GM(1,1)预测模型的两阶段优化方案及其在交通量预测中的应用

GM(1，1)模型是灰色系统理论中的核心，已经得到广泛应用。章提出了GM(1，1)预测模型的两阶段优化方案，经比较，预测模型结果明显优于常规GM(1．1)模型。将改进的GM(1．1)模型用于交通量预测，预测效果较好。将等维递推处理技术应用于预测模型中，还可进一步提高该模型的预测精度和实用性。     

基于模糊类比法的秦岭Ⅰ线特长隧道涌水量预测

文章介绍模糊类比法用于隧道涌水量预测的基本原理与方法,并以秦岭Ⅱ线隧道实测涌水量为基础,预测Ⅰ线隧道的总涌水量和分段涌水量.结果表明,模糊类比法的预测值与实测值的误差不超过30%,较之解析法有更好的预测精度.该研究为隧道涌水量预测提供了一种简单、实用和可靠的方法.     

抑制桥梁结构横向振动的半主动控制方法

研究了桥梁结构的半主动控制问题，在算法上采用基于神经网络的模糊控制，不需要建立精确的分析模型，计算较为简便，避免了用多参量建立模糊关系方程的求解困难，并与二次最优控制算法进行了对比。数值结果表明，提出的半主动控制系统对减小结构的地震响应是有效的。     

基于神经网络的虚拟基准站自差分GPS定位的研究

提出了一种适合于铁路和公路固定线路的虚拟基准站自差分GPS定位的方法，讨论了建立动态虚拟基准站的方法及基于神经网络的虚拟基准站的结构，并对这一神经网络进行了训练。实验表明，系统的定位精度得到了提高，也有较强的动态跟踪能力。     

软粘土路基沉降的一维固结反演与预测

根据一维固结理论的解析解建立了便于软粘土路堤工程应用的沉降计算反演预测公式，利用前期沉降观测信息反演确定计算参数，可以进一步对后期任一时刻的沉降、沉降速率以及最终沉降量进行预测。算例分析表明，该方法是可行的。     

基于马尔科夫过程的混凝土桥梁状态预测

为了评估混凝土桥梁的安全性，文中采用马尔科夫过程方法来描述混凝土桥梁的状态变化过程，并对一座混凝土桥梁的承载力状态进行了预测，以此证明马尔科夫方法的实用性。     

2002年汽车市场需求预测

综述了2001年的汽车市场情况，分析了2002年宏观经济运行趋势及影响2002年汽车市场因素，对2002年汽车市场需求进行了预测。     

RBF神经网络理论在发动机特性计算中的应用

运用径向基函数 (RBF)神经网络理论 ,建立发动机万有特性和外特性模型 ,并与常用的一些建模方法所建模型进行了比较。结果表明 ,应用RBF神经网络建模方法简单可靠 ,精度较高。     

神经网络软测量技术在汽车发动机排放中的应用

由于汽车排放污染物CO难于进行实时测量，章提出了排放污染物软测量的概念，建立了汽车排放污染物CO的神经网络软测量模型，该模型可在没有专用的汽车排放仪器时进行CO的排放值的测量，也可用于CO的实时控制。     

基于神经网络的交通事故预测

提出了交通事故预测的新方法－改进型BP神经网络，运用该网络对我国交通事故进行了预测分析。