基于多尺度组合核极限学习机模型的隧道围岩变形预测及应用

隧道围岩变形序列具有高度非线性,采用常规方法很难得到满意的预测精度。为了提高隧道围岩变形的预测精度,基于实测变形数据,提出一种隧道围岩变形的多尺度组合核极限学习机预测模型。首先,通过集合经验模态分解技术将实测变形数据分解为多个不同的尺度序列,然后通过组合核极限学习机对各分量序列进行建模预测,最后将预测得到的各分量结果进行组合获得最终的预测值。改进模型中通过径向基函数和多项式核函数线性加权而成组合核函数,运用粒子群算法对核参数和加权系数进行优选,并通过马尔可夫链对模型的预测结果进行了讨论,可以较好地提高隧道围岩变形的预测精度。文章通过大相岭隧道围岩变形预测实例表明:提出的改进模型在单步预测和连续多步预测隧道围岩变形时,都能取得较高精度,对比可得优于贝叶斯正则化BP神经网络,与工程实例监测变形相比处于可接受范围内,具有一定的应用价值。     

强强联合 厚积薄发——交通运输部部长李盛霖访问中国工程院的讲话

<正>"通过物联网技术的应用,推动交通运输产业升级和提高现代化水平。一是加快研究完善基于射频识别技术的高速公路多路径识别和电子不停车收费技术,在示范工程基础上加快推广应用。二是推进物联网技术在城市交通运输中应用,加快智能城市交通运输系统建设。三是利用物联网改造现有基础设施,建设智能基础设施。四是加快基于射频识别技术的汽车电子牌照和全国性数字化交通运输管理体系研究,提高交通运输管理信息化和现代化水平,引领行业通过技术创新实现跨越式发展。"     

大数据时代背景下物联网技术的应用分析

随着科技的不断发展和进步,大数据时代的大幕缓缓拉开,数据的生成、处理和利用方式正历经着前所未有的变革。在此背景下,物联网技术作为一门新兴的技术领域也正在快速发展,并在各个行业展现出巨大的应用潜力。物联网技术是一种通过智能感知、识别和无线通信等技术手段实现物理世界与数字世界的深度融合和智能交互的技术。在大数据时代背景下,物联网技术的应用具有重要的现实意义和价值。本文旨在探讨大数据时代背景下物联网技术的应用,以期为相关领域的研究和实践提供有益的参考。     

含缺陷弯头塑性极限载荷研究

文中以断裂力学理论为基础,应用ANSYS软件建立含裂纹弯头有限元模型,通过施加内压载荷,对模型的塑性极限载荷做了简单的计算研究。研究结果表明,裂纹对塑性极限载荷的影响不可忽略,同时可以为在役含缺陷压力管道安全评定提供参考。     

基于物联网技术的智慧型公路隧道照明系统研究

随着物联网技术的不断发展,将物联网技术应用于公路隧道照明系统已成为重要趋势。探讨物联网技术在公路隧道照明系统中的应用优势,解析智慧型公路隧道照明系统要求,针对现有公路隧道照明系统存在的问题,提出一种基于物联网技术的智慧型公路隧道照明系统。该系统采用先进的照明控制策略,根据隧道内外环境自动调节隧道内的照明亮度,实现节能降耗,并有效降低隧道照明能耗,提高照明质量,为公路隧道的安全运营提供保障,为提高隧道照明系统的性能和降低能耗提供新的思路和方法。     

天然气消费量的灰色模型预测

介绍了利用灰色理论预测天然气消费量的模型,包括GM(1,1)模型和动态等维灰数递补灰色预测模型,对模型进行了求解,介绍了模型精度的检验方法,并用实例加以验证,同时与实际消费量进行了对比.计算结果表明:此方法预测天然气消费量既简单又准确,有较好的适应性和较高的精度,对天然气输配管网的优化运行和统一调度管理具有重要的参考意义.     

