厦门海底隧道地质超前预报技术

厦门海底隧道是我国大陆地区第一条海底隧道,是我国隧道建设史上的一个里程碑,对以后的隧道建设具有重要影响。针对单一的物探方法均有一定的误差,为了提高其精度,需要进行综合预报,介绍了利用掌子面编录预测法、TSP地质超前预报和地质雷达超前预报相结合的综合方法对厦门海底隧道翔安出口陆域和浅滩区段实施的地质超前预报工作,并与实际情况进行了比较,为施工提供了科学依据。     

隧道超前地质预报方法及其在过江底隧道施工中的应用

介绍了现代隧道工程中常用的超前地质预报方法,结合已完工的广西六景郁江过江底隧道,重点介绍了TSP超前预报法及水平钻机超前探测法在喀斯特地质地貌进行过江底隧道施工中的应用。     

岩溶地质超前预报方法研究

以某隧道的超前地质预报方法为例，根据与岩溶产生直接相关的断层破碎带的存在与否，论述了地质测绘法、断层参数法、TSP探测法等三种有效的超前地质预报方法，说明了几种超前地质预报方法综合运用于预报掌子面前方地质条件的可行性与必要性。     

TSP及TEM结合法在隧道超前地质预报中的应用

隧道超前地质预报的方法有多种,但每种方法都有一定的不足,单一的预报方法难以得到满意的结果.为提高预报精度,基于开挖面揭示围岩情况,在紫云隧道地质超前预报中采用TSP与瞬变电磁法相结合的方法准确预报了开挖面前方富水地质体的存在.工程实践表明,采用多种手段相互印证的方法,可以有效提高预报结果的准确性,从而指导隧道安全施工.     

隧道断层地质超前预报技术应用研究

深入研究了隧道断层地质超前预报技术。针对断层的表征及其形成机理，论述了三种有效的预报方法，并结合实例对三种超前地质预报方法做出了理论分析，指出三种预报方法综合运用的重要性。     

超前地质预报在车里隧道施工中的应用

采用以SIR-10H地质超前预报方法为主的超前地质预报,通过工程实例,阐述了地质雷达的基本原理及其数据采集分析工作,介绍了地质雷达在车里隧道施工超前地质预报中的具体应用,综合预报隧道前方的地质情况,保证隧道施工安全。     

超前预报在锦屏辅助洞不良地质中的应用研究

简述了综合利用超前地质预报技术对隧道地下水进行超前预报。提出在复杂地质条件下,综合运用TSP203超前预报系统、地质雷达、超前地质钻孔等技术对地下水进行跟踪预报,并以锦屏辅助洞隧道为实例,说明综合预报对地下水预报的有效性。     

隧道施工地质超前预报工作方法及应用

超前地质预报是隧道施工的重要工序,通过采用常规地质法、TSP203、地质雷达、地质钻探、超前平行导坑等综合预报手段,准确地预测与反馈掌子面前方及隧道轮廓外的具体地质信息,是隧道建设的迫切需要。现以兴民隧道为例,着重介绍了隧道工地质超前地质预报技术。     

综合超前地质预报在壁板坡隧道的应用

针对壁板坡隧道存在多种特殊岩土和不良地质,易引发坍塌、突水、软岩变形等多种地质灾害的实际,提出了一种分级式超前地质预报管理机制。综合采用地质调查法、地震反射法、地质雷达法、红外探测法和超前水平钻法的超前地质预报方法,具有地质与物探相结合、长短距离相结合、物性参数互补的特点,能够比较准确地预报地质条件,减少占用工作面时间,加快施工进度。通过工程实际说明该方法取得较好的预报结果,为该类工程问题提供了有效的技术手段。     

隧道施工超前地质预报方法综述

简述了各种超前地质预报方法的特点，提出在复杂地质条件下，运用多种方法进行综合预报，并以韩家岭隧道为例，说明综合预报的有效性。     

路基工后沉降的多目标优化组合预测

路基的工后沉降预测是路基建设中的一个重要课题,以兰武（兰州-武威）二线路基工后沉降的实测数据为依据,对比星野法、指数曲线法、双曲线法、以及由3种单项预测方法构成的优化组合预测法的拟合精度和预测精度,结果表明拟合的效果和预测的效果随着数据量的增多而更优,但单项预测法不稳定,而优性组合预测法比较稳定,无论拟合数据量多少,其拟合精度和预测精度及其稳定性都比较好,且两者能够保持较好的一致性．另一方面,优性组合预测法中的加权系数可用于评价单项预测方法的适应性．     

Online sequential extreme learning machine based multilayer perception with output self feedback for time series prediction

This study presents a time series prediction model with output self feedback which is implemented based on online sequential extreme learning machine. The output variables derived from multilayer perception can feedback to the network input layer to create a temporal relation between the current node inputs and the lagged node outputs while overcoming the limitation of memory which is a vital part for any time-series prediction application. The model can overcome the static prediction problem with most time series prediction models and can effectively cope with the dynamic properties of time series data. A linear and a nonlinear forecasting algorithms based on online extreme learning machine are proposed to implement the output feedback forecasting model. They are both recursive estimator and have two distinct phases: Predict and Update. The proposed model was tested against different kinds of time series data and the results indicate that the model outperforms the original static model without feedback.     

