����·�������г�ʱ��Ԥ���о�

本文提出了一种基于状态空间神经网络（SSNN）和拓展卡尔曼滤波（EKF）的混合式行程时间预测模型。以往的研究表明，状态空间神经网络能够较好的处理复杂的非线性时空问题。然而，状态空间神经网络需要大量的历史数据作为离线训练之用。其不足之处在于，首先是需要花费大量的时间和精力去收集、准备数据，以及训练神经网络。其次，输入输出随着时间不断增加，训练过程需要不断的从新重复。为了提高状态空间神经网络的有效性，扩展卡尔曼滤波代替了传统的方法来对神经网络进行训练。荷兰的一条城市道路被选择为模型验证的试验路段。通过与另外两个预测模型之间的对比验证，该模型的预测能力能够达到满意的有效性、准确性和鲁棒性。     

灰色系统理论在过坝运量预测中的应用

为了解决复杂的过坝客货运量预测问题,基于灰色系统理论中的GM(1,1)模型对过坝运量预测建立灰色模型,并利用该模型对乌江银盘枢纽过坝运量进行预测,结果表明利用灰色系统理论方法对过坝运量进行预测是可行的,具有较高的可信度.     

沥青路面使用性能的双参数修正预测模型

为精确预测沥青路面使用性能,根据沥青路面性能曲线标准衰变方程中形状因子与寿命因子的敏感度不同,视形状因子为主要动态参数,采用改进参数自适应跟踪法进行预测,视寿命因子为交通轴载的函数,并对其进行修正,依据修正后的双参数建立了沥青路面使用性能双参数修正预测模型。计算结果表明:沥青路面使用性能双参数修正预测值和实测值最接近,误差最小,因此,该模型预测精度高。     

隧道施工地质预报方法模糊优选与应用

以某公路隧道工程进口段为例,利用模糊数学中的隶属度理论对预报方案的模糊信息进行定量化处理,再对预防方案的多因素进行定量评价,得出优选预报方案为"TRT+地质雷达+超前钻孔"。通过现场实践,模糊优选后的施工地质预报方法基本揭露了隧道前方存在的破碎围岩位置与岩溶不良地质体,基于预报结论实施的预防措施有效地防止了涌水、突泥等施工事故的发生,保障了施工安全。     

短期交通流预测效果的模糊综合评判

短期交通流预测是智能交通诱导和交通管理控制的基础，预测效果的好坏直接关系到诱导信息和控制决策的正确性．运用标准离差法确定评价指标的权重，并依据最大隶属度原则建立了二级模糊综合评判模型，评判结果可用于判断各种短期交通流预测模型的预测性能，给智能预测系统中的模型选择提供了依据．     

变压器油中故障气体的复合预测方法

为了提高对变压器故障的预测能力，提出了灰色粗预测、自学习神经网络在线修正的复合预测法．此法是利用GM（1，1）模型初步预测油中溶解气体的浓度及变化趋势，通过分析故障气体组分之间的影响及气体浓度时间序列之间的关系确定修正参数，将初步预测结果与修正参数作为自学习BP网络的输入，从而完成预测结果的在线修正．该方法已用于实际变压器油中溶解气体的预测，结果验证了其有效性．     

二次指数平滑法中确定初始值的简便方法

在利用二次指数平滑法建立趋势预测模型时，必须合理确定初始平滑值．确定初始平滑值比较复杂繁琐，用初期指标值替代初始平滑值是一种简便的处理方法．通过推导，论证了这一方法的可行性，并给出了适用条件．     

基于单目视觉的运动行人检测与跟踪方法

为了有效检测与跟踪城市交通环境中的行人,提出了一种在摄像机静止情况下基于单目视觉的运动行人检测与跟踪方法。检测阶段通过自适应背景模型快速提取背景图像,用动态多阈值方法二值化差分图分割运动行人;跟踪阶段引入灰色模型作为行人运动模型,预测行人运动,融合行人多种特征建立目标匹配模板,对行人连续跟踪。通过单个行人通行和多个行人同时出现这两种交通环境下的视频图像对本方法进行了验证,单个行人通行时,跟踪的正确率为95%;多个行人同时通行时,识别每个行人并分别跟踪的正确率为87%。     

高速公路路基沉降的快速预测方法

高速公路沉降控制的关键是在填筑期末能够及时准确地预测预压路基的沉降,包括欠载、等载或超载预压路段在预压期以及（卸载后）路面施工期和通车后的沉降、速率过程。基于太沙基理论和线弹性假设,提出了一种不需要具备荷载稳定期观测资料。可以及时快速进行沉降预测的方法。研究了多级荷载作用下考虑卸载与回弹的沉降预测模型．探讨了荷载稳定期内速率衰减特性、卸载前后速率变化规律。结合工程实例,讨论了动态反演的实施方法．验证了快速预测方法的可行性、适用性和合理性。     

阳宗隧道围岩变形的神经网络技术预测

隧道新奥法施工中,常以围岩变形量作为评判围岩稳定性和支护结构合理性的重要指标.公路隧道围岩变形量是随时间而变化的数据序列,因而可以建立一些实时跟踪预测模型和方法.本文根据阳宗隧道围岩拱顶下沉位移变形的特性,采用神经网络技术来预测其变形量,结果表明该方法简易、有效.