基于径向基函数神经网络的交通量预测

采用了径向基函数神经网络进行未来年的交通量预测,它具有收敛速度快、唯一最佳逼近且无局部极小等优点。在进行交通量预测时,选取公路里程、汽车保有量、国民生产总值、国民收入和人口作为交通量影响因子,通过2个网络模型,在输出层输出该年的预测交通量。     

马鞍山特长隧道通风设计参数选取的研究

通过对青岛-兰州高速公路马鞍山特长隧道通风设计中参数的分析,合理进行了选取,确定了需风量及通风方案,降低了工程造价及运营费用。     

基于概率分析的高速公路联网收费路径识别技术

根据高速公路联网收费的特点,提出了一种基于概率分析的路径识别方法.其基本思路是在对含环路网有效路径分析的基础上,采用一定的交通量分配方法,通过比较分配交通量与调查交通量的误差来拟合和修正路径分配概率,用以实现对车辆路径的识别.该方法在河南省高速公路联网收费中已经得到实际应用,应用效果表明该方法是适用、可行的.     

电极间隙对离子电流的影响研究

采用不同间隙的电极测量定容燃烧弹中当量空燃比的天然气—空气混合气燃烧产生的离子电流,通过高速摄影仪拍摄火焰纹影照片,同时记录下燃烧室压力,对比燃烧室压力、火焰照片与离子电流发现,设计的测量电极可以检测离子电流,测量电极间隙的大小不影响离子电流曲线的形态,但随着电极间隙的增大,离子电流幅值减小,电流出现时间推后。     

城市道路交通量短时预测的GSVMR模型

在分析现有城市道路交通量短时预测方法缺陷的基础上,针对目前广泛采用的基于经验风险最小化的BP网络易于陷入局部最优解等缺点,结合遗传算法容易寻找全局最优解与支持向量机回归法具有结构风险最小化的特点,提出了将两种算法相结合的GSVMR预测模型,该模型同时具有结构风险最小和容易寻找最优解的双重特性,并对某城市四车道主干道路8：00,8：45的交通量进行了预测,结果表明用该模型进行城市道路交通量短时预测所得结果误差较小,依此验证了用GSVMR模型进行城市道路交通量短时预测的有效性。     

基于激光扫描的智能车辆前方地形三维可视化技术研究

基于激光扫描仪的数据分析,对智能车辆前方地形数据的三维可视化技术进行了研究。首先对采集的离散数据进行预处理：采用中值滤波算法减弱噪声的影响,通过车体坐标系到世界坐标系的转换实现车辆行走过程中不同场景的拼接;然后基于Splatting理论,选取椭圆高斯足印函数实现了离散三维数据的直接体绘制;最后结合可视化工具包VTK（Visualization Toolkit）的连续数据场轮廓提取和交互操作功能,在Visual C＋＋开发环境下实现了基于激光扫描的环境信息可视化技术,可以达到逼真重构真实环境的可视化效果。     

基于FHWA交通噪声预测模型的公路交通噪声简化计算方法

在分析影响交通噪声传播要素的基础上,基于FHWA公路交通噪声预测模型,提出公路交通噪声增加量随车流量变化的简化计算模型,探讨其在公路建设项目环境保护中的应用及其适用条件。该模型简化了公路交通噪声预测计算,且不影响结果的准确性。     

四面六边透水框架坝模型试验及检验标准

四面六边透水框架坝利用四面六边透水框架抛投堆积成坝,坝体横截面为梯形。通过在陆上和水槽中开展四面六边透水框架坝的抛投试验,研究了四面六边透水框架的单位体积内框架个数、孔隙率,分析了四面六边透水框架坝的施工工艺及其检验标准。研究成果提供了四面六边透水框架坝模型施工的质量控制范围,为我国内河上构筑四面六边透水框架坝的施工及验收提供了依据和参考。     

基于道路容量、建筑量、汽车保有量的拥堵指数敏感性分析

为研究道路容量、建筑量及汽车保有量对交通拥堵的敏感程度,提出以拥堵指数作为评价敏感程度的指标。以青岛市东岸城区为例,根据行政区划及功能布局将东岸城区划分为12个中区,依托EMME4软件平台,以土地利用资料和道路网为基础,对每个中区的道路容量、建筑量和汽车保有量的现状及发展趋势进行统计分析,得出这3个因素同拥堵指数的内在关系。分别进行单一因素及不同组合因素下不同程度的增量变化,得到不同条件下的拥堵指数变化率。结果表明,三者对道路拥堵的敏感性强弱顺序依次为：汽车增量、道路容量增量、建筑增量。采取单一措施,路网拥堵情况改善不明显,采取组合措施后的路网拥堵改善效果优于采取单一措施。因此,通过合理控制汽车和建筑规模增长,同时改善道路交通设施,增加道路容量,可以有效改善道路拥堵状况。     

���ڶ���“�ֽ�-����”���Ե�����������Ԥ��

货运量预测是制定物流政策和决定物流基础设施布局的重要依据。针对受多因素影响的货运量预测具备较强非线性和模糊性特征,提出一种基于趋势分解和小波变换的多重“分解—集成”预测方法。利用趋势分解将货运量分解为趋势项和非趋势项,通过小波分解将非趋势项进一步分解成低频项和高频项,分别建立预测模型,选用相加集成得到货运量预测值。实证表明,“分解—集成”的预测策略将非平稳货运量分解为相对平稳的子序列组合,降低了问题复杂度,有效提高了预测性能,与传统的趋势分解预测模型和小波分解预测模型相比,多重“分解—集成”预测模型精度更高。