铁路货物周转量的半参数回归模型预测

为提高铁路货物周转量预测的准确性,在定性分析的基础上,运用灰色关联度理论选择出反映铁路运输供给能力的7个因素,并用偏最小二乘回归方法处理变量的共线性问题.采用非参数方法表达不能量化的影响因素,建立了半参数回归模型,并与线性回归模型和灰色预测模型进行了比较.研究结果表明,用半参数回归模型预测铁路货物周转量,预测结果的相对误差仅1.7%,比线性回归模型和灰色预测模型的预测精度更高.     

基于加权分位数回归参数估计的AR模型及其应用

提出加权分位数自回归AR(p)模型对路基边坡变形预测的新方法,给出其原理和具体算法。以重庆奉云高速公路某滑坡段为例验证了该方法的有效性,并与其他模型作对比分析。结果表明：新方法的预测效果优于最小二乘参数估计的AR(p)模型、非加权分位数估值的AR(p)模型、ARIMA及EMD-ARIMA模型。     

基于盲数回归法的港口吞吐量预测

针对港口吞吐量预测中由于大量不确定性信息所导致预测结果中存在显著误差,可引入新的回归预测方法——盲数理论来对不确定性信息进行处理,实例表明该方法可使预测结果比较合理、可靠,避免传统预测方法中不确定性信息所导致的较大误差。     

加权回归模型在公路主枢纽运输量预测中的应用

根据预测时原始数据的地位、作用不同，引入了权重的概念，用矩阵理论的方法建立了加权回归预测模型，并提出了权重确定的几种方法，最后以西安市货运量预测作为实例进行了分析与计算。     

回归趋势添加法及其在隧道监控量测数据处理中的应用

基于回归分析理论和指数平滑加权理论,提出回归趋势添加法．以隧道地表下沉实测数据为例,采用回归趋势添加法,对监控量测数据进行处理．分析结果表明：回归趋势添加法除可确定隧道现场监控量测频率外,还能预测数据发生突变的时间,解决现有数据处理手段不能有效地对隧道监测数据产生突变的情形进行及时预警的问题．该方法较其他方法操作更加简单,反馈信息更为准确,对隧道现场监控量测数据进行预测、预警具有明显的优越性．     

道路养护工程量线性回归分析

运用线性回归的方法分析影响道路养护工程量的各因素与道路养护工程量的关系,建立回归预测模型,预测道路养护工程量,对养护管理部门合理制定养护预算计划和有效控制养护费用具有重要的意义。     

基于最小最大概率回归的混沌时间序列全局预测

提出了使用最大化最小概率机器回归MPMR方法进行混沌时间序列的全局预测,在分析最大化最小概率机器MPM及用于回归的原理的基础上,MPMR方法被用于Mackey-Glass混沌时间序列多步预测.在对该序列进行1至20步的预测中,MPMR方法较局步加权线性回归方法具有更好的预测效果.核函数形状参数及回归管道宽度ε的选取将直接影响MPMR回归技术的系统性能,试验中我们使用了交叉验证的方法确定这两个参数值.试验证明,核函数形状参数和回归管道宽度取值都为2和3的情况下,预测效果更为理想.     

改进支持向量回归机的短时交通流预测

短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱,以及过分依赖历史数据的不足,提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型,包括受限玻尔兹曼机的显层节点输入端,受限玻尔兹曼机的若干中间层,以及径向基支持向量回归机输出端.通过实验将深度学习回归机预测方法与其他典型的短时交通流预测算法进行比较,结果表明,在相同的数据和计算平台下,本文提出的深度学习回归机预测方法精度更高,且预测实时性也能满足实际的需求.     

改进支持向量回归机的短时交通流预测

短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱，以及过分依赖历史数据的不足，提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型，包括受限玻尔兹曼机的显层节点输入端，受限玻尔兹曼机的若干中间层，以及径向基支持向量回归机输出端.通过实验将深度学习回归机预测方法与其他典型的短时交通流预测算法进行比较，结果表明，在相同的数据和计算平台下，本文提出的深度学习回归机预测方法精度更高，且预测实时性也能满足实际的需求.     

改进的K近邻非参数回归在短时交通流量预测中的应用

针对现有K近邻非参数回归方法的局限,为了进一步提高算法的精度和速度,做出了两方面的改进:利用相关性理论选择状态向量和采用基于聚类分析的变K近邻搜索算法.用仿真实验验证了该方法的有效性,给出了仿真试验结果.实例研究结果表明,预测效果优于传统的非参数回归方法.     

