沥青路面智能压实多元回归模型建立与验证

量化分析智能压实过程中碾压参数对沥青路面压实程度的影响，能够科学地指导沥青路面压实工作。依托两种不同的沥青路面(AC-20和SMA-13)开展智能压实试验，采集了振动压实值(VCV)与智能压实参数等相关数据；基于多元回归模型原理与方法，分别建立了两种沥青路面的智能压实多元线性回归模型和多元非线性回归模型并进行了验证。结果表明：多元线性回归模型和多元非线性回归模型均能较好地预测两种沥青路面在智能压实过程中的VCV值变化情况；与多元线性回归模型相比，多元非线性回归模型能够更好地预测沥青路面的智能压实状态。     

表征防御性驾驶技术与情绪智力提升的多元线性回归模型

近年来,防御性驾驶技术成为道路交通安全风险防控的重要研究方向。目前国内外针对防御性驾驶的研究集中在可行性和防御性驾驶判断、识别研究,对防御性驾驶培训与驾驶人情绪智力关系的定量研究还处于空白,针对防御性驾驶培训与驾驶人情绪智力的定量研究处于空白的问题,基于对驾驶人情绪智力评价指标的分析、防御性驾驶技术的实施流程分析与防御性驾驶培训体系设计,提出了一种表征防御性驾驶技术培训与驾驶人情绪智力提升之间关系多元线性回归模型,此模型分两个阶段描述驾驶人心理和生理、情绪、驾驶智力、学习时长5个自变量与防御性驾驶培训成效因变量之间的线性关系。为了验证模型的线性特征,对模型进行了F检验。验证结果显示:5个自变量对因变量产生的线性影响判断犯错概率两个阶段平均为0.047,符合多元线性回归的要求,表明提出的多元线性回归模型是一种有效的模型。通过模型的分析得出,防御性驾驶培训对驾驶人情绪智力提升有两个明显的特征。在初始阶段,防御性驾驶培训与驾驶人的敏捷性相关的指标相关性最高,在第2阶段,防御性驾驶培训与驾驶人的心理和情绪控制指标相关较高。     

考虑非线性时变相关特性的支座纵向位移精细模拟方法

为准确模拟支座纵向位移、实现支座纵向伸缩性能的精准评估,以铜陵长江大桥为背景进行研究。基于该桥主梁温度和支座纵向位移的健康监测数据,分析主梁温度对支座纵向位移的非线性时变影响规律,提出基于非线性时变系数回归模型的支座纵向位移精细模拟方法;利用该方法计算支座纵向位移,并与实测数据及多元线性回归模型的模拟值进行对比。结果表明:在1 d内支座纵向位移与主梁温度之间具有较明显的非线性时变相关特性,相关特性曲线呈现出扁圆形的时滞特征;非线性时变系数回归模型的模拟结果与实测结果的变化趋势更为接近,其模拟结果与实测结果之间的绝对误差为10.5%,多元线性回归模型的模拟结果与实测结果之间的绝对误差为30.79%,非线性时变系数回归模型比多元线性回归模型具有更高的拟合精度。     

基于灰色关联度与多元线性回归模型的客运需求预测

在分析客运需求影响因素的基础上,采用灰色关联分析相关理论,对影响中国旅客运输需求的各个因子进行分析,选出影响客运需求较大的因子,建立客运需求量与主要影响因子之间的多元线性回归预测模型;通过实例运用,将回归模型预测数据与实际数据进行对比,预测精度在±8%以内,精度较高。     

高速公路小修保养维修率预测研究

提出了维修率概念及其研究范畴;通过定性和定量分析,确定采用多元线性回归和多元模糊回归2种预测计算方法：提出了高速公路小修保养维修率预测模型的6个计算变量,重点对公路工程影响系数和专项维修折算系数2个二级变量进行了研究：应用高速公路维修率计算模型提出了一套高速公路养护维修费用计算流程,并对建立的2种费用计算模型进行了实例验证。结果表明：本研究成果具有较强的实用性。     