基于AIGA-WLSSVM的埋地管道腐蚀速率预测方法

为了降低埋地管道腐蚀影响因素之间的复杂相关性,提高腐蚀预测精度,文中提出一种基于自适应免疫遗传算法-加权最小二乘支持向量机(AIGA-WLSSVM)的埋地管道腐蚀速率预测建模方法,并采用AIGA优化模型参数,进一步提高模型的学习能力和稳定性。最后通过实例分析验证了AIGA-WLSSVM建模方法在埋地管道腐蚀速率预测中的可行性和有效性,为埋地管道的检修与更换提供参考。     

复合腔体加固盾构隧道衬砌力学行为的宏观分析模型

文章以复合腔体加固盾构隧道极限承载力足尺试验为背景,提出一种可用于模拟盾构隧道结构加固工况的非线性叠合模型,用不同的材料定义复合腔体和管片,用双向弹簧单元模拟未加固隧道与复合腔体间的粘结,并通过对比足尺试验结果,对模型的有效性进行了验证;同时详细地描述了一些关键参数的取值,并通过数值模拟结果形象地描述了结构的受力性能和破坏机理,为运营地铁盾构隧道的工程加固提供了优化建议。     

基于双线性递归神经网络的交通流量预测方法

为了提升城市道路智能交通控制和管理的合理性和有效性,从交通流时空特性角度出发,提出基于优化双线性递归神经网络的城市道路交通流量预测方法。该方法有效结合双线性多项式快速准确求解和递归神经网络的动态校准的特点,采用粒子群算法实现冗余神经元和权值的动态剪枝过程,提升了算法的收敛速度和预测精度。采用视频数据对算法进行训练和实验,并进行对比分析。结果表明：该方法能够实现对道路交通流量的准确预测,交通流量预测精度达到90％以上,满足实际交通管理和控制的数据精度要求,同时算法的收敛速度也有明显的改善。     

斜拉桥索塔锚固区节段模型对比分析研究

索塔锚固区是斜拉桥关键受力构件之一,是最为复杂的受力区域.为了验证采用部分节段模型分析斜拉桥索塔锚固区的合理性,得到精度满足规范要求,同时计算效率较高的节段模型,本文以某公铁两用斜拉桥为研究背景,应用ANSYS对该桥的索塔锚固区建立了单节段和三节段局部有限元模型,通过对比两种建模方式下塔体关键部位的应力差异,并对差异进行分析,从而得到产生差异的原因及规律.两种方法的计算结果是有一定的差异,但规律基本相同.研究结论可为同类索塔锚固区节段模型分析提供指导和帮助.     

物联网在首都机场的应用与展望

物联网被誉为"下一次的工业革命",各方提出的智慧地球、智慧城市、智慧工业等概念均离不开物联网技术,我们国家也将其列为国家的重要发展战略之一。物联网的重要性不仅体现在国家战略层面,对于各个行业,特别是对机场的发展也有很重要的战略意义。首都机场在面对旅客流不断增长以及行业竞争的双重压力之下,已经意识到必须通过技术手段提升各方面的能力,从传统机场向智慧机场发展。在此发展过程中,首都机场引入了物联网技术,并在多个应用上做出了探索尝试,但总体来说物联网在首都机场的发展还处于初级阶段,未来物联网在首都机场如何发展还需要更进一步地去深入探讨。本文通过对物联网概念以及其在国内外发展状况的解析,通过三个不同物联网的应用示例介绍了首都机场物联网的发展现状,最后给出了对未来首都机场物联网发展的规划建议,并以此为机场行业物联网的建设发展提供参考。     

基于TE-LSTM组合模型的短时交通流预测

为了提升城市道路智能交通控制和管理的合理性和有效性，从交通流时空特性角度出发，提出基于传递熵（TE）变量选择和长短时记忆（LSTM）神经网络模型的城市道路交通流预测方法。根据传递熵选取与被测对象时空因果关联性强的影响因素，将筛选所得的因素作为输入变量，建立TELSTM组合预测模型。采用自动车牌识别数据对算法进行训练和实验，并与基于随机森林（RF）、递归特征消除（RFE）、前向选择（FA）的LSTM组合预测模型对比。结果表明：TE-LSTM模型对道路交通流的预测准确度最高，交通流量预测的MAPE低于5%，在满足实际交通管理和控制的数据精度要求的同时，降低了预测模型的变量维度和复杂度，提升预测效率。     

基于BP神经网络算法的共享单车需求预测

文章选取某地区不同时段的共享单车需求数据,采用BP神经网络算法构建了基于Tanh函数、Logistic函数、Relu函数、Identiey函数四种不同激活函数下的需求预测模型,并应用RMSE、MSE、MAE、R2四种模型评估指标对模型进行评估,从而选出最优需求预测模型进行共享单车的需求预测。结果表明:无论在检验训练数据下还是检验测试数据下,精度最高的模型为Tanh函数下的BP神经网络模型,其测试集下的标准误差(RMSE)比训练集下的标准误差(RMSE)略有上升,测试集下的拟合优度(R2)比训练集下的拟合优度(R2)略有下降,说明该模型具有强泛化性能。     