隧道水平围岩压力计算方法(英文)

分析了采用中隔壁法施工时隧道中隔壁的变形特性,研究了中隔壁变形和水平荷载之间的内在关系,提出了一种新的隧道水平围岩压力计算方法。采用结构力学分析理论,建立了中隔壁变形和水平围岩压力之间的关系,利用中隔壁变形监测数据,得到水平围岩压力。基于天恒山土质浅埋隧道Ⅴ级围岩,采用谢家烋法计算的水平围岩压力为88～145kPa,采用新算法计算的水平围岩压力为110kPa。其中,当围岩摩擦角为45°时,采用谢家烋法计算的水平围岩压力为115kPa,与采用新算法计算的水平围岩压力接近,两者相差5kPa,验证了新算法的可行性。     

非接触量测在大断面黄土隧道施工中的应用

分析了传统监控量测方法在大断面黄土隧道施工中的局限性,提出采用非接触量测的方法对大断面黄土隧道初期支护变形进行监控量测,分析黄土隧道初期支护的变形特点和规律,结果表明,利用非接触量测进行黄土隧道初期支护的监控量测可以克服施工干扰、降低劳动强度,极大地提高了作业效率。     

孙家崖偏压-滑坡隧道围岩变形和受力特征分析

新奥法施工的核心思想是把隧道围岩和支护结构作为一个完整的支护体系来考虑,监控量测是新奥法施工不可缺少的环节.以奉(节)巫(溪)高速公路孙家崖隧道为工程背景,基于该隧道浅埋、偏压、隧道洞口段穿越滑坡体等工程特点,通过现场监测隧道内围岩变形和围岩应力,结合左右线施工方法分析得出,该隧道左右线围岩的变形规律;围岩压力的分布规律;围岩变形与压力的关系;隧道与滑坡体之间的相对稳定关系.研究过程为该隧道的信息化施工提供了保证,同时研究成果也可为设计和分析研究其它同类工程提供参考.     

草帽山隧道围岩支护模拟分析

详述了草帽山隧道的工程概况和主体设计,基于大量的施工现场跟踪调研资料,研究草帽山隧道围岩变形的原因;在分析隧道整体详细情况的基础上,运用隧道工程现代支护最新成果和施工方法,结合数值模拟方法和数学模糊理论,从围岩变形稳定性的理论、支护方法模拟出最适用于草帽山隧道的支护方法,为现场施工提供了有力的理论支持。     

开挖方法影响下的深埋隧道形变压力计算方法

为了研究开挖方法对围岩形变压力的影响,采用理论分析、文献调研及现场测试方法明确了其对围岩形变压力的影响规律;根据相应变化规律,基于多元非线性回归方法,考虑围岩级别、隧道跨度及隧道开挖方法因素建立了围岩形变压力定量计算公式;对54座隧道的205个实测形变压力断面数据（108个大型机械化配套大断面开挖施工监测断面、97个常规分部开挖施工监测断面）进行分析.结果表明:采用大型机械化大断面开挖方法,隧道开挖后围岩稳定,所产生的围岩形变压力小;采用常规机械化分部法开挖方法,所产生的围岩形变压力大;围岩形变压力计算公式中开挖方法影响系数k_c的取值范围为1.00～1.15,且围岩级别越大,k_c取值越大,开挖方法对围岩所产生形变压力的影响越明显.      

隧道变形预测的灰色模型研究

隧道变形预测对隧道施工监测具有重要的意义．考虑到隧道变形的非线性,采用灰色系统理论来模拟和预测隧道的变形．用灰色等时距GM（1,1）模型、新陈代谢GM（1,1）模型及Verhulst模型这三种常见的模型来预测隧道拱项下沉量,从而提出了新陈代谢GM（1,1）模型的适用性,能反映隧道施工动态的过程．     

超大断面隧道施工监控量测技术

轨道交通TBM调头段新奥法施工具有开挖断面大、变形控制要求高等特点,常规的监控量测方法实施受限.文章介绍了全站仪非接触测量的方法,借此判断围岩的变形情况并进行数据回归分析;同时还对地表沉降、围岩压力、锚杆轴力和爆破振动等进行了常规监测.在确保施工安全的同时,判定实施二次衬砌支护的时机,供类似超大断面隧道监测参考.     

新奥法隧道监控量测研究

隧道监控量测是隧道新奥法施工的重要组成部分,它对于及时了解开挖后的隧道变形状况,确定和研究隧道支护效果及隧道安全施工具有十分重要的意义。结合具体工程项目,阐述新奥法的应用情况,可为同行提供借鉴和参考。     

双侧壁导坑与 CD 法对超大断面隧道开挖影响分析

随着高等级公路的大量建设,超大断面隧道不断涌现。目前对超大断面隧道力学性质与支护结构机理及其施工方法的研究仍然不足。以郑州市中原路西延线韩门超大断面隧道为工程依托,采用有限元分析方法,对超大断面隧道开挖过程进行有限元模拟,揭示双侧壁导坑法与CD法开挖方式下隧道围岩的变形规律、应力分布特征等,为超大断面隧道设计和施工提供理论依据,并通过现场监测予以验证。揭示大断面隧道开挖变形机理,优化施工技术,以指导超大断面隧道设计和施工。     

围岩监测信息在隧道工程中的应用

以北京一承德高速公路某隧道工程实践为研究背景,在隧道围岩动态地质跟踪调查的基础上,利用常规的围岩位移监测、应力监测以及现场点荷载试验.可及时得到施工过程中围岩变化的综合信息.围岩位移与应力等监测信息为隧道信息化设计和施工提供了依据,是隧道信息化施工、设计的重要手段,对山区高速公路隧道的设计与施工具有一定的参考意义.