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.     

组合预测方法在我国铁路客流预测中的应用

科学准确地预测铁路客运量是制定铁路网规划的基础。目前,运量预测的模型很多,单一模型并不能完全反映运量的变化规律和信息,因此,应采用Box-Jenkins模型和灰色预测模型相组合的预测模型方法对我国的铁路客运量进行预测,结果表明,组合预测模型能够提高我国铁路客运量的预测精度。     

基于时间序列与神经网络的软岩隧道变形预测模型及其应用

针对软岩隧道具有变形量大、变形分析困难和稳定性差等特点以及传统的变形分析方法过于单一和精度低等问题,分别运用时序分析和神经网络方法对软岩隧道变形进行了预测,以单个方法的预测结果为基础,结合IOWHA算子,根据各方法的预测精度计算出它们在组合模型中的权重,建立了组合预测模型．通过工程监测获取原始数据,运用组合预测方法得到相应的预测结果,并将其与单个方法的预测结果进行了对比分析．研究结果表明：新的组合预测方法能够综合时序分析和神经网络方法的优势,预测结果精度明显提高,该方法的应用对具体软岩隧道的稳定性评价及隧道工程的施工与维护具有一定的指导意义．     

湿陷性黄土地区路基沉降的优性组合预测

湿陷性黄土地区路基的沉降预测是铁路路基建设中的一个重要课题,通过分析实测数据来预测沉降是实际工程中较多采用的方法.单一的预测方法各有其适用性,同时也存在着不足,据此提出既能综合利用多种预测方法提供的信息又能提高预测精度的组合预测.采用以有效度最大为准则的优性组合预测,并通过对郑西铁路客运专线路基沉降实测数据的分析,说明优性组合预测的有效性及加权系数的时变特性.     

交通流短时预测研究进展

交通短时流预测是交通控制和交通诱导的基础和关键技术之一,经过几十年的研究已出现200多种预测方法。首先对城市道路交通流短时预测方法进行分类。然后分析、归纳了交通流预测领域的最新研究进展,总结出几类最新的研究趋势：综合模型应用,组合模型应用,时空相关性研究,单断面向多断面、路网扩展研究,单步预测向多步预测发展研究,以及基于反馈的动态预测。最后,展望了今后交通流短时预测的研究方向。     

交通流短时预测理论研究进展

交通流短时预测是智能运输系统。尤其是其先进的交通管理系统和出行者信息系统研究的一个重要内容。利用预测算法来分析交通数据，并预测未来数分钟内的交通流状态，便于及时采取适当的交通控制措施和诱导措施。     

基于时间序列与神经网络的软岩隧道变形预测模型及其应用

针对软岩隧道具有变形量大、变形分析困难和稳定性差等特点以及传统的变形分析方法过于单一和精度低等问题,分别运用时序分析和神经网络方法对软岩隧道变形进行了预测,以单个方法的预测结果为基础,结合IOWHA算子,根据各方法的预测精度计算出它们在组合模型中的权重,建立了组合预测模型.通过工程监测获取原始数据,运用组合预测方法得到相应的预测结果,并将其与单个方法的预测结果进行了对比分析.研究结果表明:新的组合预测方法能够综合时序分析和神经网络方法的优势,预测结果精度明显提高,该方法的应用对具体软岩隧道的稳定性评价及隧道工程的施工与维护具有一定的指导意义.     

�����е��͵�·��ͨ����״̬������Ԥ���о�

对城市的道路交通运行状况进行全面分析评估并实时监控、预测,可以有效地消除交通隐患,增强城市交通管理部门对城市交通的管控能力.本文基于北京市典型道路交通流特性分析及已有的道路交通流预测模型,提出道路交通运行状态组合预测模型,确定了非参数回归模型作为预测模型的核心,组合使用傅立叶历史估算模型、非参数自回归模型和非参数邻域回归模型对北京市典型道路的交通运行状态进行预测.针对北京市道路交通流信息采集系统实际情况及未来预测信息图形化发布的需要,提出了道路交通流预测系统的异构数据融合方法及道路编码模型及方法.