回归预测法在桥梁剩余寿命预测中的应用研究

随着公路交通事业的发展,在役桥梁的使用状态越来越引起了人们的广泛重视。准确地预测在役桥梁的剩余使用寿命可为公路管理部门的养护维修方案提供可靠的决策依据,节省了建设资金,保障了桥梁的安全。但到目前为止,该方面的研究进展比较缓慢。提出了引入回归预测这一数学原理对该问题进行研究分析,方法简单适用,文章最后运用实例加以说明,最终实现了桥梁结构剩余使用寿命的预测。     

基于可靠度的桥梁结构剩余使用寿命预测方法

按基于某一限值可靠度的方法对既有桥梁结构剩余使用寿命进行了研究，在介绍了相关文献的半经验半理论的预测方法和基于动态可靠度预测方法的基础上，对拟采用维修或加固措施以延长剩余寿命的桥梁，提出了基于体系可靠度并考虑最优维修方案组合的寿命预测方法，并建立了优化数学模型。研究表明：该方法以桥梁的完整使用周期为研究对象，从而确定与安全、经济的维修决策相对应的最优使用寿命，但仍有许多问题需做进一步研究。     

核函数法与最邻近法在短时交通流预测应用中的对比研究

以北京三环路的一个区间路段作为短时交通流预测的背景,利用实际检测数据将非参数回归预测模型中核函数法和最邻近法2个不同的权函数方法进行了仿真对比研究,结果表明在相同的预测精度下,最邻近法更适合时间间隔比较短的交通流预测.将传统的最邻近法加以改进,依次加入前一时刻的交通流量、当前时刻的车辆平均速度和车道平均占用率作为搜索元素.通过对仿真实验结果的研究分析得出结论:前一时刻交通流量的引入保证了预测值和真实值具有相同的切线方向,使得预测精度得到了显著提高;车辆平均速度和车道平均占用率与交通流量具有一定的对应关系,其作用和当前时刻的交通流量相似,所以不能有效的改善最邻近法的预测精度.     

基于多项型高斯函数的过渡段路基沉降预测

高速铁路过渡段路基沉降是复杂的非线性系统,提高路基沉降的预测精度对于高速铁路建设和运营具有重要意义。利用MATLAB工具箱分别建立路基沉降与累计时间和累计填土高度的单因素高斯型数学模型,通过线性回归分析得到了两个单因素的非线性综合模型。实证分析表明该综合模型具有较高的精确度,预测效果好于BP神经网络模型,能够较好地指导工程建设。     

拔桩法排除旧桥基础对桩基施工的影响

介绍迁安市滦河特大桥旧桥翻建过程中采用拔桩法处理旧桥桩基础的方案.     

内燃机气缸套磨损检测与使用寿命预测

采用电容法测量了气缸套在全寿命周期内的磨损量,分析了其磨损特征,得到了气缸套磨损随使用时间的发展趋势,指出在主推力面上、下止点附近的磨损量代表了气缸套的磨损程度,该区域的磨损量超过限定值会造成气缸套漏气失效,因此,可以将该区域的磨损量作为气缸套使用寿命评估的依据。根据气缸套磨损分析结果建立了人工神经网络模型,评估其使用时间,并预测其使用寿命。检测结果表明,采用BP网络模型进行气缸套的磨损状态评估与寿命预测是有效的,检测结果与实际值相近。     

公路运输量预测的广义线性混合回归模型

本文重点针对区域公路运输量的宏观预测问题建立了广义线性混合回归模型，以综合考虑运量数据自身变化的统计规律及其与社会经济变量的统计依赖关系。本文还设计了相应的算法及，便实际应用与推广。     

加权盲数回归法在公路客运量预测中的应用

为克服传统客运量回归预算法中测忽视历史数据对未来预测的影响,以及无法处理影响客运量预测不确定因素的问题,提出了采用加权盲数回归方法进行公路客运量预测.该方法以不同权重区分历史数据的差别,采用加权最小二乘法确定回归系数;同时用盲数的形式来表达预测模型的相关变量,来获得客运量可能出现的多个区间,即各个区间可能出现的可信度情况.算例表明,该方法的预测结果比较合理、可靠,预测可信度高.     

