基于不同时间段的几种高路堤沉降预测模型研究

介绍了几种基于实测沉降数据的高路堤沉降预测模型,通过实例对各个模型的拟合和预测精度进行比较和分析,通过6种预测模型的比较得出,双曲线和指数曲线更适合于施工前期预测,两者中双曲线精度更高一些;皮尔曲线、灰色预测、龚帕斯曲线和皮尔神经网络方法更适合于长期预测,4种预测方法中皮尔神经网络精度更高一些。     

双曲线法在路基沉降变形预测中的应用分析

对路基沉降变形的计算和预测方法中的双曲线预测模型及原理进行介绍,结合某高速公路路基沉降变形预测的实例进行分析,实测数据与相对应的预测曲线吻合度较好,客观地反映了路基沉降的动态发展情况。     

路基下沼泽草甸层地基沉降预测方法研究

针对沼泽草甸层地区工程地质特征,以新疆兵团垦区沼泽草甸层试验路段为依托,探讨了该类地区路堤填筑过程中地基沉降发展规律,并通过对比分析经验法沉降预测模型,给出了适合沼泽草甸层地基的沉降预测模型.最后,以预测沉降曲线与实际监测值对比,结果表明,双曲线法预测效果较好,适用于该类地区路堤填筑时沉降预测.     

预测路基沉降的一种新模型

大量的工程实践表明,多级加载的施工方法使路基沉降曲线呈“台阶状”发展。结合相对时间坐标系的概念,提出了一种改进的指数预测模型及其分级预测方法,并对双曲线模型进行了推广。改进的模型比原模型少一个参数,更适合于荷载恒定期的沉降预测,特别是工后沉降预测。应用改进的模型对苏嘉杭高速公路近三年的工后沉降观测数据进行了拟合和预测,验证了拟合和短期预测的精度,并对两种模型的中长期预测值进行了比较。     

基于实测数据软土地基沉降预测方法的比较

考虑到软土的复杂性和各种沉降理论计算方法的局限性,利用有限的沉降实测数据,选取合理的模型及方法来预测软基的沉降。以深圳盐田港西港区纳泥塘地区软基沉降预测为例,采用了BP向前型网络模型和Elman反馈型网络模型两种不同的神经网络建模法,通过高度非线性的曲线拟合,推求工程后期沉降(包括最终沉降),并与曲线拟合法中的双曲线法、指数曲线法、泊松曲线法及 Asaoka 法对比,对拟合预测结果进行检验,使其具有统一的量化标准。对比结果表明：BP神经网络模型和双曲线法的预测效果最好,适用于本工程的沉降预测。     

未达破坏的单桩极限承载力预测

针对工程中经常遇到未达破坏的单桩极限承载力的确定问题,提出利用双曲线模型、指数曲线模型和灰色模型预测单桩的竖向极限承载力。工程实例表明,双曲线模型应用有一定局限,指数曲线模型和灰色预测模型的预测精度高且适应性较好,推荐普遍采用。     

灰色预测在高铁路基沉降预测中的应用

以在建某高速铁路为背景,通过对路基沉降实测数据的汇总,根据沉降曲线形态及沉降速率的差异将其分为3类.对观测数据进行等时距变换,采用灰色理论GM(1,1)模型、双曲线法、三点法对工后沉降进行预测,并对灰色理论预测模型进行精度检验.选取堆载预压期的数据作为模型原始数据,通过与实测最后一期数据的对比,发现灰色理论预测结果更接...     

软弱地基沉降规律及预测方法

控制路基沉降是保证高速公路建设质量的关键。选取常用的双曲线法、指数曲线法和灰色系统法对软弱地基沉降进行预测,对比分析三种方法预测的沉降量的大小,提出适宜的软弱地基沉降预测方法。结果表明：对于沉降观测值来说,灰色系统法与三点法和双曲线法相比,误差稍微有些偏大,但对于最终沉降量的预测。灰色系统法预测结果比较安全、可信程度高,因此,应用灰色模型预测软弱地基沉降具有良好的适用性。     

CFG桩网结构地基加固处理路基变形规律研究

以武广客运专线典型路基断面为例,对路基沉降变形进行监测,结合实测沉降曲线对沉降规律进行探索,并利用曲线拟合法对路基沉降进行预测.预测结果表明:CFG桩复合地基剩余沉降最大值5.6 mm;双曲线法预测的沉降曲线与实测数据比较接近;路基的工后沉降与填土高度存在一定的相关性.     

长期车辆荷载作用下软基路堤沉降预测研究

为研究长期车辆荷载作用下软基路堤的沉降趋势,提出一种PSO改进的LSS-VM预测模型.首先建立软基路堤的FEM模型,使用数值计算结果作为数据样本进行学习训练,并与神经网络和双曲线模型的沉降预测值对比.结果 表明:3种预测模型中PSO-LSSVM模型的泛化能力最突出,沉降预测相对误差控制在2％以内;长期车辆荷载作用下软基...     

