基于工农业总产值关联度的农村客运交通分布预测研究

针对目前农村客运交通分布预测中碰到的问题,提出解决思路和方法,建立基于工农业总产值关联度的交通分布预测模型,灵活合理地运用引力模型进行交通分布预测,可以作为常规交通分布预测方法的补充,丰富农村客运规划的应用实践。     

闽西南某隧道高地应力特征及隧道岩爆预测研究

为了更方便地进行闽西南某隧道的岩爆预测与预防工作,首先,阐述了Heok-Brown岩体强度估算理论和基于修正的Sheorey模型的工程区地应力场预测方法。在此基础上结合隧道工程地质调查资料和地应力实测结果,分析了隧道围岩强度,预测了隧道工程区沿线的地应力大小,评价了工程区的地应力状态,结果表明该隧道大部分处于高地应力区。同时,利用强度应力比法对高应力作用下围岩中可能发生的岩爆进行了预测,并且与已发生的岩爆情况进行对比,表明该预测与实际情况一致性较好,证明了本文所采用方法的可靠性。     

基于中观仿真的城市快速路速度诱导控制模型研究

利用中观交通流模型对城市快速路瞬时交通量进行预测,并在此基础上对车辆进行速度诱导控制,建立了以车辆总行程时间为目标函数的诱导优化模型,并利用C++实现了该模型.最后以上海南北高架南段西线为例建立了仿真场景,进行模型的参数标定与校验.通过统计分析与物理特性分析:速度诱导控制后,速度方差与均方差均有显著下降,说明速度诱导控制后,降低了路段上交通流的整体速度差异,提高了交通安全性.     

基于ARIMA模型的轨道不平顺状态预测研究

轨道是列车运行的基础,轨道不平顺状态是影响行车安全的关键因素.为保障列车安全、平稳和不间断的运行,轨道必须具有高平顺性.根据轨道不平顺变化特点,文中利用ARIMA（自回整合归移动平均）模型对轨道不平顺状态进行预测,并且采集了京九线下行463.8 km处2008年2月第二次检测至2008年12月第一次检测的TQI历史检测数据对模型的有效性进行了检验,结果表明ARIMA模型能够对两次大修作业之间的轨道的不平顺状态进行较为准确地预测.     

路面破损状况检测、评价、预测与管理系统研究进展

高效而准确地对路面破损状况进行评价分析,是路面养护管理的基础和关键。本文对路面破损的数据采集关键技术、评价指标与方法、预测和数据库决策支持系统4个方面进行综述,分析了现有技术和方法的利弊,指出了粗放化管理的问题,提出了建立路面破损状况信息环境的展望。该法有利于建立从数据采集、破损评价分析到预测管理的一整套有机体系,全面准确地掌握路面破损状况。     

混合算法在港口吞吐量预测中的应用

文章利用主成分分析方法,提取出影响宿迁港口吞吐量的关键因子,在此基础上,提出了一种新的运量混合预测方法,即联合时间序列法和因果分析法;最后通过回归分析,给出了宿迁港口吞吐量与国内生产总值的关系,为宿迁港的发展和港口总体布置规划提供了一定的依据。     

换道操作对智能车辆乘客舒适性的影响研究

乘坐舒适性是决定乘客对智能车辆接受度的重要因素之一。为了提升智能车辆的舒适性,服务智能驾驶控制算法的设计和优化,开展了基于乘客主观感知的实车乘坐舒适性试验,试验中驾驶人驾驶传统车辆执行多次换道操作,获取了60名被试乘客对换道操作的舒适性评价数据,并采集了车辆的运动数据。选取换道时横向最大加速度、回正时横向最大加速度、横向最大加加速度、横向加速度转换幅值以及横向加速度转换频率这5个车辆运动参数作为研究对象。采用二元Logistic回归单因素分析法分析了这5个车辆运动参数对乘坐舒适性的影响,采用接收者操作特征(ROC)曲线分析法为不同晕车易感性的乘客分别确立了这5个车辆运动参数的舒适性阈值,并根据岭回归分析法确定了不同参数对乘坐舒适性的影响权重。结果表明：所选取的5个车辆运动参数对乘坐舒适性具有显著影响,易晕乘客的舒适性阈值小于不易晕乘客的舒适性阈值,在换道过程中,换道时横向最大加速度、回正时横向最大加速度和横向加速度转换幅值是影响乘坐舒适性的主要因素。最后根据车辆运动参数和乘客生理特征参数建立了基于动态时间归整(DTW)和K最近邻(KNN)算法的乘坐舒适性预测模型,该模型对乘坐舒适性的预测准确率为84%,可用于智能车辆控制算法的舒适性判断。     

盾构施工引起地表沉降的BP神经网络预测

根据盾构施工引起地表沉降的具体问题，结合广州地铁三号线某区间地质资料，建立了地表沉降预测的BP神经网络模型，并对网络进行了训练和测试，测试结果表明，利用神经网络进行盾构隧道施工的地表沉降预测是可行的，可用于工程实践。     

盾构振动在线自动监控系统的设计与研究

为预判盾构关键部件可能发生的潜在故障隐患,提高盾构运行可靠性,对海瑞克S261土压平衡盾构再制造过程中的振动在线自动监控系统进行了设计研究。首先将盾构主轴承、主驱动和减速机等设备的振动变化值经过ARM/Cortex-M0+系列的Kinetis-M处理器分析转换后传输至数据集中器,然后利用SCADA软件并结合MySQL数据库技术设计了在线监控系统。此系统为盾构设备故障预警提供了数据支持,对设备维护具有一定的指导意义。     

基于递进复合式组合预测模型的软岩隧道大变形预测研究

为实现对隧道大变形发展趋势的判断,达到优化现场施工,避免出现施工安全问题的目的,采用LS-SVM和优化GM(1,1)模型对隧道变形进行预测,并以误差平方和为指标,将两者的预测结果进行组合,再进一步利用BP神经网络对前者的预测误差进行修正,以实现综合预测。通过实例检验,得到最小二乘法对支持向量机的优化效果要优于对灰色模型的优化效果,且误差修正模型能进一步有效地提高预测精度,使预测值与实测值更为接近;同时,通过本文的预测结果,得到后4个周期的变形仍具有持续变形的趋势,应采取有效措施,避免工程事故的发生。本文预测模型具有较好的预测精度及适用性,对隧道大变形研究具有一定的参考意义。