基于BPNN-MOP模型的区域公路网合理规模预测研究

区域公路网规模是保障交通供给能力的基础,确定合理的路网规模是调节交通供需平衡的关键. 本文从路网发展数量和质量两方面,里程、密度、等级结构三项指标出发,建立了基于BP神经网络与马尔可夫链的公路网里程规模组合预测模型,并采用多目标规划方法对公路网等级结构进行了优化研究. 该方法能够充分挖掘公路网规模演变的宏观调整与微观波动规律,提高了预测的精度和可靠性. 最后本文结合实际案例,对区域特征年公路网的合理规模及结构进行了分析预测. 结果表明,组合预测方法能够较科学、客观地反映公路网发展的数量特征和质量要求,具有一定的理论价值和现实意义.     

Non-Linear Combined Prediction Model of Medium and Long-Term Civil Vehicle Population of China

With consideration of the economy development tendency in China, a civil vehicle population prediction model is developed based on the space-time theory. First, with the domestic and international experience on vehicle development, the gray Verhulst model is used to describe the vehicle population development tendency and predict the vehicle population in the next 20 years. Second, several social and economical indexes related to the civil vehicle population are selected by comparing the correlation coefficient value, and then, the principal component method is used to reduce dimension of the selected indexes and obtain some principal indexes. Based on the econometrics theory, a forecasting model is formulated to predict the vehicle population in the next 20 years. Integrating these two forecasting models, a non-liner combination forecasting model is developed based on the BP neural network. The reliability and accuracy of the linear combination forecasting model are tested by the vehicle data from 2003 to 2007. Finally, the civil vehicle population of China in the next 20 years is predicted based on the linear combination forecasting model.     

NANOG基因在宫颈癌中的表达及其意义

目的 研究NANOG在宫颈癌中的表达及其在宫颈癌发生发展中的作用.方法 用免疫组织化学检测正常宫颈、宫颈原位癌及宫颈癌中NANOG的表达;分别用原代宫颈癌肿瘤球细胞及肿瘤球分化细胞接种裸鼠,观察移植瘤的生长情况.结果 与正常组织相比,宫颈原位癌及宫颈癌中NANOG基因的表达显著增强(P<0.05).新鲜宫颈癌组织经过无血清培养可以生成肿瘤球,再次经过血清培养后能够分化成上皮样细胞;裸鼠移植瘤实验证实这种肿瘤球细胞具有很高的成瘤性.结论 宫颈癌组织中存在肿瘤干细胞,NANOG在介导宫颈癌的发生过程中起到重要作用.     

Effects of Panax notoginseng saponins on hydrogen peroxide-induced apoptosis in cultured rabbit bone marrow stromal cells

Objective To investigate the effects of Panax notoginseng saponins (PNS) on hydrogen peroxide (H2O2)-induced apoptosis in cultured rabbit bone marrow stromal cells (BMSCs). Methods BMSCs from 3-month-old New Zealand rabbits were isolated and cultured by the density gradient centrifugation combined with adherent method. The cultured BMSCs were divided into three groups: normal control, H2O2 treatment (100μmol/L), and PNS pretreatment (0.1g/L). Intracellular reactive oxygen species (ROS) levels as the index of oxidative stress were measured by using 2'7'-dichlorodihydrofluorescein diacetate. Flow cytometry was used to observe the apoptosis of BMSCs by staining with annexinV-FITC/PI. The protein expression of Bax in BMSCs was analyzed by Western blotting. Activity of caspase-3 enzyme was measured by spectrofluorometry. Results Pretreatment with PNS significantly decreased intracellular ROS level induced by H2O2 (P<0.01). PNS markedly attenuated H2O2-induced apoptosis rate from 38.68% to 19.24%(P<0.01). PNS reversed H2O2-induced augmentation of Bax expression. Furthermore, PNS markedly reduced the altered in activity of caspase-3 enzyme induced by H2O2(P<0.01). Conclusion PNS has a protective effect on hydrogen peroxide-induced apoptosis in cultured rabbit BMSCs by scavenging ROS and decreasing Bax expression and caspase-3 activity.     

