浅水超大型FPSO波浪弯矩设计值与不同水深预报值的比较

针对水深对浅水超大型FPSO波浪诱导载荷的影响,在国际船级社协会(IACS)纵向强度标准的基础上,探讨了不同水深波浪诱导弯矩的长期预报值与波浪弯矩设计值的关系.开发了基于有限水深复合格林函数波浪诱导弯矩数值计算程序模块,对一艘300K DWT FPSO在不同水深海况下的波浪诱导载荷进行了长期预报.研究结果表明,水深对波浪弯矩设计值的影响很大.     

基于小波神经网络和疲劳曲线的结构疲劳寿命及可靠度预测

基于疲劳曲线,考虑应力范围的随机性,获得结构疲劳寿命所服从的分布,计算出期望寿命的可靠度.以非线性Morlet小波基作为激励函数形成神经元,结合小波与神经网络的优点,建立小波神经网络模型,从而得到应力范围、结构疲劳寿命及可靠度之间的关系,用于预测某应力范围下所期望可靠度的疲劳寿命,或者所期望疲劳寿命的可靠度.     

洞庭湖地区某特大桥饱和砂土液化判别及其液化特征

在地震作用下,洞庭湖地区存在的大量砂土层会出现液化破坏。通过SPT（现场标准贯入试验）、SWVT（剪切波速测试）和CPT（静力触探试验）等原位技术对洞庭湖地区某特大桥饱和砂土层进行了地震液化判别并对其液化特征进行分析。结果表明,综合采用静力触探和标准贯入试验进行液化判别的方法结果较好,静力触探方法更适合本地区砂土液化评判;在本特大桥,液化等级随着砂土顶板埋深的减小而由不液化变为严重的趋势,液化指数随砂土顶板埋深的减小而增大,基本呈线性关系;当埋深超过13.3 m时,基本不会产生液化,而当埋深小于5.95 m时液化等级为严重可能性大。     

京沪高速铁路济南西客站软土路基沉降预测分析

近年来,我国高速铁路发展突飞猛进,为保证安全运营,对其路基的处理尤其重要。对京沪高铁济南西客站软土路基工程的沉降数据,分别采用灰色模型GM（1,1）和双曲线模型两种方法建立了预测模型进行分析,并编程作数据处理。结果表明:灰色模型GM（1,1）对软土路基的沉降评估更显优越性。     

A new,non-canonical Poisson regression model for the prediction of crashes on low-volume rural roads

The purpose of the study was to compare the prediction power of a simplified non-canonical Poisson crash-prediction model to other model types. The model, fitted to serious and fatal crash data from 86 two-lane low-volume rural highway segments, showed a good fit, which was not significantly different from that of a negative binomial model. The application of the present model uses the linear form of the non-canonical Poisson model. Hence the simplification of the model versus other models results from the finding that the expected number of crashes per 1 km is directly proportional to the daily volume, unlike logarithmic functions in other models. In the non-canonical model, it is necessary to estimate only one parameter, whereas estimations of more parameters are needed in the negative binomial model.     

复掺矿物掺合料海工混凝土氯离子抗渗性机理分析及寿命预测

结合象山港跨海大桥工程实例,采用快速氯离子电迁移法(RCM)法测试了不同水胶比情况下,复掺粉煤灰和矿粉海工混凝土的氯离子扩散系数;用差热分析法(DTA)和扫描电镜(SEM)分析了复掺粉煤灰和矿粉对海工混凝土氯离子抗渗性的影响机理;并运用Fick第二定律对海工混凝土结构抗氯离子侵蚀耐久寿命进行预测。试验结果显示,降低水胶比及复掺粉煤灰和矿粉能有效提高混凝土的氯离子抗渗性,使混凝土的设计寿命得到延长。     

基于模糊聚类BP 神经网络在边坡稳定性评价中的应用研究

利用边坡样本之间存在的相似性,采用模糊聚类分析方法对边坡样本进行分类,并根据择近原则将预测样本划归为贴近度最大的聚类模式,运用该模式对预测样本的稳定系数进行BP神经网络预测。通过实例证明了该方法的可靠性和有效性。     

毛尔盖水电站烧发河牙窝沟泥石流的成因、预测及防治措施

在现场地质勘察的基础上,分析了毛尔盖水电站烧发河支流牙窝沟泥石流的成因,描述了泥石流沟的特征,运用工程地质分析方法对泥石流沟形成条件进行了定性分析,计算了不同概率下泥石流的峰值流量及总量,对牙窝沟泥石流发展趋势及影响范围进行了预测分析,并在此基础上提出了相应了防治措施。     

交通流预测的马尔科夫粒子滤波方法研究

智能交通系统中,短时交通流预测是实现先进的交通控制和交通诱导的关键技术之一.针对目前马尔科夫交通流量预测模型在精度方面的不足,以及交通流量随机性、波动性的特点,提出马尔科夫粒子滤波交通流预测模型.一方面,将对交通流量预处理后的样本数据应用于马尔科夫模型中预测未来交通流量,能够较好地描述交通流量的变化趋势;另一方面,针对该预测结果精度的不足及对非线性预测不稳定的缺点,引用粒子滤波算法,将预测结果及权值进行不断更新,以及样本重选样过程,经过多次迭代,使样本粒子更加逼近真实预测值,从而提高预测精度.最后,以北京昌平区某检测器检测到的交通量进行仿真,将预测结果与传统马尔科夫链进行误差对比分析.结果表明,本文提出的马尔科夫粒子滤波交通流预测模型 5 min间隔误差为6.14%、1 h间隔误差为6.04%,预测精度高,具有更好的适用性和稳定性.     

基于混合遗传算法的供水管道漏损安全预测

为解决供水行业中供水管道漏损安全性问题,建立了供水管道漏损安全预测模型,并引入遗传算法对其优化进行漏损预测,同时,针对传统的遗传算法优化该模型的过程中出现的缺陷,提出了混合遗传算法对其求解.模拟实例的预测结果表明：该模型预测方法准确可靠,具有较高的实用性。