公路隧道内交通噪声预测

为合理预测公路隧道内交通噪声传播状况,界定了公路隧道内的长空间声场特性,系统阐述了3种基于像源理论的交通噪声预测模型,通过在实体隧道中测定声源分别为低频和高频、接收者在不同位置时的噪声值,并将其与三种理论模型预测值进行对比,结果表明:相干模型在低、中、高频范围内比不相干模型和ASJ模型能更精确地预测隧道内噪声传播状况,其预测值与实测值误差在2dB左右;而不相干模型和ASJ模型仅可用于预测高频段时噪声的平均值。可见,相干模型是预测以中低频为主的公路隧道内交通噪声传播的合理模型,该预测模型可用于进行公路隧道内降噪优化设计。     

几种常用公路交通噪声预测模式准确性分析

根据成温邛高速公路和成绵高速公路的交通量、车型及车速等监测数据,应用美国联邦公路管理局(FHWA)噪声预测模式、JTG B03-2006推荐噪声预测模式和HJ 2.4-2009推荐噪声预测模式,分别对两条高速公路进行噪声预测,将噪声预测值与实测值进行对比,分析在相同车流量、车型及车速等条件下各预测模式预测值与实测值的差值大小,并分析其原因,得出在高速公路交通噪声预测的准确性上,HJ 2.4-2009预测模式优于FHWA预测模式和JTG B03-2006预测模式。     

高速公路上坡路段6轴铰接列车运行速度预测模型

为确保车辆在上坡路段的行驶安全，针对高速公路6轴铰接列车在上坡路段运行速度预测误差大、安全运营管理难的问题，提出了面向上坡路段6轴铰接列车的运行速度预测模型。采用雷达测速仪和AxleLight路侧激光仪采集西南某山区高速公路5处连续上坡路段的6轴铰接列车的交通流数据，并对实际运行速度与现有规范预测模型进行对比分析。以纵坡坡度、纵坡长度、车辆比功率、初始运行速度4个参数为变量，构建上坡路段运行速度预测模型。提出了预测模型误差修正方法，并分析了模型的有效性。结果表明:现有规范运行速度模型对6轴铰接列车运行速度的预测平均误差率达到了25.37%，模型误差较为显著；上坡路段6轴铰接列车的运行速度与坡度、坡长呈负相关，与车辆比功率呈正相关；构建的多元线性回归模型拟合优度R2为0.978，且满足相关检验指标；模型预测速度与实际速度差在2~4 km/h之间、相对误差平均值为8.86%，其结果较规范模型降低了16.51%；考虑交通密度因素修正后，模型预测速度与实际速度差在1 km/h以内、相对误差平均值为1.08%，其结果较未经修正的预测模型降低了7.78%，较规范模型降低了24.29%。由此可见，该速度预测模型对长上坡路段6轴铰接列车运行速度预测的准确性提升明显。      

锦州民用机场沉降变形监测及预测研究

采用二等闭合水准路线测量方式对锦州民用机场跑道、站坪及联络道的工后沉降进行周期性监测,选用不同回归数学模型对沉降监测结果进行回归分析,并与实测沉降进行对比,确定合适的工后沉降预测模型。结果表明,Peal回归模型的预测沉降与工后实测沉降极为接近,对数模型的后期预测结果与实测值接近,采用Peal模型、结合对数模型对锦州机场工后最终沉降进行预测更准确;机场工后沉降监测宜采用多模型结合方案。     

轮胎在沙地上牵引特性的新预测模型

本文分析了汽车在松软地面上行驶时轮台的受力状态及轮胎单元与土壤的相互作用方式，揭示了轮胎在松软地面上牵引特性传充预测模型的不足之处，建立了轮胎在沙地上牵引特性的新预测模型，并进行了实验验证。结果表明，采用本文所建立的模型进行预测时，预测值与实测值更接近。     

城市居住区停车配建标准研究

为了解决居住区的停车问题,更好地规范停车供给、促进居住区动静态交通的协调,通过调查与分析居住区的停车供需现状,分析了中国城市居住区停车配建标准的现存问题及其影响因素;结合潍坊市居住小区的停车特性,对建筑物进行了更加合理、细化的分类,并把商住楼单独列为一类,对现状停车调查数据进行多元回归分析,建立了居住区停车需求率预测模型;根据停车需求率预测值,应用城市可持续发展理论,引入区位系数、区位修正系数和建筑物类别修正系数对停车需求率预测值进行修正,提出了一种基于修正系数并结合城市自身特性制定居住区停车配建标准的方法.研究结果表明:该方法可为停车需求率预测提供依据,使停车配建指标的制定过程更趋于定量化.     

