沥青混合料动态模量Hirsch预测模型的验证研究

动态模量可以描述沥青混合料对温度和荷载频率的敏感性,从而可以客观地反映沥青混合料在路面结构中的行为特性。本文对SMA 13、Superpave 20、Superpave 25和ATB 25等4种沥青混合料分别进行了不同温度和荷载频率下的动态模量试验,并利用DSR对混合料中所用的两种沥青胶结料(普通70号沥青和SBS改性沥青)进行对应温度和荷载频率下的动态剪切模量试验,利用试验结果对动态模量Hirsch预测模型进行了验证研究。研究结果表明利用Hirsch模型预测动态模量的精度较好,只是在高温和低荷载频率时预测偏差较大。     

城市干道系统交通事故预测模型研究

以哈尔滨市干道路网为研究对象,收集到了该路网上468个路段和163个平面交叉口的道路交通数据,以及1999年至2004年所发生的8510起交通事故数据.分析了事故数据的统计分布特性,应用聚类分析技术确定了路段和交叉口的类别 ,并在此基础上分别建立了事故总体和分事故形态的预测模型.论文探讨了高峰时段的事故次数、事故率与路段v/c之间的定量关系.标定出了24个模型,并形成干道系统事故预测模型库.最后,运用所建立的事故预测模型选取了2010年哈尔滨规划路网的一部分进行实例分析,结果表明了预测模型是有效的.     

基于浑沌神经网络的动态交通量预测方法研究

介绍了目前国内外道路交通量预测的方法、特点及实际的预测效果.由于城市道路交通的复杂性,使得一些现有交通量预测方法的预测精度不高.针对这些问题,应用混沌神经网络,建立了城市道路交叉口出口交通量的浑沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果.     

公路客运量预测的神经网络组合模型

针对公路客运量预测的问题,基于常用预测方法的研究,提出BP神经网络组合预测模型.结合河南省客运量运输情况,对组合预测模型进行了验证.实验结果表明,该方法对公路客运量的预测很有效.     

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。     

人工神经网络在软土地基沉降预测中的应用

人工神经网络这种数学工具可以以任意精度逼近任意非线性曲线,且具有容错性和联想记忆功能,利用基于人工神经网络和反向传播理论的分析方法对软土地基沉降进行的预测体现了很强的优越性。介绍构建网络模型后,用某高速公路软基沉降的实测数据进行网络的训练和学习,再用建立的预测模型预测出了最终的沉降量。所得的结果与实测值达到了较好的一致性,与用其它理论计算方法所得结果相比较具有较高精度。     

隧道底部溶洞顶板安全厚度预测模型

以某公路岩溶隧道为背景,采用二维弹塑性有限元方法对隧道开挖进行数值模拟计算,分析隧道底部溶洞顶板安全厚度的影响因素,研究各影响因素与安全厚度的相关变化规律,并用多元回归和支持向量机方法建立能综合体现各影响因素的溶洞顶板安全厚度预测模型,从而为岩溶隧道设计施工提供一定的科学依据和指导。     

GM(1,1)预测模型的两阶段优化方案及其在交通量预测中的应用

GM(1，1)模型是灰色系统理论中的核心，已经得到广泛应用。章提出了GM(1，1)预测模型的两阶段优化方案，经比较，预测模型结果明显优于常规GM(1．1)模型。将改进的GM(1．1)模型用于交通量预测，预测效果较好。将等维递推处理技术应用于预测模型中，还可进一步提高该模型的预测精度和实用性。     

岩溶隧道溶洞顶板安全厚度预测探讨

文章以某岩溶隧道为背景,采用二维弹塑性有限元方法对隧道开挖进行数值模拟计算,分析了隧道底部溶洞顶板安全厚度的影响因素,研究了各影响因素与安全厚度的相关变化规律,并用多元线性回归的方法得出了一个能综合体现各影响因素的溶洞顶板安全厚度预测模型,以此确定顶板的最小安全厚度,从而为岩溶隧道设计施工提供一定的科学依据和指导.     

路面坡损状况及长期预报的研究

结合沈大高速公路青路面破损状况的实测资料，对高等级公路沥青路面破损规律及评价方法进行了研究，在此基础上，运用灰色系统理论方法建立了沥青路面破损状况的长期预报模型。