一类离散双险种风险模型的破产概率

研究了一类离散双险种风险模型,对此模型得到了最终破产概率的一般表达式,Lundberg不等式,及当险种Ⅱ的保费收取随机序列与两险种的个体索赔额均服从指数分布时的有限时间破产概率的上界估计.     

BP神经网络在公路路面性能预测中的应用

路面性能预测是路面养护管理的重要组成部分,一般较难考虑自然环境对路面性能的影响,对已知信息的利用效率不高,造成预测误差.文中以某高速公路路面性能预测为例,详细说明了BP神经网络技术在路面性能预测中的作用,力求推广计算机辅助的人工神经网络在路面性能预测中的应用.     

大连金普新区公路网发展规划研究

辽宁省大连市金普新区经济发展转型升级加快,引领示范作用持续强化,对综合交通运输发展提出了新要求。在分析大连金普新区公路网现状特征的基础上,分析金普新区公路网存在的问题。采用连通度法和弹性系数法,预测金普新区公路网规模,避免了单一预测方法在数据应用中出现的偏差;采用分层布局法对金普新区公路网布局结构进行分析研究,确定了金普新区公路网布局结构,该布局的总里程符合预测模型的计算结果。研究可为类似项目提供参考。     

基于SVM-BP神经网络组合模型的高速公路出口流量预测

为了给高速公路交通流精准预测提供更准确的方法,本文利用济南西高速公路出口早晚高峰流量数据,采用SVM-BP神经网络组合模型进行短时交通流预测,并对单一的SVM（支持向量机）模型、BP神经网络模型和组合模型的预测精度进行比较和实证分析。当样本数量小于或等于120时,结果表明：(1)误差对比：当样本数量大于22时,由于预测集与训练集数据分布本身存在差异且SVM模型训练完成后过于复杂导致三种模型的误差逐渐变大。(2)预测精度：组合模型>BP神经网络>SVM,组合模型的平均绝对误差（MAE）提高了6.85%,远高于其他单一模型,验证了组合模型的有效性。     

鱼雷攻击潜艇的毁伤效果评估模型研究

客观、准确地评价鱼雷攻击潜艇的毁伤效果是鱼雷与潜艇对抗的最后一环,也是评价鱼雷武器系统作战效能的重要指标。本文在现有毁伤概率计算方法的基础上引进了舱段的毁伤程度、要害指数、命中概率、毁伤效果累积系数和齐射毁伤系数等参数,建立了一种比较全面的用来评价鱼雷攻击潜艇毁伤效果的数学模型,并给出了典型应用。     

轨道车用塞拉门专利技术分析

随着交通强国战略的推进,铁路装备技术水平不断攀升,列车时速逐步增快,塞拉门作为保障列车运行安全的关键部件,亟须探索新的发展方向,提升整体性能。文章通过对国内外的轨道车用塞拉门相关专利技术进行统计分析,具体阐述锁闭技术、驱动传动、承载导向、密封和测试维护5项关键技术,探究本领域技术研发热点及空白区域,旨在为该领域的技术创新提供突破方向,为我国塞拉门的未来发展规划提供参考。     

南昌中环快速路北段昌九立交设计

南昌中环快速路北段昌九立交是南昌市快速路网中重要的交通枢纽,根据昌九立交交通量预测结果、工程地理位置、施工条件等因素,在保证行车安全、舒适的前提下,充分考虑立交造型美观,经济合理,文章详细介绍了昌九立交设计过程中整体布局的思路及主要设计内容。     

城市轨道交通客流分析

在城市轨道交通的规划设计中,客流资料是项目的必要性论证、方案比选、确定系统规模、进行效益分析的基础.通过对我国十几座城市轨道交通系统30多条线路客流预测资料的分析,结合规划设计的技术决策过程和处理实际问题时的思路,建立了客流分析方法,提出不能仅靠"远期高峰小时单向最大断面客流量"来确定系统规模,应考察单向"最大断面客流量"是否能得到"高断面流量区间"的支撑;阐明了客运量可能的发展趋势;建立了以车站、路段为单元的客流空间分布研究方法和全日客运量时段分布研究方法;提出了应对系统、环境发生变化时的客流预测结果的调整方法.     

基于集合经验模态分解降噪和优化LSTM的道路交通事故预测

道路交通事故精准预测是有效提升交通安全的重要手段,由于事故数据经常呈现非线性、波动性、无周期性等特征,现有的算法存在预测效果不佳的问题。为此本文提出基于集合经验模态分解降噪算法(ensemble empirical mode decomposition,EEMD)和优化长短时记忆神经网络(long short-term memory,LSTM)的交通事故数量预测模型。在单一模型的基础上,引入降噪算法EEMD对噪声大的交通事故时间序列进行降噪处理,利用EEMD对事故时间序列进行分解得到多个子序列和1个残差项;基于粒子群优化算法(particle swarm optimization,PSO)优化LSTM网络结构参数,并在LSTM的最优网络结构下提取数据中的时间特征信息进行预测,对各子序列及残差的预测结果求和得到最终预测结果。研究结果表明：相对于EMD-PSO-LSTM,PSO-LSTM,EEMD-LSTM,LSTM这4个模型,EEMD-PSO-LSTM的预测效果最好,其对应的预测误差e_rmse分别降低了8.7%、48.3%、53.1%、57.6%,误差e_m...     

面向PHM的高速列车谱系化产品技术平台开发和实践

为实现不同速度等级、不同运用环境下高速列车的快速设计、快速制造以及保证谱系产品的健康运营和管理,提出并构建由数据平台、设计平台、制造平台和健康管理平台组成的面向故障预测与健康管理(PHM)的高速列车谱系化产品技术平台.首先,剖析高速列车谱系化与健康管理平台的融合机制,集成零部件研制与使用阶段的研发数据;其次,从技术架构...