基于吞吐量的集装箱码头卡车污染扩散研究

作为港口码头货物的主要陆上运输工具和能源消耗设备,集装箱卡车是港口区域大气环境污染的主要来源之一.从港口大气环境安全出发,分析环保部公布排放因子的局限性,综合考虑集装箱卡车保有量、发动机状态、运行工况、燃料使用和道路条件等复杂因素,通过功率法确定集装箱卡车尾气中CO ,SO2和NO2的平均排放因子.以长江某内河港口为案例计算得到该地区2016年全年各类污染的总排放量,并利用灰色预测估计未来10年该港区集装箱吞吐量的变化,与实际数据对比发现,模型精度达到了95% 以上,预测结果良好.借助高斯模型建立港区大气污染物风险扩散模型并计算未来几年集装箱卡车尾气排放对周围居民的影响.结果表明,2016年该地区4月日平均CO的浓度达到250 ug/m3;SO2浓度为57 ug/m3;NO2浓度为1 100 ug/m3.大气污染排放中NO2占比最大,分担率超过80% .各类尾气污染物24 h平均浓度已远超国家标准,港口区域集卡尾气污染对港口周边工作人员健康和港口所在城市大气环境安全威胁极大.      

降雨条件下高速公路短时行程时间预测研究

为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间.并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)算法为基础,提出1种基于动态权重的行程时间组合预测模型.该组合预测模型的融合权重依据定义的动态误差的变化而持续调整,以保证子模型中精度较高的预测结果对最终结果有较大影响,从而提高预测精度.选取京港澳高速公路湖北省境内军山-武汉南路段,分析该路段降雨条件下行程时间特性,掌握其不同时段和不同降雨强度下行程时间变化规律,并进行预测.结果表明,组合预测模型能有效预测行程时间高峰变化,反应及时且预测精度较高,达到0 .98 ,平均绝对百分误差1 .99% ;而单一的RBF神经网络和KNN算法的平均绝对百分误差分别为3 .40% 和2 .60% ,且拟合程度不如组合预测模型.      

采用HEART方法分析管制员调配飞行冲突的人为差错概率的研究

调配飞行冲突是空中交通管制员的一项重要工作内容,一旦其在改在该项工作中出现差错将会造成非常严重的后果,保证其调配飞行冲突的可靠性是非常必要的,在对管制员调配飞行冲突的人为差错率开展分析的过程中,HEART是一种有效的分析方法,本文就主要对此HEART方法在管制员调配飞行冲突人为差错概率分析中的应用予以简单分析。     

基于神经网络的桥梁施工控制研究

将神经网络方法结合Matlab用于处理大跨度预应力混凝土连续梁挢施工控制中的箱粱线形控制的误差预测和调整。由于受诸多因素影响,标高的实测值与理论计算值有一定的差异,只有通过前期预测和后期调整相结合,才能保证成桥实际状态同设计要求一致。神经网络可利用实测样本的自学习达到到此目的。应用实例表明神经网络法的预测精度高,这对同类桥梁的施工控制具有一定指导意义。     

大跨径连续刚构桥长期挠度计算及预测分析

结合某连续刚构桥实测的长期挠度数据,通过建立不同模型工况的有限元模型,分阶段对结构的长期挠度实测数据与计算值进行对比分析。结果表明,考虑作用准永值和结构损伤以后的长期挠度计算方法更加接近实际下挠。在分析实测数据和计算结果的基础上,引入结构长期挠度修正系数的方法来预测结构长期挠度。     

中国和美国道路交通事故数据对比研究

采集了中美两国近十年的道路交通事故数据,通过对比分析发现我国交通事故死亡人数指标一直占居世界前列,在近三年才趋于下降态势,而美国道路交通安全的各项指标在世界范围内均处于最佳状况,交通事故死亡率指标在近十年基本一直处于稳定下降水平。究其原因在于美国成立了专门的道路交通事故研究机构,从不同角度对道路事故数据进行全面交叉分析,且及时将分析结果反馈运用于事故预测的各个方面,进而达到预防减灾的目的。该研究可为我国道路交通安全提供一定的参考和借鉴。     

基于岩溶分布分析的突水风险评估模型研究

为实现岩溶突水风险评估的全过程动态修正与管理,一以岩溶发育分布规律为基础,采用半定量分析方法,估计溶洞与隧道在剖面图中的相对位置距离值,二将防突水岩层安全厚度的预测划分为初步估算、二次估计和动态测算3个阶段,每个阶段均采用有效的修正方式,不断获取更加准确且适用的防突岩层安全厚度预测数值。然后,综合考虑防突岩层安全厚度以及爆破开挖扰动深度影响,提出岩溶突水风险概率等级评价标准;通过划分突水量和溶腔高水头压强的等级,提出岩溶突水风险后果等级评价标准;并以二者为基础构建岩溶突水风险等级评估矩阵。最终,构建基于岩溶分布态势与防突岩层厚度的岩溶突水风险评估模型。通过具体工程实例检验,理论结果与实际情况相对比,验证所构建岩溶突水风险评估模型的合理性与可行性。     

山岭隧道涌水量预测方法分类及相关因素分析

准确预测隧道涌水量能有效减少隧道病害,保护生态环境,科学指导隧道的设计与施工,而如何正确选择和应用预测方法,是准确预测的前提条件。通过广泛调研,在总结分析各类涌水量预测方法的原理和适用范围基础上,以六盘山隧道某断面为例,深入探讨了围岩渗透系数、洞室尺寸、地下水位净高变化、注浆圈厚度、注浆水平和衬砌抗渗等级等因素对隧道涌水量的影响,重点指出各类解析方法的局限性和适用条件,突出了注浆水平在实际工程中的作用,并建议山岭公路隧道衬砌抗渗等级不宜小于S8。     

BP神经网络在解决电力消耗问题中的应用

由于BP神经网络在解决非线性复杂系统中存在很大的优势,以江西省1991—2011年人口、经济和耗电量等数据为研究对象,利用BP神经网络构建耗电量预测模型。模型一利用1991—2009年人口、经济和耗电量等数据作为训练样本,以2010—2011年作为测试样本来验证网络的准确性,再根据历史人口、经济等数据来预测历史耗电量;模型二采用传统的多元回归分析法,对非线性多元函数进行多元线性回归,通过回归模型得到的参数来预测耗电量。结果表明,模型一收敛性较好,所得预测结果绝对误差较小,而模型二传统方法得到的预测结果误差较大,因此,利用BP神经网络预测的结果具有非常大的参考价值,证明BP神经网络应用在电力消耗中的应用是可行的。     

北京地铁4号线盾构施工地表沉降的曲线拟合分析及预测

本文以北京地铁4号线盾构施工项目为例,对隧道盾构法施工引起地表沉降进行分析研究。提出地表沉降的预测公式,并对实测数据进行曲线拟合分析及预测。