三水源新安江与相应涨差耦合模型的研究及应用

本文从河道非恒定流St．Venant方程组出发，应用水文预报中洪水时段涨差的基本概念，建立了河道洪水预报的相应涨差模型，与区间洪水预报的三水源新安江模型相耦合，建立了三水源新安江与相应涨差耦合模型。经在资水拓溪～桃江区间洪水预报中应用，效果较好。     

一种改进的短时交通流多步自适应预测算法

实时、准确的短时交通流量预测是智能交通系统(ITS)中的一个关键问题。本文先介绍一种基于AR(p)模型的线性最小方差自适应预测算法。它采用带遗忘因子的递推最小二乘方法进行参数估计,采用基于线性最小方差预报原理的Astrom预报算法进行预报。在该算法的基础上提出了一种改进的多步自适应预测方法。新算法增加了误差补偿项,能较好地满足时变模型的预测要求。针对大量实测数据进行仿真实验,结果表明:改进算法在应用于时变性强的短时交通流量多步预测时具有较好的预测性能,而且其预测性能优于线性最小方差预报算法。     

三水源新安江与相应涨养耦合模型的研究及应用

本文从河道非恒定流Ｓｔ．Ｖｅｎａｎｔ方程组出发，应用水文预报中洪水时涨差的基本概念。     

有支流汇入情况下运动波和扩散波河道洪水预报模型研究

本文推导了有支流汇入河段洪水运动波和扩散波实时洪水预报模型。模型参数采用带可变遗忘因子的最小二乘递推算法进行实时估计。模型被用于长江宜昌至枝城河段进行模拟预报 ,预报结果精度较高     

公路隧道开挖围岩位移预测及稳定性预报

建立了新的隧道工程开挖围岩位移预测和稳定性预报模型及其分析方法。对现有各种位移预测模型进行了评述 ;建立了适宜的围岩位移预测模型和稳定性预报模型 ;建立了不同变形特征下相应的围岩稳定性判断准则 ,提出了不同预测模型的选取标准 ;给出了隧道围岩稳定性预报方法和长期稳定指标的计算方法 ;介绍了自编的 DPSF程序 ;据此对现场隧道工程进行了位移预测和稳定性预报 ,对预报结果进行了讨论     

基于危险理论-云决策的发动机状态检测技术研究

针对发动机故障诊断中的诊断精度差和诊断算法自适应性差的问题,提出了一种基于危险理论-云决策的发动机状态检测算法。根据免疫系统的危险理论建立了危险识别模型,给出了危险信号和安全信号的定义。基于云模型构建了云决策模型。通过融合危险识别模型和云决策模型,构建了适用于复杂机械系统的状态诊断策略。在汽车发动机状态检测试验台上,对发动机状态检测算法进行了试验验证,结果表明该算法的诊断准确率达到97.5%以上。     

应用AR（P）模型预报桥梁施工水位

运行时间系列分析方法，给出桥梁施工水位季节性预报模型，设计了相应的计算方案，据此可作为桥梁水施工方案的依据。     

桥梁施工水位预报模型的应用研究

研究了桥梁施工周期性水位预报模型及其相应的计算方案，据此可为水上桥梁施工方案和基础工程地下水处理设施提供科学决策。     

非等间距GM(1,1)抗差估计及其在路基沉降预测中的应用

路基沉降观测前期,沉降观测值不稳定,容易包含粗差,而前期沉降数据对GM(1,1)模型预测精度影响巨大。介绍了一种将非等间距观测数据等距化处理,并在GM(1,1)模型中加入IGGIII抗差方案的新方法。通过高铁路基沉降工程实例各模型预测精度对比表明:当沉降观测值含有粗差时,新算法依然能够快速准确的识别沉降真实曲线。因此,新算法可以广泛应用于路基沉降预测。     

三峡库区滑坡消涨带变形破坏模型试验（双语出版）

为明确水库滑坡消涨带变形破坏机理,以物理模型试验为手段,基于三峡库区堆积层滑坡工程地质特征,建立3种不同岩层倾角的滑坡消涨带试验模型。通过水库滑坡模型试验材料研制和库水位波动科学控制,实现水库滑坡消涨带失稳过程试验模拟,并从试验角度探讨水库滑坡消涨带变形特征和力学机制。结果表明：初次蓄水过程中,坡表裂缝交角与基岩倾角呈负相关,交角决定了裂缝扩展方向,影响变形发展;滑床倾角越大,交角越小,裂缝越长,变形越大,塌岸越易发生;坡内孔隙水压力滞后性明显,随周期增大逐渐减小趋于稳定,水位波动速率会缩短坡体地下水响应时间;波动速率越大,坡内孔隙水压力变化速率越大,对水下坡体影响最大,坡体内速率差越大,渗透力越大,进而影响滑坡的稳定性;土体结构劣化及水的浮托力是引起滑坡模型前缘破坏的关键因素,而动水压力作用及有效应力减小导致滑坡由局部向整体破坏,呈现典型的多重滑面渐进式牵引破坏模式。该研究结果有助于深入认识滑坡消涨带变形破坏机理,可为库水位波动触发牵引式滑坡的演化模式和力学机理提供依据。     

