利用高低潮推算乘潮水位的方法

提出一种仅利用高低潮数据计算乘潮水位的新方法.以潮汐表中我国不同潮汐类型站点的高、低潮数据和逐时潮位数据为基础,采用按规范方法计算的结果对新方法的结果进行验证,从多角度分析计算误差.结果表明,新方法的计算结果误差多在10 cm以内,径流和浅水分潮影响明显区域的最大误差在20 cm左右,结果精度能够满足工程需求.此方法含...     

基于数据分类的高速铁路运营事故预测方法

高速铁路运营事故预测方法是度量铁路安全管理水平的重要指标.为提高高速铁路的安全运营水平,引入工业数据分类方法,分析反向传播(BP)神经网络和灰色模型在高速铁路安全运营事故预测过程中的适应性.首先,运用事故次数、事故联动系数、月均事故率3个参数对高速铁路安全运营水平进行度量;然后,根据工业数据分类方法判别高速铁路运营事故数据属于块状型,据此建立反向传播(BP)神经网络运营事故预测模型;针对运营事故数据具有波动大的特点,利用均值聚类方法建立K-GM(1,3)预测模型.以近年来高速铁路运营事故数据为样本对模型进行训练和分析,结果表明:BP神经网络、K-GM(1,3)、GM(1,3)预测模型的预测误差分别为8.92%,13.68%,345.25%,BP神经网络在高速铁路安全运营事故预测过程中的适应性要优于灰度模型.      

基于谱分析的路段行程时间多步预测方法

路段多步行程时间预测数据是动态交通诱导系统的重要参数,但已有研究成果,大多集中于一步预测,且存在适应性不强、计算量大、基础数据需求多等不足.应用谱分析及Karhunen-Loeve（K-L）变换对历史及当前检测行程时间序列进行分解与重构,重构时以历史序列与当前检测序列的欧式距离作为相似性度量指标,优化重构时的特征向量系数,使与当前检测序列相似度高的历史序列信息在重构中占据主要地位,通过重构,实现对后续若干时段的行程时间的预测,实测数据检验显示该方法可实现多步预测,预测精度良好,较以往方法有所提高,且历史数据需求量小,计算量小.     

采用支持向量机回归的航班延误预测研究

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型.首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大 Lyapunov 指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能.结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误.     

公路三支无信号交叉口安全服务水平量化分级及应用

以公路三支无信号交叉口为研究对象、以预测事故数和实际事故数的经验贝尔估计期望值为评价指标、以交通事故预测模型为基础、以均值度量方程为标准,对公路三支无信号交叉口的安全服务水平进行了探索性分级研究。为我国公路交叉口安全分析与评价、预防与治理的实践提供强有力的理论指导与新的方法支持。     

水泥混凝土碳化的预测模型

混凝土碳化深度值是评价钢筋混凝土结构耐久性的一个重要指标。文中论述了混凝土碳化预测模型建立的方法,归纳了近年来各种混凝土碳化深度预测模型,分析了各种模型存在的问题。     

基于神经网络的桩基完整性预测分析

反射波法进行桩基完整性检测时,常规理论分析结果与实际状态存在一定的差异。文中以反射波法检测基本数据为基础,分析影响桩基质量的主要因素,针对桩土共同作用的动静力学特征,选择了5个方面的重要因素,建立神经网络评价系统的影响因子,根据这些影响因素对桩基质量检验的影响规律,给出它们的影响系数。通过建立神经网络预测系统,对桩身缺陷的位置、类型和程度给予合理准确的解释。     

动荷载作用下沥青路面寿命预估

基于4自由度的1/2车辆振动模型,以路面不平整度为激励,运用系统动力学和车辆振动理论分析了不平整路面上的行车动荷载;采用修正Shell永久变形理论,考虑荷载和环境的综合作用,计算了动荷载作用下路面产生的永久变形和平整度的衰变规律;并结合某高速公路路面平整度检测结果,参照质量规范得出路面的剩余使用寿命,建立了动荷载作用下的沥青路面剩余寿命计算与预估的方法。研究结果表明,应用该法不但能够较为准确地预测沥青混凝土路面的剩余使用寿命,还能为准确评价道面使用品质和制定费用-效益最佳路面养护方案提供依据。     

基于多尺度分析与神经网络的交通流预测

针对实际交通系统时变复杂和变化的不确定性所带来的交通流量随机因素影响大、非线性强、规律性不明显的特征;采用小波多尺度分解的方法,将含有综合信息的时间序列分解为多个分量特征不同的时间序列,然后采用神经网络对各个分量分别进行预测,最后用实测数据进行了验证分析。结果表明,基于多尺度分析与神经网络预测模型比单神经网络预测模型预测精度高,可用于交通流的实时动态预测。     

西山特长隧道施工超前地质预报

西山特长隧道地质条件复杂,施工中采用了长距离TSP203与短距离掌子面地质素描法、地质雷达、水平探孔法等相结合的超前地质预报,“动态设计、动态施工”,有效地避免了地质灾害的发生,保证了施工安全。