光谱油料分析故障诊断对柴油机磨损的应用研究

利用时柴油机磨损试验中采集的润滑油的光谱油料分析数据，研究了对光谱油料分析数据的处理方法，主要采用一元线性回归分析、多元线性回归分析和时间序列分析的方法。对主要的磨损元素浓度值和运行时间建立一元线性回归模型；对几种具有相关关系的磨损元素浓度值建立多元线性回归模型；利用时序分析理论对光谱仪所得到的具有一定大小、顺序和相关性的磨损元素浓度值的随机序列进行建模，实现对柴油机磨损状态的预测，为进一步的故障诊断打下基础。     

基于模糊线性回归的小轿车运行车速区间预测

将小轿车在公路上的运行车速用三角模糊数来表征.基于二级公路上30个样本路段的平曲线半径、纵坡度等线形数据和实测车速,利用模糊线性回归方法建立了小轿车第85百分位运行车速区间预测模型.通过另外10个样本路段数据对该区间预测模型进行了验证,结果表明:小轿车运行车速的95％置信区间大都处于模糊线性预测区间之内;预测得到的模糊中心值与观测值的相对偏差和模糊度与观测值的比值两种评价指标均在10％以内.同时,将模糊中心值和线性回归预测值进行了比较,结果表明:模糊线性回归模型的平均绝对误差、平均相对误差和最大相对误差三个指标均优于线性回归模型,达到了更高的估计精度.     

基于SVR模型的灌注桩价格估算研究

采用基于结构风险最小化思想的支持向量回归(SVR)模型预测了灌注桩的中标价格.在分析灌注桩的成本动因的基础上,通过历史项目清单预算确定了17个回归自变量,根据历史项目中标价格(因变量)和成本动因(自变量)来估算当前项目价格.利用该模型对福建省某高速公路灌注桩进了行价格估算,并与基于定额的清单预算价格以及多元线性回归估算价格进行了对比.结果表明:估算结果相对于其他两种方法明显接近实际中标价格,采用SVR模型可以大大提高估算的准确性,有效控制造价,提升公路工程造价管理水平.     

基于回归分析的公路货运量预测

为了预测公路货运量,文章先从影响公路货运量的10个因子出发,分析各因子和公路货运量的关系,并使用多元逐步回归法做最优回归方程的选择,挑选出对公路货运量影响显著的6个因子,然后建立公路货运量预测的6元线性回归模型,使用最小二乘法求解模型参数。经检验,公路货运量预测模型的显著水平p=0.021370.05,样本可决系数R~2=0.9998,接近于1,模型拟合效果较好。最后对各因子建立一元线性回归模型,得到2018年各因子的预测值,代入公路货运量预测模型,得到2018年的公路货运量预测值。     

基于ARIMA与人工神经网络组合模型的交通流预测

将自回归求和滑动平均(ARIMA)与人工神经网络组合模型用于短时交通流预测。利用ARIMA模型良好的线性拟合能力和人工神经网络强大的非线性关系映射能力,把交通流时间序列看成由线性自相关结构和非线性结构两部分组成,采用ARIMA模型对交通流序列的线性部分进行预测,用人工神经网络模型对其非线性残差部分进行预测。结果表明:组合模型的预测准确性高于各自单独使用时的准确性;组合方法发挥了2种模型各自的优势,是短期交通流预测的有效方法。     

支持向量机在汽车加速车内声品质预测中的应用

应用支持向量机方法对汽车加速时车内声品质进行预测。以噪声样本的响度、尖锐度、粗糙度、AI指数等客观评价参量作为输入因子,主观烦躁度评价结果作为输出因子,利用支持向量机回归方法建立了汽车加速车内声品质的预测模型。对比结果表明,与多元线性回归模型相比,基于支持向量机的汽车加速车内声品质预测模型能够更准确地反映客观评价参量与主观烦躁度之间的非线性映射关系,预测精度更高。     

岩溶隧道与下部溶洞间安全距离预测模型研究

为了完善现有的岩溶隧道与溶洞间安全距离预测模型,在已有的二维预测模型基础上,利用正交试验和数值模拟方法,同时对数值试验结果进行多元线性回归分析,得到包括溶洞空间形态在内的多因素共同作用下的岩溶隧道安全距离三维预测模型。该模型能够定量地预测隧道埋深、围岩水平、溶洞跨度、水平方向夹角及溶洞高跨比5个因子对隧道底板与下方溶洞之间所需安全距离的影响,进而预测所需的安全距离。最后将该预测模型用于实际工程,其结果与现场实际采用的安全距离差别不大,从而说明该模型具有一定的可靠性。     

