基于TEM的玉磨铁路隧道渗漏水状态预测方法研究

瞬变电磁探测结论因高度依赖作业人员的工作经验而具有较高的主观性和偏差性.为了提高瞬变电磁探测结论的准确性与客观性,以在股状地下水的冲刷下极易发生涌突事故的玉磨铁路新平隧道为研究对象,在大量瞬变电磁超前探水试验的基础上,确定视电阻率区间与地下水渗漏水状态的对应关系,同时基于Voxler软件建立80 m×40 m×40 m(长×宽×高)含水体模型,提出了基于瞬变电磁技术的隧道施工渗漏水状态预测方法,实现了对隧道施工渗漏水状态的定量预测,通过实例验证,与现场开挖揭示基本相符,能满足现场安全生产的需要.     

大型会展项目交通影响评价中的交通量预测研究

大型会展项目的交通影响评价中,由于参展人群的交通出行特征与普通商业、办公项目存在较大的差异,因此其出行率、高峰小时系数和方式选择均有独特的特征。大型会展项目交通影响评价中,交通需求预测部分应进行专门的研究。     

公路工程建设地质灾害危险性评估的方法与内容

本文结合公路工程建设实例，介绍了地质灾害危险性评估的方法与内容，包括现状评估、预测评估、综合评估等。同时有针对性的提出地质灾害防治措施，可为类似地质灾害危险性评估提供启示与借鉴。     

人工智能的航迹控制方法研究

在船舶自动化和电气化的发展历程中,航迹控制作为一项非常重要的功能,正受到越来越多的研究。航迹控制系统中的核心部件之一自动舵,正向着高速化和集成化方向发展。由于海洋环境越来越复杂,天气变化多端,船舶的航行安全受到了更多的威胁,急需一种高性能的自动舵航迹控制系统。本文正是基于这项需求,开发出了基于人工神经智能算法的航迹控制方法,此算法具备了强鲁棒性、自适应性和高可靠性。从仿真结果看,本控制方法的性能优越,易于推广使用。     

神经网络技术在汽轮机智能控制中的应用

世界船运业的不断发展使得船舶各种电气设备的能源和动力需求日益提高,汽轮机作为船舶主要的动力来源,也承担了越来越多的能源供给任务。而汽轮机控制技术也发生了许多新的变化,从传统的现场人力控制,渐渐发展成了计算机自动化控制。本文结合神经网络技术和PID控制技术,实现船舶汽轮机的智能化控制,此系统能够大大提高控制的水平和精度,对汽轮机的工况能够做到实时监控,很大程度上降低了故障的发生率,增强了系统的抗干扰能力,具有广阔的市场应用前景。     

基于时延特性建模的多断面短时交通流预测

针对现有交通流预测方法未充分考虑多断面车流演变规律，提出基于时延特性建模的时空相关性计算方法. 该方法采用对不同断面、不同时刻交通流的分布相似性度量，对输入的车辆到达数据序列进行切割构建时空相似度矩阵，得到相邻断面之间的时延参数. 基于时延特性建模，将多断面之间的流量信息进行融合，使用长短时记忆(LSTM)网络进行流量预测. 通过对实际路段数据的预测和结果分析，验证所提方法的有效性和实用性.     

遗传神经网络的船舶运动受扰力预测模型

船舶运动受扰力预测,是实现对船舶摇摆控制的关键步骤。为达到有效控制船舶摇摆的目的,基于遗传神经网络,完成船舶运动受扰建模预报和预测方法选择。模拟船舶航行状态,设计仿真对比实验结果表明,基于遗传神经网络的船舶受扰力预测模型,有效提升横向与纵向运动受扰力预测准确性,完成有效控制船舶摇摆的目的。     

解析模型预测控制在欠驱动船舶路径跟踪控制中的研究

从非线性、欠驱动、船舶模型参数易控制的欠驱动船舶路径跟踪入手进行问题研究,采用解析模型预测控制,利用单输入单输出系统,通过对时域上的性能函数求导求得最优控制律;然后利用无干扰情况的船舶模型进行最优控制律的简化;最后通过实验进行验证本文算法与带反馈的线性欠驱动船舶直线路径跟踪控制相比趋于稳定的时间要短,可靠性和收敛性更优。