及连接度存在协整关系;在城市轨道交通建设初期,客流增长对于网络长度具有显著滞后性,随着城市轨道交通系统的完善客流滞后性减弱;2011年上海城市轨道客流预测误差为9.3％.     

基于非参数回归的城轨实时进出站客流预测

为准确预测城轨实时进出站客流,构建基于非参数回归的实时进出站客流预测模型。首先,对不同特征日分时进出站客流量进行对比分析,据此构建历史数据库;其次,通过计算历史分时数据的相关系数,并设置阈值对分时客流数据间的相关性进行判断,从而确定合适的非参数模型状态向量;再次,根据K近邻样本与预测目标的客流量差异性,设计基于权重加权的预测算法;最后利用广州市城轨客流数据对预测模型进行精度分析,对全网站点多天的预测结果显示:全天平均绝对百分比误差均在2%以下,分时平均绝对百分比误差均在14%以下,表明模型具有较高的预测精度和良好的适用性。     

城市轨道交通的牵引能耗估算方法

为解决目前城市轨道交通面临的能源消耗总量过大的问题,以北京轨道交通运营线路能耗数据为基础,分析影响城市轨道交通能耗的主要因素,并通过多元线性回归的方法,建立基于运营数据的牵引能耗估算模型,通过测算与实际运营数据的误差为1.6%;同时将不同城市轨道交通的能耗测算方法进行对比,包括列车单位能耗测算法、电力机车耗电量测算法和单位指标测算法,前两者与估算模型的结果误差不超过5%,验证了模型的可行性;通过单位指标测算法的对比分析,反映出估算指标的不合理性。结果表明,相关对比为既有线路能耗的估算和新建线路能耗的预测提供了参考的方法。     

铁路货运量组合预测方法

为了对铁路货运量进行科学预测,在指数平滑、模糊移动、线性回归、灰色预测4种单一模型的基础上建立组合预测模型.结果表明:组合预测模型能有效综合各模型的有用信息,并能提高其预测精度,预测结果可靠.与单一模型相比,该法具有较好的实用价值.     

改进的K近邻非参数回归在短时交通流量预测中的应用

针对现有K近邻非参数回归方法的局限,为了进一步提高算法的精度和速度,做出了两方面的改进:利用相关性理论选择状态向量和采用基于聚类分析的变K近邻搜索算法.用仿真实验验证了该方法的有效性,给出了仿真试验结果.实例研究结果表明,预测效果优于传统的非参数回归方法.