基于递进复合式组合预测模型的软岩隧道大变形预测研究

为实现对隧道大变形发展趋势的判断,达到优化现场施工,避免出现施工安全问题的目的,采用LS-SVM和优化GM(1,1)模型对隧道变形进行预测,并以误差平方和为指标,将两者的预测结果进行组合,再进一步利用BP神经网络对前者的预测误差进行修正,以实现综合预测。通过实例检验,得到最小二乘法对支持向量机的优化效果要优于对灰色模型的优化效果,且误差修正模型能进一步有效地提高预测精度,使预测值与实测值更为接近;同时,通过本文的预测结果,得到后4个周期的变形仍具有持续变形的趋势,应采取有效措施,避免工程事故的发生。本文预测模型具有较好的预测精度及适用性,对隧道大变形研究具有一定的参考意义。     

软土路基沉降预测Richards模型方法

在分析路基沉降规律和Richards曲线特征的基础上,针对常用的Gompertz、Von Bertalanffy和Logistic3种沉降预测模型的不足,基于Richards曲线的数学特征,提出将Richards模型应用于路基的沉降预测。以常用的Gompertz、VonBertalanffy和Logistic3种沉降预测模型和Richards模型进行了对比分析;并基于重复二元回归法提出了适用于路基沉降预测的四参数Richards模型。结果表明,Logistic模型、Gompertz模型和Von Bertalanffy模型为Richards模型的特例,由工程实例的预测分析证明了该模型能更好地适应实际情况的变化,适用范围更广,且预测精度更高。     

基于灰色马尔可夫的市政道路路面使用性能预测

路面使用性能是市政道路的全生命周期管理养护的重点,为了对路面使用性能进行精准预测,针对现有路面使用性能衰减影响因素众多、实测数据随机性和波动性较大等特点,基于灰色系统理论,运用新陈代谢的思想,建立了新维灰色理论模型,随后用马尔可夫链理论优化新维灰色理论模型的预测值,最终得到了灰色马尔可夫预测模型。结合西安市某市政道路路段2012年～2018年常用路面使用性能检测指标的实测数据,以路面行驶质量指数RQI为例,对传统灰色理论模型、新维灰色理论模型和灰色马尔可夫预测模型的预测效果进行对比分析,结果表明：与RQI实测值相比,灰色马尔可夫模型预测值的平均相对误差最小,仅为0.41%,预测精度最高。     

城市道路交通噪声的预测及评价

运用噪声测量基本方法,测量了大连市西南路某路段交通噪声值并统计出不同类型的机动车流量数据.在比较国内外各种道路交通噪声预测模型特点的基础上,选择了一种修正预测模型,预测出理论噪声值.计算预测值与实际测量值的误差,分析误差产生的原因.利用噪声测量值计算出噪声污染的各种评价指标,最后根据有关的噪声标准进行差别,得到该路段的交通噪声已超过规定限值,对城市居民的日常生活带来了不良影响的结论.     

基于GM-ANN模型的路面性能预测方法

路面性能预测是公路路面管理系统中的核心技术难点,一直以来受限于分析手段、数据体量不足及数据维度低等多种因素影响,导致现有几类性能预测模型的预测值与实测值偏差较大。将路面病害以时间序列进行灰色系统(GM)分析,后以各类病害预测值为输入,借助人工神经网络(ANN)间接对路面状况指数(PCI)进行预测,构建基于人工智能的混合模型(GM-ANN)。最后选用地区随机路段进行实例验证,并同常用模型预测结果进行对比分析。结果显示：基于GM-ANN的混合预测模型更具较好的精度及可操作性,在实际工程应用中,可为大数据养护决策提供更准确、可靠的参考依据。     

沥青路面车辙LSTM--BPNN特征融合预测模型研究

为探究预测性能更优的沥青路面车辙变形预测模型,更好地捕捉预测过程中基本特征和时序特征的潜在关联性,通过下载并预处理LTPP数据库中与沥青路面车辙相关的路面结构材料、交通荷载、气候环境及路用性能数据,构建一个高质量样本数据集。并使用注意力方法融合BP神经网络和长短期记忆神经网络,建立性能更优的基于深度学习的LSTM-BPNN车辙预测模型。最后将此模型与其他4种常用预测模型进行比对试验,评估该模型的精确性和有效性。结果表明:LSTM-BPNN模型预测性能表现优异,训练集和测试集上的R~2分别达到0.821和0.796,能充分捕捉与沥青路面车辙相关的基本特征和时序特征;在比对试验中此模型R~2和RMSE均好于其他常用模型;另外此预测模型具有较强的泛化能力,将目标特征和预测特征进行更换,可实现更广泛的应用。     

