铁路行车岗位的可靠性分析

通过分析目前行车岗位的作业内容及存在的问题,用人的失误率技术和人的认知可靠性模型相结合的方法对行车岗位的作业可靠性进行分析,并用案例加以说明。     

支持向量机在地铁车站深基坑围护结构变形预测的应用

利用支持向量机理论对深基坑支护结构的变形量进行分析和预测,建立了预测支护结构最大变形量的支持向量机预测模型。预测结果表明,该预测模型有很高的预测精度,并应用于南京市某地铁站实际工程。     

基于物流系统的公路主枢纽货运适站量预测

货运适站量的预测是确定公路主枢纽货运站规模和功能的重要依据。传统的预测方法由于统计数据与统计方法的原因，使得预测量与实际需求量有较大偏差。本文提出两种基于物流系统的公路主枢纽货运适量的预测方法，并对两种预测方法的内容和分析预测过程作了详尽的论述，最后根据实际情况给出实例。     

基于LSTM(长短期记忆)网络的城市轨道交通列车停站精度预测

城市轨道交通列车进站自动停车过程中常会出现冲标和欠标问题,结合行车日志大数据分析和LSTM(长短期记忆)网络算法,提出了有效的解决方案。首先针对行车日志中大量的列车停车精度历史信息进行大数据分析,按1 d为一个统计周期对数据进行分期,并对数据进行预处理和多类拟合,对比后获得最佳拟合参数的时间序列。然后通过LSTM网络算法构建深度学习模型,对列车进站自动停车精度的分布进行预测。最后基于成都某地铁线列车停车精度的历史数据,对该LSTM预测模型进行训练与验证。结果表明：该预测模型可满足统计学上对相似度大于0.9的要求,从而验证了该模型的有效性和准确性。     

基于关联分析和遗传算法优化BP的隧道围岩变形预测

隧道工程处于岩土介质中,岩体自然因素与隧道围岩变形难以用确定的关系表述。因此,通过现场监测隧道变形情况,预测隧道围岩变形具有重要意义。选取我国地势第二阶梯的川陕鄂黔中、低山区,以吴家沟隧道为依托,基于灰色关联分析,选取影响隧道围岩变形的主要因素,基于生物进化的思想,用遗传算法优化BP神经网络,并验证该算法的正确性和精确性。应用工程实际,得到空间维预测结果,为实际应用提供借鉴。结果表明,在隧道围岩变形预测中,遗传算法优化神经网络比原始算法精度高,满足隧道围岩变形预测精度的需要,对长大高风险隧道围岩变形预测有一定的参考意义。     

桥梁结构健康监测基于相关性分析的多源数据预测算法研究

通过大数据预处理和分析技术,对位移、应变、风速、温度、湿度和索力等桥梁监测数据进行分析。首先使用傅里叶变换和小波变换,分析了不同监测数据类型之间的相关性,之后通过Bi-LSTM多源预测模型验证了相关性分析的结论。结果表明：位移信号与温度信号之间具有负相关性、位移信号与湿度信号具有正相关性,引入相关性强的桥梁监测数据建立多源预测模型能有效提高预测精度。研究结果对桥梁结构健康监测数据的关联分析与挖掘有参考价值,可为桥梁的日常养护、监测运营和应急管理提供决策依据。     

集装箱船舶大型化现状与未来发展预测

美国次贷危机对全球实体经济影响的加深以及国际石油价格的剧烈变化短期内可能改变集装箱船舶大型化的趋势,但是从长期看,全球集装箱船舶大型化的趋势仍将继续。本文利用相关数据,分析预测未来集装箱船舶大型化的发展状况。     

圆梁山隧道进口揭煤防突施工技术研究

本文以圆梁山隧道进口平导的工程实际,对隧道穿越煤层时煤层的突出性预测以及揭煤施工进行了阐述,以供类似工程参考。     

离合器台架试验寿命预估方法的研究

本文给出一种离合器台架试验寿命预估方法，即建立离合器过程力学数学模型，计算滑磨功及摩擦片寿命。理论计算与试验结果吻合。