基于数据驱动的船舶油耗预测模型研究

以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数。建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度。将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性。该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性。     

抛石基床振夯工艺在重力式码头施工中的应用

针对重力式码头基床抛石中传统的重锤夯实及爆破夯实工艺效率较低、对周边环境影响较大等问题，进行振动夯实的试验和研究。通过典型试验确定振夯基床厚度、夯锤转速、单点振夯时间等施工参数，并分析和检验振夯效果，验证了抛石基床振夯施工工艺的可行性。该工艺可大幅度提高作业效率和夯实质量，为类似工程提供借鉴。     

一种基于机器码存储的改进遗传算法的应用研究

提出了一种基于机器码存储的改进遗传算法，适于优化大型多变量问题。开发的C 基本位操作算子，使此算法仍可沿用传统二进制遗传算法的交叉变异操作。这一算法在内存和时间上占优势，是一种稳健的、全局搜索能力较强的优化算法，并在建立河北省某地区的年降雨神经网络预测模型的实践中得到了验证。     

单桩荷载与沉降关系曲线的神经网络预测方法

本文提出了一个预测单桩荷载-沉降关系曲线的BP神经网络模型。该网络模型包含两级网络，第一级网络以桩长、桩径、桩侧土层的分布情况，桩侧与桩端土层的物理力学指标为输入元，来先预测出单桩的极限承载力及其对应的极限沉降；第二级网络以第一级网络的输入元和输出元作为其输入元，进一步预测各分级荷载下桩的沉降。实际预测精度一般能达到15％以内，且稳定性较好，表明神经网络模型略优于通常的经验公式方法和数值方法。     

预压桥台桩不卸载施工的应用

针对高速公路体土地基桥头跳车的普遍现象，提出了软基路段桥台桩不卸载施工工艺，节省了施工费用，缩短了施工时间，相对地延长了桥台台后等超载预压时间，是一种有效的解决桥头跳车的方法。     

东风4D型径向转向架机车的常见故障及改进

东风4D径向转向架机车，具有适应山区小半径曲线线路运行、轮缘磨耗小等优点。但也存在径向转向架制动单元杠杆折断、机油消耗大、整流柜易烧损等问题。针对问题产生的原因，提出了改变制动单元杠杆材质和整流柜通风方式，降低机油温度，以减少机油消耗等建议。     

基于神经网络的我国货运市场分析

采用BP神经网络方法建立了我国货运市场的预测模型，并从宏观经济发展角度出发．系统地探讨了我国货运市场发展变化的内外在因素并提出了相关政策建议。     

真空—堆载联合预压法加固高速公路软基实例分析

针对某高速公路软弱地基进行真空一堆载联合预压法试验研究，探讨和阐述了该法的加固机理，并对现场试验成果进行分析，得出一些有工程实用意义的结论，为类似工程处理提供参考。