基于熵值法的城市汽车保有量组合预测

分析灰色系统、多元回归、指数平滑、神经网络4种预测方法的特点并利用它们分别对城市汽车保有量进行预测,在此基础上通过熵值法确定各预测模型的加权系数,建立组合预测模型,最后将1995-2007年汽车保有量的各预测值与实际值进行比较,结果表明该组合预测法精度较高,实用性更强。     

城市轨道交通客流灰色预测法应用

在介绍灰色系统理论的基础上,叙述运用GM(1,1)预测模型进行预测的详细步骤,讨论灰色预测模型在城市轨道交通客流量预测中的应用。并通过具体数据对未来时期的客流量进行预测,通过精度检验证明预测结果是可信的,从而证明GM(1,1)预测模型应用于城市轨道交通客流预测是完全可行的。     

灰色代数曲线模型在交通量预测中的应用

灰色GM模型对于非线性系统问题的处理显得较为薄弱,而交通系统是一种复杂的非线性灰色系统,用灰色GM模型进行预测,精度必然得不到保证。本文为解决这一缺陷,提出采用灰色代数曲线模型预测交通量。实例分析表明,灰色代数曲线模型的拟合精度好于灰色GM模型,用灰色代数曲线模型预测交通量是可行的。     

组合预测模型在交通量预测中的应用

对当前组合预测模型进行分析,在已有交通量预测模型的基础上,建立基于预测有效度的组合预测模型,应用规划方法求解各单一预测模型的最优权重系数。实测数据验证表明,该组合预测方法具有比回归分析和神经网络预测模型具有更高精度,组合方法为交通量预测提供一种可靠而有效的新途径。     

灰色模型与其组合模型的比较

运用灰色模型和二元回归模型的组合模型进行交通量的预测,结果表明,组合模型比单一的灰色模型具有更高的预测精度。     

基于SARIMA 模型的北京地铁进站客流量预测

通过对北京地铁2013 年5 月~7 月的进站客流量数据进行详细分析,总结北京 地铁进站客流量以周为周期的波动规律,选用季节时间序列（SARIMA）模型对北京地铁 进站客流量进行时间序列建模.利用符合要求的模型对北京地铁进站客流量进行预测,预 测结果能够较准确地描述北京地铁进站客流量的变化趋势,平均误差为0.3%.说明此模型 适用于地铁进站客流量的短时预测,基于预测结果进一步分析北京地铁进站客流量的特 点,为进一步优化进站设施布置、组织进站流线、高效安全的地铁运营组织提供参考建议.     

时空因素影响下在线短时交通量预测

考虑交通流的时空因素进行短时交通流预测,能够提高预测的精度.为此,引入径向基核函数,将复杂的预测问题转化为高维空间的回归问题;然后,基于支持向量回归机并考虑时空因素影响作用建立在线的短时交通量预测模型,通过网格搜索的方法对模型参数进行优化;最后,构造时间-空间状态向量,通过不同的状态向量对时间和空间维度的影响进行了分析.利用高速公路检测器数据,对比不同模型的精度,对在线短时交通量预测模型的有效性和可行性进行了验证.结果表明：在线模型精度优于传统的支持向量回归模型,考虑时空因素影响后交通量预测模型具有更高的精度和稳定性.     

基于数据驱动的机场水泥混凝土道面性能退化预测

针对机场道面性能退化过程的精确预测问题，本文采用数据驱动的机场道面预测性维护方法，通过指示变量将两种数据集进行联合分析，考虑机场道面性能退化过程受飞行交通量和道面面层厚度的影响，以机场道面性能状况指数衰变的非线性函数为期望函数，建立一种机场道面性能退化双参数预测模型；根据模型的参数估计结果，采用边际效应分析结合预测性能曲线图示，对不同飞行交通量水平和不同道面厚度等级的道面性能退化过程预测进行分析。结果表明，采用数据驱动和非线性混合效应方法，搭载联合估计技术，能较为显著地提高机场道面性能退化预测的精度和效果。     

基于改进灰色-马尔可夫链方法的铁路货运量预测

科学的货运量预测对铁路发展战略的制定具有十分重要的意义.针对灰色模型的预测结果精确度受原始数据变化幅度的影响较大,且要求累加生成的数据列具有指数性质的缺点,采用带波动的多项式来替代GM（1,1）模型中的指数形曲线,并通过马尔可夫链对其预测结果进行修正,从而建立改进的灰色-马尔可夫链预测模型,同时利用该改进模型对我国铁路货运量进行预测,并与传统的GM（1,1）模型、改进的GM（1,1）模型和灰色-马尔可夫模型3种预测方法进行了比较,结果表明：提出的预测方法具有较高的精度,具有一定的可行性和有效性,预测结果可指导铁路建设与管理.     

基于协整理论的短时交通流组合预测研究

交通流短时预测是智能交通系统中的一个重点问题,预测效果的好坏直接关系到控制和诱导的结果,是实现先进交通管理信息系统的关键技术之一. 本文简要介绍了协整和误差修正模型的概念,利用序列的协整性来进行交通流组合预测模型的有效性验证,并利用误差修正模型提高组合预测模型的稳定性. 我们利用北京市二环路上采集到的交通流数据进行了模型的验证. 研究结果表明,基于协整理论的交通流组合预测模型可以取得很好的预测效果.