中间位置转向力特性主客观评价相关性的研究

本文中对中间位置转向力特性主客观评价的相关性进行了研究。首先基于线控转向系统,针对中间位置转向建立了一个参数可调的转向力特性模型,运用均匀试验设计方法分析了12种不同的中间位置转向力特性。评价人员在驾驶模拟器上对这12种不同转向力特性进行了主观评价。同时,通过离线仿真,按照ISO中间位置操纵特性试验方法对这12组力特性进行了客观评价试验。然后应用多元线性回归方法分析主观评价项目与客观评价指标之间的相关性。结果表明,应用建立的相关性对主观评分进行预测的平均相对误差小于4%。最后,基于所建立的多元线性回归模型求取了关键客观评价指标的理想值。该方法可有效地指导转向系统的开发。     

防冻防锈液的冰点、浓度、温度和比重关系的回归分析

利用回归分析方法,将防冻防锈液冰点、浓度、温度和比重等四个参数多元非线性回归问题,分解为多元线性回归、一元线性回归问题,最后求出四参数的回归方程。     

高速公路路面小修工程量预测模型研究

分析了公路养护工程量预测模型的研究现状,提出了应用多元线性回归和多元模糊回归算法的高速公路路面小修工程量预测方法;应用分析得到6个计算变量和有效统计数据,建立了路面养护小修（坑槽、裂缝）工程量预测模型,并进行了实例测算比较。测算结果表明：所建立的预测模型具有一定的实用性。     

公路交通发生分析方法研究

本文依据实际数据拥有情况提出了公路交通发生分析的基本模型，重点针对宏观运量预测建立了广义线性混合回归模型，该模型可以包含线性回归，线性自回归和一些非线性回归模型，因而有着更为广泛的适应性。     

基于横向干扰度和交通事故数的车速预测模型构建

为解决公路车速值合理性预测问题,基于公路路侧环境、道路特征、交通特性提出车辆行驶横向干扰度指标,结合公路历史交通事故数据,建立交通事故、横向干扰度与车辆85%位速度的多元线性回归模型;选择36处不同路段并通过调查分析得出相应85%位车速值,基于横向干扰度量化表确定路段的横向干扰度及汇总相应路段近3年交通事故数据,分析85%位车速、横向干扰度、交通事故数之间的关联性;以横向干扰度、交通事故数据为自变量,车辆85%位速度为因变量建立85%位车速多元线性回归预测模型,为提高交通安全、合理确定车辆速度奠定理论基础。     

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。     

基于K-近邻核估计的港口空箱吞吐量预测研究

空箱吞吐量的预测结果可以作为空箱调运的参考,有利于港口的合理规划和作业安排.以香港港口为例,采用K-近邻核估计对港口空箱吞吐量进行回归计算,将计算结果与参数回归方法的计算结果进行比较,表明K-近邻核估计的拟合效果和预测精度都优于多元线性回归方法的拟合效果和预测精度.     

基于局部路网空间结构特征的无检测器路段交通流预测方法

城市路网中存在大量尚未布设交通检测器的路段，其交通流数据难以获取，不利于开展精准路网管理，为此提出了利用局部路网空间结构特征预测无检测器路段交通流量的方法。基于有检测器路段的海量交通流数据，分析局部路网空间结构特征与路段交通流量之间的相关性；根据路网拓扑关系使用多元线性回归算法估计所有的有检测器交叉口交通流分配权重，并使用多元线性回归算法进一步挖掘局部路网空间结构特征对交通流分配权重的影响；结合空间特征影响度系数、无检测器路段所在的局部路网的空间结构特征及相邻路段的交通流，对无检测器路段进行交通流预测。实验结果表明，路段道路类型、相邻路段数量及相邻路段道路类型这3类局部路网空间结构特征与路段交通流量相关性显著，采用基于空间特征影响度系数对局部路网中只有单个相邻上游和具有多个相邻上游的无检测器路段进行预测，发现其平均误差分别在8%和22%左右。