基于支持向量机的超早强混凝土抗压强度预测研究

近年来,工程中对超早强混凝土的要求越来越严格,不仅要求在规定时间内达到一定强度,而且还要求经济效益最大化。超早强混凝土强度受多种因素的影响,其抗压强度预测是一个复杂的过程。因此,基于支持向量机理论,建立超早强混凝土抗压强度预测模型,选用不同的核函数及其参数进行预测,将预测值与实测值相对比,得出最优的核函数。经研究发现:线性核函数与RBF核函数的预测结果与实测值吻合较好,RBF核函数的预测值更加接近实测值。     

基于集对分析理论的路基沉降组合预测模型研究

为实现不确定性因素影响下的路基沉降预测,该文基于集对分析理论和统计决策思想构建路基沉降组合预测模型。该模型首先选定单项预测模型,并根据单项预测模型的预测结果将预测值和实测值构建为集对;然后应用正态分布理论确定集对关系划分标准,基于联系数确定组合权重系数,实现预测信息的优性组合;最后通过预测误差评价提出组合预测模型,并通过某路基沉降数据验证了该组合预测模型应用于路基沉降的有效性。     

基于参数预测的高速公路交通状态判别

针对目前基于单截面检测数据的高速公路交通状态判别算法存在着判断阈值多,对拥挤样本依赖性强而拥挤样本采集困难等问题,提出了基于交通流预测的交通状态判别模型.预测过程中以车辆的平均占用时间作为预测的目标参数,利用神经网络建立预测模型,并通过相关系数法确定神经网络的输入层.在预测的基础上,以实测值与预测值之间的差值作为判别的依据,判别道路的交通状态.应用广深高速公路实测数据对判别模型的有效性进行检验,并与经典的McMaster检测算法做了对比,结果表明,所提出算法对拥挤样本依赖较少,判别精度高,鲁棒性高.      

基于小波降噪与最小二乘支持向量机的公路软基沉降预测模型

根据沉降数据的特性,以最小二乘支持向量机为核心技术构建预测模型,提出了一种路基沉降预测的新方法。由于测量误差不可避免,沉降数据通常含有噪声,不宜直接进行拟合,因此首先采用小波分析的方法对原始沉降数据进行降噪预处理,然后馈送到最小二乘支持向量机完成沉降预测。最后用某高速公路实测数据进行了实例分析,并与BP神经网络预测结果进行了对比,计算结果表明,小波分析结合支持向量机的模型有较好的预测精度,将该模型应用于公路软基沉降预测是可行的和值得研究的。     

基于时间序列法的高速公路沥青路面车辙预测模型研究

由于影响车辙的因素较多而且较复杂,常规的数学方法建立的车辙预测模型难以准确预测路面车辙的发展趋势.该文依据湖南潭邵高速公路沥青路面车辙深度历年数据,利用时间序列法建立了能考虑不同数量滞后值的时间序列路面车辙深度预测模型,并对预测模型的修正性进行了分析.模型预测值与实测值对比表明,时间序列法具有较高的预测精度,且其易修正性是其他预测方法所不具备的.     

基于灰色理论的半刚性基层强度模型研究

为了经济有效地确定半刚性基层在工程中达到强度设计标准的最佳材料组成,采用灰色系统理论方法,选取集料分形维数、水泥28d砂胶强度、水泥剂量、含水量为建模参数,对半刚性基层7d强度预测模型进行研究,建立了基于灰色系统理论的半刚性基层7d强度预测模型,并提出了其预测模型简化式。试验表明:通过预测模型得出的半刚性基层强度预测值和实测值的相对误差均较小,说明基于灰色理论的半刚性基层强度预测模型可以较为准确地预测其7d强度值。     

基于卡尔曼滤波理论的交通信息预测模型及其应用

为了改善交通预测值的精度,采用改进的卡尔曼滤波法进行交通信息预测,提出了其噪声协方差μ的计算方法.改进的预测法能利用实测的交通参数对未来的预测值不断进行修正, 适用于交通状况的实时分析.     

高速公路林带声衰减量计算方法

为了克服林带声衰减量计算过于简化而引起的公路交通噪声预测精度降低的不足,基于植物内部结构及吸声、散射机理的分析,建立了高速公路林带声衰减量计算公式,公式中包含了林带宽度、密度、平均灌幅、高度和林带近路侧距公路中心线距离等特征参数.将该公式应用于公路交通噪声预测模式中,分别与16处阔叶林带、11处针叶林带后监测点夏秋季、冬季噪声实测值进行比较.结果表明:模型预测值与实测值具有良好的一致性,预测误差小于(-0.6±1.7)dB,从而证明了运用该公式计算林带声衰减量的准确性.