基于扩展卡尔曼滤波神经网络算法的公路货运周转量预测

介绍了扩展卡尔曼滤波的原理,针对人工神经网络神经元之间权值的调整过程,建立了权值调整的状态空间模型,并采用扩展卡尔曼滤波对该模型的状态变量进行递推估计.文中仿真以全国历年公路货运周转量为例,分别采用BP算法和扩展卡尔曼滤波算法对神经网络进行训练,2种训练方法预测的结果对比表明扩展卡尔曼滤波训练算法具有更好的准确性和更高的运算效率.     

具有峰值识别的神经网络模型对水沙过程的预报

在经典BP神经网络模型的基础上,增设误差修正系数,实现网络误差修正权重倾向于输出样本的较大值.同时提出了一种计算输入输出向量的归一化公式.在此基础上建立了具有洪峰识别的BP网络预报模型.该模型能根据实测资料模拟和预报不同特征年的流量或含沙量过程.采用建立的模型,对宜昌水文站典型年实测流量过程及含沙量过程进行了预测检验,其结果与实测值吻合较好,对峰值的预报较经典BP模型有所提高.     

城市轨道交通与市内交通的衔接规划研究

轨道衔接换乘系统规划设计的优劣是轨道交通能否发挥客运系统主体作用的关键因素。在对换乘客流进行预测的基础上,对轨道交通与其它交通方式衔接的原则、模式、存在的问题进行了研究,并提出了相应的解决办法,从而保证轨道交通换乘枢纽与市内其它交通方式的协调衔接。     

原油管道结蜡预测模型研究

利用灰色GM(1,1)模型的全息信息特性,在不需要多因素分析的情况下,建立了输油管道的结蜡速度和结蜡厚度的灰色GM(1,1)模型,实现了部分信息情况下的原油管道结蜡预测。实际计算表明:该模型误差在±2%以内,完全满足工程实际需要。     

基于区位分析和诱增流量的停车需求预测模型研究

静态交通需求与城市停车供应状况直接决定了城市交通秩序和拥挤程度,以往的各种停车预测模型多以建筑规模来求得静态交通需求,笔者在通过大量的调查数据分析得出静态交通需求与土地利用区位以及周边机动车交通流量密切相关,提出了基于区位分析和诱增流量的停车需求预测模型.     

高速公路软土地基沉降预测方法现状探讨

沉降预测是修建在软土地基上的高速公路迫切需要解决的问题.概述了现有的各种传统和新的沉降预测方法,并分析各预测方法的优缺点,指出影响各预测方法精度的主要因素有交通荷载及超载、软土路基沉降变形机理,以及沉降观测数据典型性与采集时间序列长度.通过比较分析表明,有限元方法在沉降计算时的独特优势越来越明显,用有限元方法来预测软土...     

����ģ����ϵ���·��װ������Ԥ��

根据铁路集装箱运量预测受到多因素影响以及非线性的特点,本文采用灰色关联分析法选取了影响集装箱运量的主要因素,提出了一种基于非线性灰色模型和神经网络模型组合的铁路集装箱运量预测方法. 该方法将非线性灰色预测模型的预测值作为输入,相应的实际集装箱货运量作为输出,建立了神经网络模型结构,并提出了相应的算法. 最后以实例分析了该模型的可行性和科学性. 实例分析表明：非线性灰色模型预测的最大误差为10.52％,而组合模型的预测误差最大为8.72％,说明文中提出的组合预测模型充分考虑了多指标的共同作用,灰色预测模型提供了较完善的输入数据,神经网络模型考虑了各主要指标的关联关系.     

南水北调工程下穿高速公路暗涵施工控制技术

南水北调是国家重点工程,下穿既有结构物的大型暗涵是南水北调工程中一种比较典型的结构形式。下穿段浅埋暗挖施工过程中洞内安全和地面环境问题突出;对于大型钢筋混凝土结构而言,施工中防温裂技术难度大,影响因素错综复杂,一旦控制不当,容易造成结构裂缝超限。严重影响暗涵结构的耐久性和使用功能。论文以南水北调中线古运河枢纽工程下穿石太高速公路段为背景,对既有高速公路路面沉降和箱涵结构混凝土限裂温控标准进行了分析研究。研究认为,施工过程中既有路面沉降应控制在100mm以内、结构混凝土内部温降应控制在54．4℃以下,并在此基础上,提出了双中洞多分部开挖技术、一次性施作长管棚结合小导管注浆超前预支护技术、设置遮阳棚和地垄储料保温措施等综合施工技术,确保了施工过程中既有高速公路的运营安全和暗涵结构的工程质量。     

基于分段外推法的城市汽车保有量预测

汽车保有量的预测是城市交通规划的一项基础性工作,是制定各种交通需求管理措施的重要依据。分析影响城市汽车保有量的因素,将城市划分成不同的交通小区,并建立相应的评价模型对各小区进行综合评价。同时利用某一小区以往汽车保有量资料,建立基于分段外推法的城市汽车保有量预测模型,为城市汽车保有量的近期预测提供有效方法。     

���ڷ������۵Ķ�ʱ��ͨ��Ԥ���㷨

城市交通诱导与控制需要短时交通流预测作为依据,当预测时间小于5 min时,常用的短时交通流预测方法往往难以满足精度要求. 为了提高短时交通流预测的精度,针对短时交通流的非线性特征,采用基于分形的方法可以缩短预测时间、提高预测精度. 在G-P算法基础上,本文利用欧式模定义相空间任意两点间的欧式距离,并采用筛选法计算备选点的欧式距离,以此提高计算速度,使预测2 min内的交通流成为可能. 以北京西直门至阜成门段一天的断面交通量为实例,应用基于分形的短时交通量预测算法,对712个有效数据点的后30点进行预测,预测精度达到92％以上.