基于多次累加和函数拟合的 结构初期沉降预测

传统沉降预测方法对于量值小、相对波动大 的短期沉降不适用,为此提出适用于结构沉降反复剧 烈波动的自修正短期动态预测方法。该方法首先对已 获取的第 1 ～ n 时刻的结构沉降数据进行多次累加,得 到一条单调光滑数据累加曲线,然后对该曲线进行最 高( n － 1) 次多项式拟合,外延得到第( n + 1) 时刻的沉 降预测累加值,再通过回归递推,即得到第( n + 1) 时刻 的沉降预测值。同时,对该方法引入“新陈代谢”思想, 以更好地反映沉降变化趋势的目前特征。最后,将某 盾构施工现场结构沉降预测值与实测值进行比较。结 果表明,该方法能取得较好的预测结果。     

基于RBM-GASA-BPNN的潜在 高价值旅客预测

针对用BP神经网络(Back Propagation Neural Network, BPNN)进行潜在高价值旅客预测时出现的特征表达能力弱、稳定性差、易陷入局部极值的不足,提出一种新颖的基于 RBM-GASA-BPNN的潜在高价值旅客预测方法.该方法首先通过聚类算法划分旅客类别,设置类别标签;然后利用受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)提取旅客行为特征并确定最优BPNN 初始权值和偏置的寻优范围,又利用遗传模拟退火算法(Genetic Algorithm-Simulate Anneal, GASA)对BPNN参数进行精调,确定了最优的BPNN初始权值和偏置;最后,利用优化后的BPNN对旅客进行分类预测.实验结果表明,本文提出的方法克服了基于BPNN的分类预测方法的缺陷,具有更高的分类预测准确率和潜在高价值旅客预测能力.     

组合预测模型在路基沉降中的应用研究

为提高路基沉降预测的准确性,在S型单项预测模型和传统熵值法组合预测模型的基础上,对模型的预测值取值范围和整体稳定度2方面进行了优化,提出一种复合确权预测模型,并对其可行性和有效性进行了验证。研究结果表明:基于复合确权的组合预测模型比传统熵值法组合模型和单优化预测值取值范围模型的预测精度分别提高了3%和5%。     

"二十四道拐"盘山公路事故预测分析

应用IHSDM安全评估软件,对"二十四道拐"盘山公路全线进行事故预测,并预测1944年改善工程前"第21拐"、"第22拐"路段与改善后对应路段发生事故的概率,以评价"二十四道拐"盘山公路的行车安全性及验证改善工程的合理性。预测结果发现"二十四道拐"盘山公路1940年至1945年5年的时间内共发生4.02起事故,其中68%的事故类型为"仅财产损失";在1944年改善工程调整"二十四道拐"盘山公路的"第21拐"、"第22拐"后,对应改善路段总预测事故起数降低了10.5%,且发生"死亡、严重受伤事故"的概率降低了14.3%,第4拐事故率降低了14.6%,第5拐事故率降低了38.8%。研究表明:"二十四道拐"盘山公路发生事故的概率较低,且事故损伤严重程度较轻;改善工程取消半径较小S型曲线后,行车安全性有所提高。可见,修筑于战时环境下的"二十四道拐"盘山公路线形设计基本能满足当时交通运输的行车安全性,其独特的线形设计也为现代山区公路的修建提供设计启示与技术参考。     

用灰色理论预测机场水泥混凝土道面剩余寿命

道面剩余寿命预测是道面使用性能评价的重要内容。将灰色预测理论引入对道面剩余寿命的预测,建立了机场水泥混凝土道面的剩余寿命预测模型,并结合实例对模型的计算初值进行了改进,提高了模型的预测精度。     

基于平面线形运行速度预测模型研究

根据路线平面线形对汽车运行速度的影响,建立了适用于各种车型的直线、缓和曲线、圆曲线上的理论运行速度模型,并研究了它们在不同设计速度下的临界半径,从而得出在不同设计速度、不同半径圆曲线上的最大稳定理论运行速度,为平面线形上的理论运行速度预测、路段的划分以及模型的整合提供依据.     

深圳特区外出租车市场需求分析和预测

深圳特区外出租车需求量预测是深圳市出租车规划的一项重要内容,其需求受到该地区经济发展水平、人口数量、土地规模、人口密度、产业布局等多种因素的影响。为提高预测精度和可靠性,在综合多种预测模型特点的基础上,对深圳特区外出租车目前需求量和远景规划量进行了预测。经定量和定性分析,认为目前深圳特区外出租车投放总量控制在5000辆较适宜。     

基于主成分分析与BP 神经元网络的驾驶能耗组合预测模型研究

近年来交通领域能源消耗问题备受关注,本文从微观交通能耗预测出发,以实现北京市快速路基础路段的油耗预测为目的,基于出租车车载OBD/GPS终端,提取驾驶员微观驾驶行为数据,建立基于主成分分析与BP神经元网络的油耗组合预测模型,实现北京市快速路基础路段油耗的准确预测.结果表明：速度均值及标准差、最大车速、工况百分比、加速度及减速度均值、行驶距离和动能对油耗影响程度相对较高;同时模型能够实现城市快速路基础路段能耗的有效预测,预测精度达到92.46%.该方法的研究为城市交通能源消耗的监管与把控提供了支持.     

基于RBM-GASA-BPNN 的潜在高价值旅客预测

针对用BP神经网络(Back Propagation Neural Network, BPNN)进行潜在高价值旅客预测时出现的特征表达能力弱、稳定性差、易陷入局部极值的不足,提出一种新颖的基于 RBM-GASA-BPNN的潜在高价值旅客预测方法.该方法首先通过聚类算法划分旅客类别,设置类别标签;然后利用受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)提取旅客行为特征并确定最优BPNN 初始权值和偏置的寻优范围,又利用遗传模拟退火算法(Genetic Algorithm-Simulate Anneal, GASA)对BPNN参数进行精调,确定了最优的BPNN初始权值和偏置;最后,利用优化后的BPNN对旅客进行分类预测.实验结果表明,本文提出的方法克服了基于BPNN的分类预测方法的缺陷,具有更高的分类预测准确率和潜在高价值旅客预测能力.     

国内商用车企业重组僵局短期难破解读《汽车产业调整和振兴规划》

继今年1月14日国务院常务会议审议并原则通过《汽车产业调整和振兴规划》后，便一直为业界所关注。3月20日，各方企盼已久的《汽车产业调整和振兴规划》细则（以下简称“规划细则”年汽车产业调整和振兴的指导思想标，并出台了相关配套措施。）终于正式出台。规划细则明确了2009～2011提出了未来3年我国汽车产业发展的八大目