排序方式: 共有83条查询结果,搜索用时 46 毫秒
71.
准确预测公路隧道结构沉降数据对工程安全风险控制具有重要意义。针对传统自回归-滑动平均时间序列预测模型(Auto-Regressive and Moving Average)的单一线性问题,该文提出了考虑沉降数据空间关联性的向量-结构时间序列模型(Structural Vector Time Series)。该模型由向量式和结构式两部分组成:①向量式时间序列模型可模拟多维时间序列变量当期项与滞后项的关联关系;②结构式时间序列则建立多维时间序列当期项的关联关系。最后以上海某一公路隧道为工程案例,计算结果表明考虑空间关联性的向量-结构时间序列模型比传统时间序列模型预测精度更高。 相似文献
72.
基于美国新车评价规程(US-NCAP)研究了碰撞减速度波形与乘员损伤的量化关系,建立了标准约束系统仿真模型,以一阶加速度G_1、二阶加速度G_2、动态位移D为车体结构设计指标,胸部压缩量为乘员损伤指标,分析获得了不同结构下乘员损伤指标变化规律:D不变的情况下,当G_1≤22g时,G1每增加1g,胸部压缩量降低2 mm,当G_122g时,其对胸部压缩量影响较小;G_1不变时,D每增加10 mm,胸部压缩量降低1 mm。以量化关系预测为基准,在某车型胸部压缩量优化过程中对量化关系进行了验证,结果表明,该模型预测精度为98%。 相似文献
73.
盾构施工临近建筑物变形影响因素关联性分析 总被引:1,自引:1,他引:0
《铁道标准设计通讯》2016,(9):94-99
基于大量工程实践和资料对建筑物变形安全影响因素进行分析,基于实际数据样本利用粒子群和支持向量机算法,得到影响因素与建筑物变形特征之间的关联模型,并对模型进行验证,利用蒙特卡洛模拟算法仿真模拟得到大量仿真样本,利用卡方关联分析方法和灰色关联算法对各影响因素的关联度进行挖掘,了解各个影响因素与建筑物变形特征之间的关联性程度,进一步得出需要重点控制的建筑物变形的关联影响因素,为临近建筑物的保护控制提供决策参考。 相似文献
74.
75.
76.
以智能物流条件下供应链实体协调为研究对象,将关联性分析引入到供应链协调研究中,构建了供应链实体的关联性评价指标体系,将实体之间的协调与合作能力作为衡量实体竞争力的1个重要指标。以实际运作的供应链仓储与配送企业为案例,通过指标关联性分析与强关联指标遴选,确定企业协调中的关键因素,为供应链及实体运作提供决策依据。 相似文献
77.
城市不同区域网约车供需缺口预测可为车辆调度策略提供支持,从而提高车辆运行效率和乘客服务水平.为实现网约车供需缺口短时预测,提出一种基于时空数据挖掘的深度学习预测模型(Spatio-Temporal Deep Learning Model, S-TDL).该模型由时空变量模型、空间属性变量模型和环境变量模型 3个子模型融合而成,可捕捉时空关联性、区域差异性和环境变化对供需缺口的影响.同时,提出特征聚类-最大信息系数两阶段特征选择方法,筛选与供需缺口相关性强的特征变量,提高训练效率,减少过拟合.滴滴出行实例分析证明,特征选择后的 STDL模型预测精度显著优于BP神经网络、长短期记忆网络和卷积神经网络. 相似文献
79.
80.