基于浑沌神经网络的动态交通量预测方法研究

介绍了目前国内外道路交通量预测的方法、特点及实际的预测效果.由于城市道路交通的复杂性,使得一些现有交通量预测方法的预测精度不高.针对这些问题,应用混沌神经网络,建立了城市道路交叉口出口交通量的浑沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果.     

公路客运量预测的神经网络组合模型

针对公路客运量预测的问题,基于常用预测方法的研究,提出BP神经网络组合预测模型.结合河南省客运量运输情况,对组合预测模型进行了验证.实验结果表明,该方法对公路客运量的预测很有效.     

基于SCGM(1,1)模型的灰色PID控制器仿真

一种结合传统PID反馈控制方法和SCGM(1,1)预测模型的灰色预测控制器,用来代替传统PID控制器。该控制器可根据预测精度来自动调整控制器参数,使控制器对系统响应具有适应性,该控制器可使系统获得更为优良的动态性能和鲁棒性。     

钢箱梁斜拉桥索塔锚固区的受力性能

以青岛海湾大桥红岛通航孔斜拉桥为背景,介绍了耳板式索塔锚固区的构造特点;应用弹性力学解析方法求出了销铰的接触应力;采用有限元方法对索塔锚固区在最不利荷载组合作用下的受力性能进行了研究,并考虑了几何非线性和材料非线性对钢锚箱进行了极限承载力分析。结果表明:最不利荷载组合作用下耳板锚孔处的最大Von Mises应力为203 MPa;索塔钢锚箱的极限承载力约为设计荷载的5.02倍,具有足够的安全储备。     

基于Takens理论和SVM的滑坡位移预测

针对滑坡变形时序非线性,数据量少的特点,引入Takens理论,采用支持向量机(SVM)建立其预测模型,建模过程中,比较了由不同核函数获得的SVM模型的性能,同时将SVM与RBF、El-man神经网络模型进行外推7步预测试验比较。结果表明:RBF核函数具有更好的工程实用价值;在有限样本情况下,SVM预测模型具有更好的准确性和泛化性,其7步预测平均误差率控制在5%以内,可见该方法在滑坡变形预测方面极具潜力。     

基于神经网络的混凝土预制桩单桩竖向极限承载力参数分析

应用BP神经网络，对混凝土预制桩单桩竖向极限承载力进行预测，并分析了各种参数对单桩竖向极限承载力的影响。通过影响因素分析，确定了桩径、桩长、入土深度、桩侧摩阻力加权平均值、桩端阻力平均值等参数对单桩竖向极限承载力有影响。对混凝土预制桩单桩静载试验资料进行分析和取样，将包含上述参数的样本与单桩竖向极限承载力形成数据对，采用三层神经网络进行训练，输入层为各参数，输出层为单桩竖向极限承载力，建立了混凝土预制桩单桩竖向极限承载力预测模型。研究表明，所建立的模型能够有效地预测混凝土预制桩单桩竖向极限承载力，通过参数分析，能够得出各参数对单桩竖向极限承载力的影响规律，从而确定比较合理的单桩设计参数。     

公路交通安全评价系统1．0版本的开发与应用

实践证明,公路交通安全评价是提高公路安全水平的有效手段。尽管其在我国还是一个较新的课题,但已经引起相关部门的重视,国内也开展了很多安全评价方法的研究。《西部地区公路安全评价》是系统研究公路安全评价方法的一个课题。而公路交通安全评价系统1.0版本是在该课题成果基础上开发的一套实用化的工具,它包括交通基础数据的管理和事故多发段判别、规范符合性分析、事故预测、速度一致性分析、路侧危险度分级等分析模块。本文对该系统各个模块的功能进行了阐述。     

参数反分析法预测地基沉降

以乍嘉苏高速公路软土路基沉降监测数据为例，通过曲线拟合法和参数反分析法预测地基沉降。结果表明：在曲线拟合法中星野法的预测结果最好；通过与曲线拟合法比较，表明参数反分析法能够很好地预测路基的沉降。     

从淘宝网看我国C2C的发展

电子商务已成为一种主流购物方式,而以淘宝网为代表的C2C市场也呈现一片发展的大好势头,免费牌、支付工具等使得我国C2C市场茁壮成长,但是物流、诚信问题等依然存在。只有给客户提供良好的购物环境的网站,才能赢得客户和C2C市场。     

胶新铁路软弱土路基沉降规律与变形预测研究

软弱土具有压缩性高、含水量大、强度低和透水性差等特点,在上部荷载长期作用下,必将产生一定的沉降,甚至发生于运营阶段,对铁路的运营质量造成危害。该文基于铁道部项目-胶新铁路路基沉降监测和预测研究,对不同的试验段进行了长达两年的监测,以给出规律性的结论。首先该文介绍了软弱土路基沉降及预测的研究概况,并对研究的试验段DK300进行了介绍;然后该文详细分析了该段路基的实测沉降及其变化规律,并对各断面在通车前后的累积沉降进行对比分析,得出重要结论。最后该文对软弱土路基沉降变形预测进行了详细研究,运用了组合预测方法,结果与实测值较吻合,有实用价值。