混合径向基神经网络对货运量的预测

为了定量预测多个外部因素影响下的货运量,建立了混合径向基神经网络模型.该模型以径向基神经网络为模型主体,并结合二阶振荡粒子群优化算法和灰色预测方法构成混合预测模型.该神经网络模型的参数设置更加简便,收敛速度更快.实例预测得到的结果相比较其他预测方法绝对误差值更小,误差变化范围更加稳定,证实了该神经网络模型的有效性,表明了其在多因素影响下的货运量预测中具有很好的适用性.     

基于实测数据软土地基沉降预测方法的比较

考虑到软土的复杂性和各种沉降理论计算方法的局限性,利用有限的沉降实测数据,选取合理的模型及方法来预测软基的沉降。以深圳盐田港西港区纳泥塘地区软基沉降预测为例,采用了BP向前型网络模型和Elman反馈型网络模型两种不同的神经网络建模法,通过高度非线性的曲线拟合,推求工程后期沉降(包括最终沉降),并与曲线拟合法中的双曲线法、指数曲线法、泊松曲线法及 Asaoka 法对比,对拟合预测结果进行检验,使其具有统一的量化标准。对比结果表明：BP神经网络模型和双曲线法的预测效果最好,适用于本工程的沉降预测。     

基于轨迹数据的山区危险性弯道路段交通事故风险动态预测

针对山区双车道公路危险性弯道路段交通事故多发的现实问题,提出主动评估短时交通流状态下的交通事故风险,以降低交通事故发生率.采用无人机高空拍摄弯道路段交通流运行状态,利用计算机识别技术提取高精度的车辆轨迹和交通流数据,结合山区双车道公路弯道路段危险驾驶行为特征表征交通冲突,以距离碰撞时间为交通冲突量化指标,提出山区车道公...     

基于自适应粒子群优化算法的交通量短时预测模型

在考虑交通量短时变化的时空特性和波动性基础上,建立了非线性交通量短时预测模型.根据我国城市道路交通流非线性、时变性、随机性等特点,提出自适应粒子群优化算法对非线性交通量短时预测模型进行在线修正.该自适应粒子群优化算法采用两步优化策略,对算法参数进行调整,避免算法早熟收敛,有效提高了算法的运算精度和效率.利用城市道路的实测数据,通过Mat-lab软件工具箱对该模型进行计算机仿真验证.     

某标段公路软土地基沉降观测及处置

以地处沿海软土地区公路某标段路基的n个代表性断面在路堤堆载期和预压期监测获得沉降观测数据为基础,用对数曲线方程进行拟合地基表层沉降预测方程并应用其预测各断面不同时期地基沉降,通过汇总该标段各断面资料综合分析地基的变形程度和路堤的稳定性,提出了在工后沉降超标段消减工后沉降措施和过渡路面结构替代永久性路面结构的施工改建优化方案。     

基于测斜仪数据的边坡灰色预报

钻孔测斜仪是一种测定钻孔横向位移的原位监测仪器,在边坡工程原位监测中应用最为广泛。通过监测确定岩（土）体内滑裂面的位置、大小和滑动方向,对分析边坡稳定性、确定滑坡动态起着重要作用。介绍钻孔测斜仪的组成、工作原理,测斜管的埋设技术和监测技术,并应用灰色系统理论对边坡变形的发展趋势进行预测,同时对边坡防护提出合理建议。     

平面交叉口事故预测及突出事故形态鉴别

应用神经网络技术建立了基于三层感知机的平面交叉口事故预测模型,该模型的特点是可预测出具体事故形态的事故数.模型检验结果表明,预测精度达到了89%.在得到分事故形态的事故数预测结果后,基于"突出性"原理建立了一种鉴别事故多发形态的方法.     

基于改进的BP神经网络的产品生产成本估算

基于BP神经网络的成本估算模型,利用全局搜索能力较强的遗传算法优化BP神经网络连接权,克服传统的BP算法易陷入最小值的缺点,使模型预测性能、预测精度和泛化能力得到有效改进.以列车转向架为例,建立产品生产成本GA-BP估算模型,通过8组检测样本检验训练好的遗传人工神经网络.计算结果表明:预测值与期望值的误差小于4%,说明利用遗传神经网络模型对产品成本进行估算切实可行.     

基于综合超前地质预报的隧道施工不良地质预警体系研究

隧道施工前方经常遇到岩溶、断层破碎带、富水等不良地质,一旦对这些不良地质重视不够或处治不当,都将给隧道施工带来极大困难,甚至造成人民生命财产的巨大损失。根据预报手段的准确性,把预报分为3类;根据岩溶、断层破碎带及富水地层3种不良地质的规模、大小、特征及其危害程度,将其分为6级。最后,根据不同预报手段的准确性和不良地质的分级,建立基于综合超前地质预报的隧道施工不良地质预警体系,并确立相应的预警距离和处治技术预案。     

基于DNA双链特征的启动子预测方法

真核启动子预测是DNA序列分析的重要问题之一．本文提出一个基于内容的新算法,考虑DNA的双链特征,特征的出现频率用位置权矩阵表示,利用boosting算法进行训练和预测,得出的结果与其他算法相比,有很好的敏感性和特异性．