改进BP算法在公路工程主材价格预测中的应用研究

分析了传统BP算法的不足,利用相关分析法筛选出公路工程主材价格的主要影响因素;在确定BP神经网络结构及选取训练函数的基础上,建立了基于改进BP神经网络算法的公路工程主材价格预测模型,并结合合肥市石屑价格预测的实例,利用建立的预测模型,采用BP传统算法及附加动量法、自适应学习速率法、两者相结合法等3种改进算法分别预测了合肥市2个季度的石屑价格,并将预测结果进行对比,分析了不同BP算法预测结果之间的差异。结果表明,使用改进的BP神经网络算法进行公路工程主材价格预测,可以将预测误差控制在6%以内,并减少95%左右的训练步数。同时采用自适应学习速率和附加动量改进BP网络的方法相对最有效。     

改进的BP神经网络在港口物流量预测中的应用

针对传统BP神经网络模型收敛速度慢的缺陷,对其进行改进,以提高收敛速度。经运用厦门港物流出口量的历史数据进行检验分析,给出BP神经网络仿真计算方法,其仿真结果与实际结果比较,具有较高的可信度。证明了改进后的模型加快了收敛速度,提高预测结果的准确性。     

材料价格上涨对公路造价影响的预测和对策

以2个在建高速公路项目为例,从分析不同的工程类型中工程主要材料费所占比重,反映材料价格变化对公路造价的影响情况.同时,对近期出现的钢材、水泥价格持续上涨的解决措施进行了阐述.     

基于BP神经网络的高速公路服务区车辆驶入率预测

为科学度量高速公路服务区车辆驶入率,在分析服务区车辆驶入率影响因素的基础上,构建了基于BP神经网络的服务区车辆驶入率预测模型。以新郑服务区为实例,验证预测模型的可行性及确定石武高铁对新郑服务区车辆驶入率的影响程度。验证结果显示,该模型具有可操作性及可靠性。     

区域交通分流路网设计的双层优化模型及算法

针对区域路网交通分流技术中的分流路网优化与选择问题,分析了分流路网与基础路网的关系,确定了分流成本的构成与量化方法,在此基础上提出了以分流成本最小化为上层目标、以用户均衡为下层目标的区域交通分流路网设计的双层优化模型,进而给出了考虑路网拓扑结构完整性和反Braess假定的模型启发式求解方法,并对算法的效率进行了分析.最...     

公路山地灾害的自组织临界性及工程应用探讨

为了解公路山地灾害的共性,从整体上认识其规律性信息,根据自组织临界性理论,用两种沙堆模型作为公路山地灾害的概化模型,通过试验研究了其动力学行为,结果均呈现自组织临界性。并进一步结合滑坡、崩塌和泥石流山地灾害实例的相关观测信息进行了分析,皆表明了幂律和自组织临界性是许多公路山地灾害的共性。最后,在幂律分布特征下,说明了公路山地灾害暴发规模的极值分布的极限收敛于Ⅰ型渐进分布,并以云南蒋家沟泥石流为例,介绍了自组织临界性理论在公路山地灾害防治工程中的应用。     

价值工程理念在公路设计中的应用

价值工程理念指通过研究产品所具有的功能与获得该功能的成本之比值对产品进行全寿命周期分析,并以此确定产品全寿命周期的最低成本。该理念在项目管理中已得到应用,但在公路设计中却鲜有提及。以某2级公路路线方案选择为例,通过对不同路线方案进行功能指数、成本指数分析,介绍价值工程理念应用于公路工程设计中的方案决策思路。     

BP神经网络在挖掘机电气系统故障诊断中的应用

介绍了BP网络的结构及学习算法,阐明了电气系统故障诊断的实现过程.通过对挖掘机蓄电池常见故障进行试验和测试,验证了该神经网络收敛速度快、学习记忆稳定,具有很好的学习功能.     

BP神经网络在通道交通流预测中的应用探索

利用通道交通流参数在通道相邻路段的传动机理,分析上下游交通流特征参数的耦合关系,提出通道交通流预测技术,并基于传统数理方法建立交通流预测模型的局限性,提出神经网络模型。利用遗传算法不断优化网络权值,并通过改变网络隐含层节点数以及网络各层之间的转移函数提高网络模型的预测精度,实现通道下游交通流的实时预测。     

碎石注浆桩在公铁并行条件下公路工程软基施工的应用

结合公铁并行条件下某一级公路软基施工的案例,针对场地范围内软土分布广且深厚的情况,保证公路施工及运营期间对城轨的影响降至最低,软基处理采用碎石注浆桩加固处理,充分发挥其对既有建筑及基础的影响较小及施工安全可靠的优势,阐述碎石注浆桩的施工方法和监测.其成果对碎石注浆桩在公铁并行条件下公路工程的施工具有参考应用价值.