目标函数法在深基坑降水井群优化中的应用研究

以沈阳地铁一号线一期延伸线四号街站管井降水工程为例,介绍受潜水与承压水作用条件下"小间距、小泵量"深基坑管井降水的设计理念,阐述了目标函数法在基坑降水井群优化中的数学模型应用。以基坑总涌水量最小为目标函数,从前人已建模型所欠缺考虑的模型约束条件入手,完善约束条件,使其成为基坑降水井群优化的数学模型,实施结果满足了基坑降水的施工要求。为降水设计者提供一种更加优化的方法。     

预应力混凝土连续箱梁桥LCPA法剩余使用寿命预测

目前大量在役桥梁均面临评估全寿命周期内安全性和耐久性预测问题。在当前研究成果基础上,文中综合考虑服役全寿命期运营荷载(活载)效应概率分布和构件耐久性退化模型,预测桥梁结构安全可靠度,以综合实现桥梁剩余使用寿命预测。依据动态称重系统数据得出桥梁的荷载(活载)效应概率模型,同时建立随时间退化的构件抗力衰减概率模型,成功预测了京沪高速(G2)新沂河大桥的剩余使用寿命,实测表明,从LCPA(全寿命周期性能评估)角度预测剩余使用寿命结果和传统实桥试验结果一致。     

基于全局响应面法的电动汽车车架多目标优化

对电动汽车车架进行有限元分析,在此基础上选取车架前部、后部、副车架部分的尺寸厚度以及这三个部分的肋板的厚度作为设计变量,运用全局响应面法(Global Response Surface Method,GRSM)以一阶模态频率大于32 Hz作为约束,对车架的扭转刚度、弯曲刚度和总质量进行多目标优化,获取Pareto最优解集,给出优化备选方案和建议。     

利用奇异函数法对专用汽车纵梁的强度分析

利用奇异函数法导出汽车纵梁在一般受力状态下应力函数和等强度函数的通用方程，并用优化方法即相关计算机程序确定危险截面，进行纵梁强度校核。     

曲线回归分析模型在滑坡预测中的应用

以永林滑坡的预测为例,通过对滑坡的地质背景、滑坡的成因的分析,结合监测资料,简述曲线回归分析模型对滑坡进行预测的条件及方法。     

基于径向基函数神经网络的交通量预测

采用了径向基函数神经网络进行未来年的交通量预测,它具有收敛速度快、唯一最佳逼近且无局部极小等优点.在进行交通量预测时,选取公路里程、汽车保有量、国民生产总值、国民收入和人口作为交通量影响因子,通过2个网络模型,在输出层输出该年的预测交通量.     

基于径向基函数神经网络的交通量预测

采用了径向基函数神经网络进行未来年的交通量预测,它具有收敛速度快、唯一最佳逼近且无局部极小等优点。在进行交通量预测时,选取公路里程、汽车保有量、国民生产总值、国民收入和人口作为交通量影响因子,通过2个网络模型,在输出层输出该年的预测交通量。     

基于遗传算法的盘式制动器多目标优化模型

介绍了盘式制动器混合多目标优化问题数学模型的建立，提出以制动摩擦力矩和制动时间为主要优化目标的多目标函数，为求得全局最优解，引进了遗传算法进行优化，结果表明，方法简便可行。     

基于广义回归神经网络的路基沉降预测

为了对路基沉降变化规律进行预测,避免发生工程事故,提出了将广义回归神经网络模型应用于软土地基沉降预测中的方案。通过广义回归神经网络的基本理论和概念,采用实际工程数据,用BP神经网络方法和广义回归神经网络方法进行了预测分析,比较了2种方法的3组预测结果。工程实例预测结果表明,广义回归神经网络方法的均方误差和决定系数表现都优于BP神经网络方法;证明该方法是可行且有效的。     

曲线回归分析模型在边坡位移预测中的应用研究

边坡工程监测数据的处理与分析方法众多,但都有特定的应用条件。为获得桩锚支护条件下边坡的水平位移变化规律和预测位移值,采用非负累加法对监测数据进行处理,利用最小二乘法、多元回归分析法来建立多项式回归预报模型,并结合长沙市某边坡工程对该模型进行验证。结果表明:曲线回归分析模型与监测数据拟合度高,预测值与实际情况较为吻合。     

基于聚类分析的非参数回归短时交通流预测方法

大部分非参数回归预测算法并不对交通流历史数据进行区分,而是将全部历史流量数据建立模式库进行分析.基于交通流的现实特征,提出基于聚类分析的非参数回归短时交通流预测方法,首先根据流量分布特点运用聚类分析将其分类成不同的流量模式,然后选择匹配待预测时刻的流量模式作为样本数据库运用非参数回归进行预测.实例计算结果表明,其预测精度优于传统非参数回归方法.      

基于改进支持向量回归机的锂离子电池剩余寿命预测

为提高电动汽车锂离子电池剩余循环寿命预测的准确性,提出了一种基于改进支持向量回归机的预测算法,利用免疫完全学习型粒子群优化算法对支持向量回归机的惩罚系数和超参数进行优化,增强其预测能力,基于NASA PCoE研究中心提供的锂电池测量数据,与完全学习型粒子群优化的支持向量回归机预测算法进行对比分析,仿真结果显示,本文提出的算法预测相对误差低于6%,容量预测平均相对误差低于0.4%,具有更好的预测性能。