基于小波去噪和最优权重信息融合的短时交通量预测

针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律。信息融合技术可以对不同传感器数据进行综合处理,去除冗余、克服歧义,得到比任何单个数据源更全面、更准确、更可靠的信息。综合考虑道路交通量预测的实时性、准确性和可靠性,运用基于小波分析的去噪和现代信息融合思想,提出了一种基于小波去噪和最优权重的信息融合预测方法,并用实际数据进行验证。实证分析的结果表明,该方法能够有效提高交通量的预测精度。     

单列列车通过无辅助坑道长大铁路隧道时空气阻力计算方法研究

对单列列车通过无辅助坑道长大铁路隧道时的空气阻力计算方法进行探讨,建立基于非恒定流和车头车尾压差的空气阻力计算公式,在通过现场试验对此方法进行验证后进行大量工况的计算,分析隧道长度、阻塞比、列车速度和列车长度对列车空气阻力的影响。计算结果表明：影响隧道内列车空气阻力最主要的因素是列车速度,其次分别为阻塞比、隧道和列车长度。     

胶州湾海底隧道综合超前地质预报技术研究与实践

本文以胶州湾海底隧道为例,研究了超前地质预报中经常采用的预报手段,并概括了国内的综合超前预报研究现状,提出了综合超前地质预报的概念,指出了其优缺点和适用性。针对三线海底隧道,提出了具体的综合超前地质预报流程。运用本文所提出的三线海底隧道综合超前预报方法对胶州湾海底隧道的服务隧道和左线主隧道进行了多次综合超前地质预报,预报效果良好,工程进展顺利,取得了良好的经济效益。     

基于改进灰色-马尔可夫链的轨道不平顺发展预测方法

轨道不平顺的发展受轨道、荷载、自然等因素的影响,它们的综合作用使轨道不平顺的发展过程呈现出趋势性和随机性特征.将灰色GM（1,1）预测理论与马尔可夫链预测理论相结合,提出一种适应轨道系统的改进灰色-马尔可夫链组合预测模型.新模型较好地处理了轨道系统内部各种不确定因素的影响,并能够充分挖掘历史数据给予的信息.应用新模型对轨道质量指数TQI进行实例计算,表明其具有很好的预测精度.     

基于进化神经元算法的堡镇隧道软弱围岩施工弹塑性智能位移反分析

结合宜万铁路堡镇隧道的施工,将BP神经网络和遗传算法引入特长隧道软岩段的施工位移反分析,采用遗传算法自动搜索BP神经网络训练效果最优的参数,建立起反映围岩变形与岩体物理力学参数及初始地应力之间高度非线性、不确定的GA-BP智能模型,然后采用遗传算法在岩体物理力学参数和初始地应力取值范围内,搜索BP神经网络预测围岩变形与实测围岩变形最接近的参数组合,取得反演获得的岩体物理力学参数和初始地应力.从堡镇隧道应用结果来看,这种进化神经元算法反演结果可以满足隧道施工的需要,并为类似工程提供了借鉴.     

基于动态灰色马尔柯夫链的铁路运量预测

结合灰色模型在短期预测中的优势和马尔柯夫链在长期预测和对随机波动性数据处理方面具有的优势,根据将一个新息数据充实到原始数据序列中进行预测时是否去除其左边的第一个老数据,分别定义并建立了定维和变维动态灰色马尔柯夫预测模型;通过对我国铁路客货运量进行预测,表明动态灰色马尔柯夫预测模型优于静态灰色马尔柯夫模型和灰色模型,并且定维动态型预测效果优于变维动态型。     

短时交通流预测方法研究进展

实时准确高效的交通流预测是实现交通流诱导和交通控制的关键技术之一,近年来它在智能运输领域受到广泛关注。本文首先介绍了短时交通流的属性和预测要求,接着将现有预测方法分成4类：基于线性理论的方法、基于非线性理论的方法、基于混合理论的方法和基于交通流理论的方法,并且总结评述了现有各种预测模型的优缺点,之后探讨了当今短时交通流预测领域的研究热点,最后指出了其未来研究方向．     

综合勘察技术在木寨岭特长隧道中的应用

兰渝铁路木寨岭特长隧道具有埋深较大、高地应力、构造发育、板岩夹炭质板岩大面积分布的特点,在勘测过程中,针对该特点,采用多种勘察手段,发挥遥感的宏观控制作用,以地质调绘为基础,利用综合物探的解译,辅以钻孔加以验证,在实际工作中收到了很好的效果。为以后山区铁路长大隧道的勘察提供了经验。     

全断面长坑道并联台座在生产先张板中的应用

采用全断面长坑道并联台座集中预制先张板,可以有效地节省模板支撑消耗、预应力钢绞线的消耗、缩短预制周期,加快施工进度。     

溜槽技术在长距离有轨斜井施工中的应用

以象山特长隧道3#斜井有轨运输混凝土输送施工技术为例,介绍敞口式溜槽沿长大、陡坡斜井向下输送混凝土的施工技术。此项技术的成功应用,极大地提高了有轨斜井混凝土的运输能力,打破了有轨斜井施工过程中,由于混凝土运输能力受限而制约仰拱、填充及二衬混凝土施工进度的瓶颈,有较好的推广使用意义和参考价值。