基于PCA-RF组合模型的隧道交通事故持续时间预测

使用主成分分析(PCA)和随机森林(RF)组合模型对高速公路隧道交通事故持续时间进行预测.主成分分析用来提高随机森林模型的精度与效率.此外,通过调节2个模型参数,包括决策树数目和最大树深度来提高模型精度和避免模型过拟合.参数优化的结果表明,建模时决策树数目取150、最大树深度取10可降低模型的泛化误差.用以建模的数据包括了山西省的所有高速公路隧道自2012—2017年内的2115起事故数据.每起事故数据包括16个变量,包括隧道类型,事故发生位置类型,事故类型等.结果表明,PCA-RF组合模型的平均绝对误差为12.80 min,误差20 min以内的准确率为89.15%,取得了良好的预测效果.并且,PCA-RF组合模型的精度高于RF模型,说明PCA-RF组合模型能够提高事故持续时间预测的精度.且PCA能够降低数据维度,提高算法的效率.与人工神经网络模型的结果表明,PCA-RF组合模型预测结果精度高且其模型更简单、效率更高.      

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.      

红黏土研究现状综述

对红黏土成因、微观结构、矿物成分、物理力学特性、影响因素及改良措施等方面作综合论述，为后续研究发展提供参考。     

N2红黏土水稳性机理试验研究

以某铁路隧道穿越N₂红黏土地层为依托，分析N₂红黏土的基本物理特征；通过压缩变形、剪切强度等试验手段，研究其水稳性特征，揭示浸水前后变形、强度特性的变化规律；采用粒度分析、X-RAY衍射分析、扫描电镜等方法，对其遇水变异机理进行了分析。结果表明:水是导致N₂红黏土物理力学性质发生变化的最主要因素，其水稳机理主要体现为物理弱化和化学弱化两个方面。     

确定区域公路网代表交通量的主成分分析法

在对现有交通量预测方法分析基础上，提出了利用成分分析形成区域代表交通量的方法，并在实际公路网规划工作中得到了应用，收到了良好效果。     

汽车多元动态系统仿真模型响应分析方法

针对动态系统仿真模型有效性验证中输出响应间存在强相关性的问题,基于误差评分法和主成分分析法,提出了一种既能全面分析动态系统输出响应间曲线特征差异,又能解决输出响应间相关性问题的多元响应分析(MRA)方法,并结合具体实例对MRA方法进行了验证。结果表明,该方法能够实现多元数据的降维并对具有强相关性的数据进行评分,提高了验证效率和鲁棒性。     

汽车漆面养护技巧

汽车在太阳的照射下，时间长了会出现车漆氧化，漆面会慢慢发白，形成氧化层，缩短车漆的寿命。由于漆面氧化，使漆面的亮度大大降低。车漆发乌、发白、无光泽现象，给人的感觉是车变旧了。此时打蜡是预防漆面氧化的最好办法，因为车蜡起到了密封的作用，在车漆表面形成保护膜，抑制外界有害成分对车漆的氧化。     

基于PCA-SVM的边坡稳定性预测模型研究

提出了一种基于主成分分析(PCA)和支持向量机(SVM)的边坡稳定性预测模型。首先分析了影响边坡稳定性的因素,采用主成分分析方法求取主成分;再将主成分作为输入对支持向量机进行训练,并利用遗传算法优化支持向量机参数;最后通过实例与常用寻参方法所得结果进行比较。结果表明,该法能减少输入变量维数,提高了边坡工程稳定性的预测精度。     

公路工程全生命周期综合造价估算模型

从公路工程项目全生命周期的角度出发,采用基于主成分法的多元回归分析方法建模,在算例中运用SPSS软件计算.结果表明:计算值与实际值相差较小,满足估算要求;模型简单、有效、可行,能够简化公路工程项目的造价估算过程,是一种合理、方便、实用的综合公路工程项目造价估算模型.     

高速公路社会经济效益评价模型研究

运用主成分分析和BP神经网络建立高速公路社会经济效益评价模型,从区域的宏观社会发展角度分析评价项目的利弊得失.该评价模型在保留测试数据最大量信息的前提下,给数据有效降维和预分类,以消除样本间的相关性;再将所产生的新的样本空间作为BP网络的输入,以降低网络输入维数,简化网络结构,并在保持相同正确率的前提下,加快网络的学习...