基于系统规划的公路桥收费策略

在我国有公路桥的城市很多,为此制定相应的基于系统最优的公路桥收费策略,不仅可以方便居民的正常出行,还有助于政府利用桥梁收费达到城市交通平衡和解决市政桥梁建设资金问题的双重目的。     

高速公路动态交通流Elman神经网络模型

为了提高高速公路交通流建模的精度,分析了离散的高速公路动态交通流数学模型,基于Elman网络原理,建立了回归神经网络交通流模型。回归神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为8、30、30和2,采用Levenberg-Marquardt算法对回归神经网络进行训练,并对一条5路段的高速公路进行仿真。结果表明:回归神经网络平均相对误差为8.683 7×10-5,最大相对误差为4.237 1×10-4,与BP神经网络和RBF神经网络相比较,Elman回归神经网络能更好地逼近交通流数学模型,真实地描述交通流基本特性,能准确地建立动态交通流模型,适应交通状况的变化。     

基于串联排队网络的三峡-葛洲坝水利枢纽联合调度模型

为了提高三峡-葛洲坝水利枢纽的整体通过能力,分析了三峡-葛洲坝水利枢纽联合调度的实际需求,建立了三峡-葛洲坝水利枢纽联合调度数学模型,考虑了闸室面积利用率最大、整体待闸时间最小两个目标函数和船舶编排过程中的八个约束,应用串联排队网络理论求解模型。算法将申报船舶按照航向分成四个船舶序列,动态计算每艘船舶的权重,兼顾船舶长度与宽度优先,待闸时间约束、葛洲坝船闸通航条件限制和任务均衡的要求,循环排船,逐步优化。应用结果表明应用该数学模型和编排算法编制一个计划期的两坝五闸计划仅需2 min,编排时间短,葛洲坝2#船闸的闸室面积利用率高于70%,并且客船和旅游观光船均排在前面的闸次中,说明客船的待闸时间约束是满足的,并且在航向上是上下航向交替运行,没有出现倒闸情况,编制的计划满足实际调度需要。     

公路网规划环境影响评价中的不确定性分析

公路网规划环境影响评价中的不确定主要来自公路网规划方案的不确定和环境信息的不确定。具有普遍性、传递性、累积性和可降低性,对决策者存在着较大的干扰,但是可以通过使用基于情景分析的预测方法、广泛开展公众参与以及通过多方协作的方式开展环境影响评价工作等方法来降低。     

工期固定多目标资源优化的方法

资源是指为完成工程任务所需的劳动力、材料、机械设备和资金等的统称。资源优化就是通过改变工作的实施时间,使资源按时间的分布能够符合优化目标。     

城市轨道交通中压网络供电分区的划分

以主变电所集中供电的中压网络为基础,从建设、运营经济性、过补偿和继电保护设置配合方面,分析供电分区划分应考虑的问题;网络构成及供电分区的划分位置应考虑与运行交路的结合,最大限度地满足车辆的运行,不因网络局部故障造成全线车辆停运.供电分区的划分在满足规范要求电压损失的前提下,尽可能减少供电分区的数量,以使工程具有较好的经济性.提出在满足继电保护要求等的前提下,线路电压损失要求是中压网络供电分区划分从建设和运营经济性考虑的合理结合点.     

青藏铁路综合监控系统的网络结构分析

针对青藏铁路综合监控系统的组网结构,分析了系统存在的问题与不足,提出了利用分流承载业务,增加网络带宽,减少网络节点,利用既有光纤和单独组网等几种网络优化的方案.     

西部地区公路网规模和结构改善研究

公路网改善是西部交通发展的主要内容,其对西部地区社会环境产生了重要的推动作用。通过对西部地区公路网里程、密度和结构的分析和对比研究,结合西部十二省市1999年和2004年各级公路情况,并与全国同期平均水平相比较,分析西部公路网改善的情况。     

基于FWD的旧水泥混凝土路面实测数据分析

根据某旧水泥混凝土路面改建时的FWD检测数据,研究了旧层状体系路面的评价方法及模量反算。分析弯沉盆面积对旧路状况进行评价的实用性。通过理论回归和神经网络的反算,比较普通网络与噪音网络的反算能力,提出人工神经网络实现模量反算的关键技术。     

一个基于灰色神经网络组合的交通量预测模型应用研究

GM模型在预测中对历史数据作不同取舍时,其预测值并不相同,即这种预测结果将是一个预测值的区间,这就给预测人员的取舍带来一定困难。利用GM模型少数据建模和人工神经网络非线性逼近的优点把两种模型结合起来,用对历史数据作不同取舍的GM模型的预测值和纯神经网络的预测值作为组合神经网络的输入,由人工神经网络确定这些不同GM模型和纯BP网络的组合,实例验证得出更为准确的预测值,从而证明这一模型的可行性和有效性。