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。     

公路货运量预测的系统动力学模型构建

用系统工程的观点对公路货运系统进行了综合、动态的分析,在具体分析公路货物运输系统主要影响因素的基础上,分别构建了道路运输需求及供给的子系统动力学模型,该模型可以通过计算机进行模拟,进行公路货运量的预测。     

高速公路养护成本预测模型

为了降低高速公路养护成本,运用边际成本管理原理,建立高速公路交通流量、道路长度与养护成本之间的多元回归分析数学模型,针对预防养护和专项工程养护方式,运用统计方法,推导了各项因素的边际成本表达式,提出高速公路养护作业成本的预测模型及成本管理的边际成本和弹性指数的概念,计算了交通流量、道路长度与养护成本相关的弹性指数,分析了与交通流量相关的高速公路养护费用经济指标。计算结果表明:交通流量和高速公路长度对养护维修成本起决定作用,维修费用随交通流量和道路长度成对数关系变化,而高速公路养护维修平均费用随着交通流量增加而降低。     

基于用地和交通特征的停车需求预测模型

为了解决城市停车难问题,对停车需求进行合理预测,考虑目前日益紧张的土地资源和快速增长的交通流量,分析了用地与交通影响预测模型建立的基本原理,采用用地特征函数描述了土地使用性质与停车生成率之间的关系,采用交通影响函数分析了路网流量增长率和停车率对停车需求的影响,在此基础上建立了停车需求预测模型。利用开发的软件系统,根据典型区域的土地资源规划和道路交通调查数据,进行了城市停车需求预测。预测结果表明:随着时间的变化,在各种因素影响下,停车需求近5 a增长较缓慢,而在随后的5 a中停车需求快速增长,且日停车需求量的增长速度明显高于高峰小时的增长速度。     

浅谈运行速度与道路线形的连续性

《公路工程技术标准》(JTG B01-2003)中引入了运行速度的概念,故设计人员在设计速度变化路段、爬坡车道、超高等受限制路段时应进行运行速度的验算.公路几何构成参数,例如平、纵曲线半径、纵坡、超高、加宽、停车视距以及指示道路标志等等都是影响汽车运行速度的主要因素.因此,要解决好线形的连续性问题,就要解决运行速度的连续性问题,也就是要解决好公路几何要素之间的组合问题.     

新疆兵团道路运输业发展趋势分析

在对新疆生产建设兵团道路运输业现状分析的基础上,通过利用一元线性回归模型、平均增长率法以及灰色预测法三种方法分别对兵团2011～2015年的道路旅客运输量、道路货物运输量、道路旅客运输周转量、道路货物运输周转量等进行预测。结果显示,在未来5年当中道路旅客运输以年均7.7%增长,道路货物运输以年均9.2%增长,道路旅客周转量以年均10.6%增长,道路运输货物周转量以年均12.6%增长。     

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.