锦州民用机场沉降变形监测及预测研究

采用二等闭合水准路线测量方式对锦州民用机场跑道、站坪及联络道的工后沉降进行周期性监测,选用不同回归数学模型对沉降监测结果进行回归分析,并与实测沉降进行对比,确定合适的工后沉降预测模型。结果表明,Peal回归模型的预测沉降与工后实测沉降极为接近,对数模型的后期预测结果与实测值接近,采用Peal模型、结合对数模型对锦州机场工后最终沉降进行预测更准确;机场工后沉降监测宜采用多模型结合方案。     

软土区受地铁基坑开挖影响的古建筑沉降预测研究

为了减少宁波市新建地铁基坑对邻近古建筑的影响,地铁车站附属基坑开挖需要精细化的沉降变形监测。依据该市老城隍庙古建筑沉降监测数据,运用GM(1,1)灰色预测理论构建沉降预测模型。研究结果表明:古建筑沉降预测值与实测值一致性较好,说明该灰色理论预测模型精度较高,可用于宁波市古建筑后期沉降的预测和控制,对地铁工程周边建筑环境的保护有着重要意义。     

基于PCA-RF组合模型的隧道交通事故持续时间预测

使用主成分分析(PCA)和随机森林(RF)组合模型对高速公路隧道交通事故持续时间进行预测.主成分分析用来提高随机森林模型的精度与效率.此外,通过调节2个模型参数,包括决策树数目和最大树深度来提高模型精度和避免模型过拟合.参数优化的结果表明,建模时决策树数目取150、最大树深度取10可降低模型的泛化误差.用以建模的数据包括了山西省的所有高速公路隧道自2012—2017年内的2115起事故数据.每起事故数据包括16个变量,包括隧道类型,事故发生位置类型,事故类型等.结果表明,PCA-RF组合模型的平均绝对误差为12.80 min,误差20 min以内的准确率为89.15%,取得了良好的预测效果.并且,PCA-RF组合模型的精度高于RF模型,说明PCA-RF组合模型能够提高事故持续时间预测的精度.且PCA能够降低数据维度,提高算法的效率.与人工神经网络模型的结果表明,PCA-RF组合模型预测结果精度高且其模型更简单、效率更高.      

新闻

<正>2014年中国轻型车产量将达2070万辆根据普华水道汽车行业分析团队Autofacts的预测,中国轻型汽车产量预计将于2014年达到2070万台,同比增长11.9%。从全球的角度来看,中国的汽车行业增长态势良好,竞争优势凸显,根据Autofacts的预测,在2012到2019年之间,中国对于全球轻型汽车产量增长的贡献率将达到43%。2013年,中国在轻型车的     

未来轻卡市场需求预测

结合国家宏观经济及政策法规实施、以及消费需求升级,判断目标市场容量走势如下：历年容量同比均呈上升趋势.轻卡未来的发展优势：城镇化程度加速,轻型车成为城镇物流的主力、二级与三级区域市场发展将刺激轻卡市场蹭长、轻型车购置和运营成本下降、税费改革.农用车优势不再,用户转投轻型车.     

《中国物流发展报告(2012～2013)》正式出版

据中国物流与采购联合会提供的消息,《中国物流发展报告(2012～2013)》已由中国财富出版社正式出版。报告以"回顾与展望"为主题,以"专家观点点评"为特色,对2012年中国物流发展状况进行全面、客观的总结评价,对2013年行业发展趋势做出分析预测。《中国物流发展报     

浅谈阳茂高速公路沥青路面保护策略

阳茂高速公路是国道主干线(沈阳)至(海南)高速公路广东境内的一部分,于2004年年底建成通车。全长79.76 km,双向四车道,设计速度为120 km/h,全线均为沥青混凝土路面。高速公路使用2年多来,路面综合状况良好,主要的问题是裂缝、唧浆,车辙以及横向力系数偏低未能达到养护规范要求。为了防止路面的进一步损坏,特别是防止由于路面表面功能的损坏引起路面结构性的损坏。计划对于保持和改善阳茂高速公路沥青路面性能,延长路面使用寿命具有重要意义。     

去年V型反转今年预期向好珠江水运经济二○○九年分析和今年预测

今年珠江水运经济将预期向好,这是通过总结去年以来市场变化得出的结论.2008年下半年开始,国际金融危机对珠江水运产生了重大影响,外贸货物运输受冲击最大.     

雅泸高速公路大渡河段左侧路基塌岸防护设计研究

通过雅泸高速公路大渡河段(K92+332~+700)左侧路基塌岸防护勘察、科研与设计过程,介绍了西南山区库区段路基塌岸防护处治思路和采用的防护技术,提供了塌岸处治实例,总结了库岸再造预测方法、参数取值与防护技术的经验。     

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.