短时交通流预测的多层递阶方法

短时交通流预测在城市交通控制和管理中起着十分重要的作用。然而,目前很多预测模型均假定模型的参数是不随时间变化的,这与实际不符,从而影响了预测的精度。本文提出采用多层建模与灰色建模的综合方法预测短时交通流。该方法把预测问题分为两部分:一是预测模型参数的预测;二是根据参数预测值的交通流预测。其中,对模型参数运用灰色理论预测方法。实例分析表明,本方法有较好的预测精度和实用价值。     

路径行程时间的组合预测方法研究

立足于历史和实时数据的融合应用,从实际应用角度出发,构筑了一种路径短时行程时间的组合预测模型和相应算法。该组合预测模型包含基于历史数据特征向量的聚类分析子模型和基于路径行程时间序列的自回归子模型,通过贝叶斯概率公式实现子模型的权重分配。并对数据进行滚动式处理,实现权重系数的实时更新。最后选择上海市快速路系统3条典型路径进行实例分析,并与实际牌照自动识别行程时间数据进行对比验证。     

基于交通条件改善的公路网交通生成预测方法研究

以经济、人口、车辆保有和广义出行时间为基本变量,采用回归分析方法建立交通生成预测模型,从而在交通生成阶段中考虑了交通出行条件改善的影响,将交通生成预测和诱增交通预测两者结合,既考虑了社会经济对交通的决定作用,又考虑了交通供给对交通生成的反作用。模型应用于江苏省高速公路网规划实践,结果表明,模型能够反映不同地区经济、人口、车辆保有以及交通条件等因素对各地区交通生成特性的差异,并且具有实用、精度高、可操作性强的特点。     

快速路交通流时间序列聚类预测方法与模型

针对快速路路段日交通流曲线的相似特性,提出根据天气好、坏,工作日、非工作日作为特性向量,设计一种时间序列聚类算法对不同时间尺度下快速路交通流进行预测.结果显示:此聚类算法与预测模型充分利用了历史数据,30 min时间尺度下预测精度较高,平均绝对相对误差最低为3.34%.     

道路平整度指数值时空动态变形模型与预报方法

针对各局部单元路面贫信息条件下的平整度腰，值变化的短数据序列，将单点的GM（1，1）预测模型扩展为系统空间的多点非线性动态变形预测模型，使得路面平整度变形分析预报从单点的粗旷型分析转向多点的空间整体变形分析成为可能。通过运用模糊聚类分析理论，采用路基地质等因素定性分析与路面平整度IRI值变化定量分析相结合的方法，科学合理地划分道路路面平整度变形体块。并以实例给出了建立某一级公路部分路面平整度变形体整体变形预报模型的过程。     

多种方法预测软基路堤沉降的应用对比分析

该文通过对对数曲线法、GM法、双曲线法、分层总和法在预测路堤沉降的对比分析,对每种方法的适用条件提出了评价,同时也验证了这四种方法的适用性,提出了怎样更好进行路堤沉降预测的建议,选取了预测模型及方法预测未来路堤沉降量,对防治公路路堤沉降,保证公路良好的营运质量具有重要的理论价值、经济价值及工程实际意义。     

上海风暴潮灾害的准周期性及其预测

据黄浦江吴淞、黄浦江公园站的近百年潮位资料和17～18世纪上海地区历史文献考证资料,得出上海严重风暴潮具有60±2 a的准周期性。从而应用它的周期规律,提出在2007～2011年可能为上海严重风暴潮的防范期;经收集防范期内的相关信息,采用可公度性法预测,其中2007±1年或2010年±1年上海可能发生严重风暴潮,以供防汛减灾参考。但对上海风暴潮60 a周期的宏观背景,物理原因等未能深入,有待科研、气象部门关注研究。     

“麦莎”台风影响期间黄浦江上游潮位变化特点及分析计算

该文系统分析了“麦莎”台风期间黄浦江上游潮位变化规律,针对黄浦江上游出现历史最高潮位,而下游水位并不高的特点,从水利工程建设、水闸运行、上游来水、潮汐作用和降水等方面运用水文学和水力模型进行原因分析及计算。结果表明,是多种因素综合作用造成黄浦江干流米市渡江段水位超历史记录,其中,大范围强降雨是潮位抬升的主要原因。同时,用水力模型初步模拟计算了各种因素所产生的作用。     

基于GA-BP神经网络水下隧道涌水量预测及应用

根据有关水下隧道渗流涌水影响因素的研究成果及预测涌水量时选择影响因素的准则,确定了用于预测水下隧道涌水量的6个影响因子。分析了遗传算法与BP神经网络结合的可行性,并利用遗传算法优化BP神经网络的权值和阈值,从而建立了多影响因子的 GA-BP神经网络预测模型,其收敛性能好、简单可行。通过比较GA-BP神经网络和经典BP神经网络模型的预测结果,验证了前者改良了后者的局限性并提高了预测精度。     

提高隧道超前地质预报效率的探讨

在隧道施工安全要求较高的今天,由于超前地质预报占用的施工时间太长,在施工工期比较紧张且工程顺利的时候就经常忽略地质预报工作。为了保证隧道施工的安全,结合工程实践,提出通过改进隧道超前地质预报方法,尽可能缩短超前地质预报在隧道施工占用的时间,提高超前地质预报效率。