基于手机定位的交通OD数据获取技术

居民出行OD数据是交通规划中最重要的基础资料之一。传统的利用纸和笔、电话调查以及路边询问等调查方式虽然简单,但存在较大局限性。随着信息技术、移动技术等的发展,手机信息和定位技术应用于交通数据采集是研究的热点之一。在CDMA通信网络和gpsOne手机定位技术的基础上,对出行者进行连续位置跟踪,通过数据处理提取出行者的起讫点位置信息,再结合已有交通区划分,根据点与多边形关系的算法中的面积判断算法得到出行者的OD信息。最后利用所提出的方法对重庆市九龙坡区杨家坪地区进行了OD调查,得到OD发生集中专题和OD线专题。     

基于BP神经网络的DSS焊接应力和收缩变形预测研究

针对川东造船厂化学品船建造中使用特种钢——2205双相不锈钢(DSS),在其焊接试验的基础上分别建立了双相不锈钢焊接应力和收缩变形的BP神经网络预测模型,并与多元线性回归方法进行比较,较好地模拟了焊接残余应力和变形与板厚、焊接电流、电弧电压、焊接速度等工艺参数之间的非线性关系。预测结果表明,BP神经网络比多元线性回归在预测精度和泛化能力上都有很大的提高。     

基于BP神经网络的列车制动控制仿真研究

针对列车制动过程存在的复杂性、非线性、时变性、不确定性等因素,通过分析影响建立BP神经网络模型的主要因素,建立了用于列车制动控制的BP神经网络模型。以货物列车为仿真对象,在Matlab环境中进行了仿真研究。仿真结果表明,该方法控制安全性好、停车误差小,基于BP神经网络的智能算法运用于列车制动控制是可行的。     

驾驶中拨打手机对驾驶人脑力负荷及驾驶行为的影响分析

基于驾驶模拟实验平台,选择高速公路、城市道路2种交通环境,对3名低龄驾驶人正常驾驶与拨打手机驾驶情况下的脑力负荷及驾驶行为表征指标进行了全程监测。每组实验时间约为15min。其中,脑力负荷评估采用心率变异性相关指标,驾驶行为表征采用后视镜使用、转向灯使用、档位变换及速度变化等指标。实验结果表明,相比于正常状态驾驶中拨打手机时心率变异性指标,出现了驾驶人LFNU指标增大、HFNU指标减小、LF/HF比值明显增大、TP增大的现象,规律明显。在排除驾驶疲劳对心电指标产生影响的可能后,可初步判定出现以上现象的原因是拨打手机引起了驾驶人脑力负荷的大幅增加。在驾驶人认知资源有限的情况下,脑力负荷的增大造成了驾驶人在信息获取、转向灯使用、档位变换和车速保持等方面的能力有不同程度的下降。综上所述,驾驶中拨打手机使得驾驶人脑力负荷大幅增加,进而对驾驶行为产生了诸多负面影响,给交通安全带来了隐患。因此,建议相关部门在法律、法规中对驾驶中拨打手机的行为加以限制,以减少交通事故风险。     

隧洞围岩力学参数反演

利用粒子群优化算法的全局寻优能力帮助确定神经网络的隐层神经元的数量,基于某隧洞的实测位移数据,对该隧洞的硬土弹塑性力学参数进行了反演。     

基于BP神经网络的驾驶员昼夜动态空间距离判识规律

为研究昼夜动态环境中驾驶员对空间距离判识的规律,进行了实际道路试验。随机选取32名驾驶员分别在昼、夜环境中不同深度距离和速度下,判识红、绿色障碍物的空间距离,统计并检验驾驶员对红、绿色障碍物判识距离的差异,获得判识特征值;运用BP神经网络拟合距离判识结果,分析距离判识变化规律。结果表明:BP神经网络可以很好地拟合距离判识变化规律,精度优于现有模型;绝对距离和相对距离判识结果均随速度增加而减小,随深度距离增加而增大;夜间判识距离大于白天,驾驶员对相对距离判识准确性高。