基于城市路口相关性的交通流量预测

利用主成分分析方法对路网中各路口的交通流量进行了相关性分析，构建了相关路口集，提出了根据相关路口集的交通流量预测本路口流量的思想．给出了用于预测的神经网络模型、具体算法和评价标准。在比较精确的训练样本基础上对网络进行了训练，测试了训练后的网络性能。实验表明，采用基于城市路口相关性进行交通流量预测具有满意的准确性和较好的鲁棒性。     

车辆行驶运动学参数构成分析

探讨了运用主成分分析的方法处理实际车辆行驶数据的可行性与有效性,对数据处理的结果进行了分析,结果表明,除了速度、加速度两个参数对行驶特性的影响较大外,怠速过程也是影响行驶特性的重要因素。     

广东省公路运输技术进步的现状发展目标和对策

建国以来，我省公路运输事业有了较快的发展，特别是改革开放以后，开放了公路运输市场，实行了多家经营，允许竞争的改革措施，改变了长期以来国营企业独家经宫的局面，打破了地区、行业界限和条块分割的状况，形成了国营、集体、个体一起上的格局。一个多层次、多渠道、多种经济成分的新型运输结构已经形成。     

主成分分析法在道路设计方案比选中的应用

在道路工程方案比选决策中，要综合很多评价指标。最终方案由评价者和有关专家确定，其中难免存在主观性和离散性。主成分分析法是一种综合性强、机理明确、计算方便、直观性好的数学方法，在较大程度上避免“依靠经验”，可为多目标、多属性的决策和措施提供科学根据。本文介绍主成分分析方法在公路方案比选中的应用，运用主成份分析原理和无量纲化方法提出综合评价指标，对公路建设方案进行排序解决问题，同时提供了算例。     

燃料性能与成分对车辆排放污染物的影响

以往在控制车辆污染方面，对燃料方面所进行的研究是较少的，随着车辆排放标准越来越趋严格，一种认为燃料因素必须加以考虑的观点正在逐渐形成，在综合各种献的基础上，对燃料性能与成分以及燃料添加剂对车辆排放的影响进行了阐述，并对未来燃料的发展作了初步预测。     

基于PCA和RBF神经网络的绞吸挖泥船实时产量预测

绞吸挖泥船在实际作业过程中的动态特性非常复杂,影响产量的控制因素众多。若这些控制因素全部参与产量预测比较耗时。为了实时训练网络及预测产量,先对影响绞吸挖泥船产量的控制因素进行主成分分析(PCA),再根据分析结果约减控制因素;在系统仿真建模中,分别以全部因素和约减后因素作为径向基(RBF)神经网络的输入变量,以产量作为输出变量来建立绞吸挖泥船产量预测模型。结果表明,减少输入变量,不仅降低产量预测模型的复杂程度,减少神经网络计算耗时,而且能保持模型良好的预测精度,从而为施工现场的操作人员提供实时的产量参考。     

基于PSO-RELM的绞吸挖泥船产量预测及其可视化辅助决策

为保证绞吸挖泥船的疏浚效率,泥浆产量预测是一种有效的辅助手段。根据绞吸挖泥船的实际作业数据,进行数据预处理与主成分分析（PCA）,从而简化了预测模型的复杂程度。然后,采用粒子群优化的正则化极限学习机（PSO-RELM）建立挖泥船瞬时产量预测模型。预测结果表明：PSO-RELM相较于常规极限学习机有更好泛化性能,能够提高挖泥船瞬时产量的预测精度。从而生成可视化图表,辅助挖泥船操纵人员调整疏浚策略。     

铈基 FB C添加剂对柴油机颗粒物组分及热重特性的影响

选取环烷酸铈溶液作为燃油催化再生添加剂（FBC）进行发动机台架试验,铈（Ce）元素按质量分数150 mg／kg的比例添加到纯柴油中,配制出 F150燃油。研究了铈基 FBC对柴油机排气烟度和颗粒组分的影响。结果表明,在标定转速25％,50％,75％和100％负荷下,燃用 F150燃油时的滤纸烟度相对于纯柴油分别降低了34．9％,44．2％,50．4％和30．2％。采用X‐射线能量色谱仪（EDS ）对F150燃油颗粒物样品进行元素分析,Ce元素在颗粒物中的质量分数为1．23％。采用气相色谱质谱（GC‐M S ）联用技术研究了铈基FBC对颗粒物中可溶性有机组分（SOF）的影响,同时运用热重分析法（TGA）研究铈基FBC添加剂对颗粒物中SOF含量以及炭烟氧化特性的影响。与纯柴油相比,F150颗粒物的SOF组分中各类烷烃和多环芳香烃的质量分数分别减小至40．2％和1．73％,有机酸酯的质量分数增大至51．6％。在热重试验中,F150颗粒物样品中SOF所占比重相对于柴油增加4．7％;F150燃油燃烧炭烟样品的起始燃烧温度降低,其燃烧炭烟峰值失重率所对应的温度降低。