大跨径连续梁结构单元抗弯刚度识别方法探讨

文章提出一种改进的对桥梁构件抗弯刚度进行有限权量平差的最小二乘解识别方（γ-LSE法）,通过对多座大跨径连续梁桥梁抗弯刚度进行数值模拟识别,将其与常规的最小二乘法（LSE法）的识别结果精度进行了分析与比较。结果表明（γ-LSE法能有效满足工程精度要求,可进行推广应用。     

基于李群理论的汽油发动机尾气分析模型匹配算法研究

为了准确对发动机尾气排放状态和规律进行分析,本文提出了一种基于李群理论的汽油发动机尾气分析模型。该模型针对尾气排放量的非线性变化特征,利用李代数和李群之间的指数映射关系建立李群仿射模型,然后在流行拓扑空间上对尾气中主要污染物的含量进行建模。通过模型匹配算法实现对尾气排放状态的正常与否进行分析。该方法利用数据的流行拓扑信息,有效提高了非线性建模和匹配的准确性和效率。在福特蒙迪欧牌轿车上的实验结果表明,该模型能够以较高精度对汽油机尾气排放状况进行建模和状态匹配。     

基于Nested-Logit模型的空铁换乘客流预测

本文以经济性、快速性、方便性、舒适性作为效用函数的特征变量,建立了基于非集计Nested-Logit模型建的空铁换乘量预测模型,采用专家调查法对模型参数进行标定，并以郑州市新郑机场空铁换乘量为例对模型进行了实证分析和验证。结果表明基于Nested-Lo git模型的分类预测方法物理意义明确，计算简单，能较为客观和精确地预测空铁换乘量,为空铁换乘的预测提供了一种新思路，同时为机场的规划建设提供科学依据。     

公路隧道通风设施性能状态评估

针对公路隧道通风设施性能衰损且其功能状态难以判断的问题,本文提出了一种公路隧道通风设施性能状态评估方法。对通风设施振动指标与其性能状态开展关联分析,以振动指标数据中强相关向量作为数据基础,基于LSTM神经网络构建了公路隧道通风设施性能评估模型。采用真实公路隧道轴流风机检测数据对公路隧道通风设施性能评估模型进行验证。结果表明,模型能够有效地对风机性能状态进行评估,评估结果相较于SVM与决策树算法具有更高的精度,且结果可实时获取。     

基于MATLAB的伺服运动控制系统的信号处理及分析

伴随着集成电路、电力电子技术和交流可变速驱动技术的发展,伺服系统在工业和国防领域有着越来越广泛的应用。伺服系统的性能很大程度上决定了运动控制系统的性能。提供了一种检测和分析伺服运动控制系统运行的方案和方法,通过在计算机上用MATLAB软件对伺服运动控制系统信号的处理和分析,实现了对伺服控制系统运动曲线的仿真和分析。通过MAT-LAB软件对伺服系统的控制和反馈信号进行编程和处理,能更直观的去发现电机运行性能和速度波动,以便于检测和提高伺服系统运行的精度。     

基于局部切空间排列和支持向量机的S700k转辙机齿轮组故障诊断模型

针对S700k转辙机齿轮组故障信号和故障征兆的非线性、多样性和复杂性等诊断问题,提出一种基于局部切空间排列和支持向量机的故障诊断模型。该模型首先通过局部切空间排列算法实现对振动信号的降维与消噪,然后利用EMD方法分解振动信号,计算各分量的能量熵作为故障特征向量,在保证故障特征整体几何结构信息不发生改变的前提下,降低了诊断数据的维数及噪音。最后利用多故障单值支持向量机对故障特征向量进行分类识别,增强了故障模式识别的分类性能。     

重载交通沥青路面高温抗剪性能研究

文章通过总结国内外有关重载交通和抗剪性能的研究成果,推荐了高温和重载综合影响下评价路面抗剪性能的方法,以评价高温和重载因素对沥青路面结构性能的影响,同时也为降低沥青面层剪应力措施的设计与施工提供借鉴。