公路客运量预测的神经网络组合模型

针对公路客运量预测的问题,基于常用预测方法的研究,提出BP神经网络组合预测模型.结合河南省客运量运输情况,对组合预测模型进行了验证.实验结果表明,该方法对公路客运量的预测很有效.     

基坑开挖引起的建筑物沉降多点灰色预测模型

基坑开挖引起周边建筑物的沉降变形是一个复杂的系统过程，单点模型GM（1，1）不能考虑各变形监测点间的相关性，必须建立多点灰色模型M-GM（1，n）进行预测。利用Matlab语言编写的预测程序，经实例计算表明M-GM（1，n）模型预测精度高。     

人工神经网络在软土地基沉降预测中的应用

人工神经网络这种数学工具可以以任意精度逼近任意非线性曲线,且具有容错性和联想记忆功能,利用基于人工神经网络和反向传播理论的分析方法对软土地基沉降进行的预测体现了很强的优越性。介绍构建网络模型后,用某高速公路软基沉降的实测数据进行网络的训练和学习,再用建立的预测模型预测出了最终的沉降量。所得的结果与实测值达到了较好的一致性,与用其它理论计算方法所得结果相比较具有较高精度。     

隧道底部溶洞顶板安全厚度预测模型

以某公路岩溶隧道为背景,采用二维弹塑性有限元方法对隧道开挖进行数值模拟计算,分析隧道底部溶洞顶板安全厚度的影响因素,研究各影响因素与安全厚度的相关变化规律,并用多元回归和支持向量机方法建立能综合体现各影响因素的溶洞顶板安全厚度预测模型,从而为岩溶隧道设计施工提供一定的科学依据和指导。     

GM(1,1)预测模型的两阶段优化方案及其在交通量预测中的应用

GM(1，1)模型是灰色系统理论中的核心，已经得到广泛应用。章提出了GM(1，1)预测模型的两阶段优化方案，经比较，预测模型结果明显优于常规GM(1．1)模型。将改进的GM(1．1)模型用于交通量预测，预测效果较好。将等维递推处理技术应用于预测模型中，还可进一步提高该模型的预测精度和实用性。     

岩溶隧道溶洞顶板安全厚度预测探讨

文章以某岩溶隧道为背景,采用二维弹塑性有限元方法对隧道开挖进行数值模拟计算,分析了隧道底部溶洞顶板安全厚度的影响因素,研究了各影响因素与安全厚度的相关变化规律,并用多元线性回归的方法得出了一个能综合体现各影响因素的溶洞顶板安全厚度预测模型,以此确定顶板的最小安全厚度,从而为岩溶隧道设计施工提供一定的科学依据和指导.     

路面坡损状况及长期预报的研究

结合沈大高速公路青路面破损状况的实测资料，对高等级公路沥青路面破损规律及评价方法进行了研究，在此基础上，运用灰色系统理论方法建立了沥青路面破损状况的长期预报模型。     

基于多相关因素的汽车保有量预测神经网络方法

将神经网络技术用于汽车保有量预测，建立基于双BP神经网络的多相关因素汽车保有量预测模型。以呼和浩特市汽车保有量预测为例，详细介绍汽车保有量神经网络预测模型的操作过程，并证实了该方法的可行性和可靠性。     

规划网络路段交通量预测模型研究

交通量预测是公路网络规划过程中的一项重要工作，本文在传统的路段交通量预测方法的基础上，介绍了路段交通量ＯＤ模型法，根据实际道路网的形状，通过使路段交通量的预测值与观测值一致来进行模型推算，从而计算出规划网络上的交通量。与现有方法相比，可得出精度更高的结果。     

轮胎在沙地上牵引特性的新预测模型

本文分析了汽车在松软地面上行驶时轮台的受力状态及轮胎单元与土壤的相互作用方式，揭示了轮胎在松软地面上牵引特性传充预测模型的不足之处，建立了轮胎在沙地上牵引特性的新预测模型，并进行了实验验证。结果表明，采用本文所建立的模型进行预测时，预测值与实测值更接近。