发烟剂的大气环境影响评价预测程序(smokeEIA)设计

以高斯模型为基础,用Visual Basic 6.0程序编写了发烟剂的大气环境影响模型(smokeEIA),主要包括数值计算和烟幕的影响评价两方面内容.针对不同发烟剂,模型可适时添加污染物种类和质量标准.通过参数设置,根据所选择的污染物评价因子,可计算在某一风速时不同大气稳定度下,下风向不同距离处污染物的地面浓度,并对计算结果进行大气环境影响评价.     

关于智能运输系统的关键理论——综合路段行程时间预测的研究

行程时间预测是智能运输系统研究的一个重要问题。为此,建立了许多算法,有历史趋势方法、非参数回归模型、时间序列方法、神经网络、卡尔曼滤波、交通模拟和动态交通分配模型等。然而,在变化的交通状况和任意时段的条件下,这些方法和模型都不能取得令人满意的预测结果。在总结这些已有的预测方法和模型的基础上,提出了一种综合模型。     

沥青路面使用性能评价及预测模型分析

沥青路面使用性能评价和预测对养护决策和费用利用具有重要意义.文中对现阶段沥青路面使用性能评价方法进行分析,包括路表功能性指标、路面结构承载力评价指标等,结合评价原理、评价手段对裂缝、车辙、平整度、弯沉等的评价方法提出改进建议;最后对沥青路面使用性能预测模型进行简要分析.     

青岛港集装箱吞吐量预测

根据青岛港集装箱吞量的历史数据,分别利用指数趋势模型、改进的GM（1,1）残差模型及组合预测模型对青岛港的集装箱吞量进行探讨。结果表明,在青岛港集装箱吞量预测方面,组合预测模型具有前两种预测方法的优点,可以降低误差,提高预测精度。     

城市轨道交通初期运营客流预测技术研究

城市轨道交通新开通线路初期运营客流预测是开展初期运营安全评估和运营组织筹备的基础性工作。分析初期运营客流预测在预测期、研究对象、基础数据和预测模型方面的特点,总结该类预测工作开展的技术难点。在此基础上提出一套适用于初期运营客流预测的技术路线,阐述其中基础资料收集、交通调查、交通运行特征分析、出行需求预测、评估分析及敏感性分析的研究要点,并概括总结客流预测指标、对既有线的影响评估、需要重点关注的车站等研究内容。研究结果表明,初期运营客流预测重点在于准确把握城市及交通发展现状,而解读城市及交通发展现状资料并掌握其运行现状特点,研判其短期发展趋势是初期运营客流预测的基础性工作;针对宏观交通需求分析模型对微观客流指标预测的精度不足问题,可在城市宏观交通需求预测的基础上,通过开展各类交通调查建立城轨系统出行需求分析专题模型。本研究成果以期为初期运营客流预测的技术方法、研究内容等提供借鉴。     

基坑开挖引起的建筑物沉降多点灰色预测模型

基坑开挖引起周边建筑物的沉降变形是一个复杂的系统过程,单点模型GM（1,1）不能考虑各变形监测点间的相关性,必须建立多点灰色模型M-GM（1,n）进行预测。利用Matlab语言编写的预测程序,经实例计算表明M-GM（1,n）模型预测精度高。     

基于变权重评价的沥青路面使用性能灰色预测

为了更准确评价与预测沥青路面的使用性能,首先基于层次变权法对各实测分项指标的权重进行分配,对沥青路面技术状况能进行评价,并建立沥青路面技术状况指数的灰色GM(1,1)预测模型,然后对湿热地区典型沥青路面的使用状况进行预测并基于实测数据验证预测的可靠性,最后根据预测结果给出养护建议.结果表明:基于层次法的沥青路面技术状况指数评价分项指标权重分配更为合理,更能准确评价沥青路面的实际使用状况;灰色GM(1,1)预测模型精度较高,相对误差较小,能够准确对湿热地区沥青路面的使用性能进行预测,可以推广应用.     

基于AFSA优化的支持向量机柴油机性能预测模型

电控高压共轨技术的采用使得船用柴油机性能及排放具有了更大的优化空间，但同时柴油机控制参数增多使得柴油机性能的预测变得更为复杂。为了建立精确的柴油机性能预测模型，利用回归支持向量机，通过对实验数据的学习以获得预测模型。支持向量机的预测精度会因其参数的选择出现一定的差异，所以需要对支持向量机参数选择进行研究和优化。以某型船用高速大功率电控高压共轨柴油机为研究对象，建立支持向量机预测模型，分析其预测性能受参数选择的影响，并利用人工鱼群算法对其进行优化。结果表明，基于人工鱼群算法优化的回归支持向量机能够建立精度较高的柴油机性能预测模型，且人工鱼群算法具有很好的寻优性能。     

改进的灰色模型在港口吞吐量预测中的应用

用提高原始数据列光滑度的方法来提高灰色预测模型(GM模型)的精度。利用函数a-xm(a>1,m>1)对原始离散数据列｛x(0)(k)｝进行变换,原始数据列变成a-[x(0)(k)]m ,很大程度上提高了预测精度。将这种方法应用于港口吞吐量的预测,结果比传统灰色预测方法精度高很多,对正确做出港口发展战略、统筹安排、正确决策以及减少损失有重大意义。