基于CNN-LSTM融合神经网络的CRTSⅡ型轨道板温度预测方法

准确预测CRTSⅡ型轨道板温度可对轨道板内高温的出现及时进行预警,减小高温时期涨板对列车运营带来的威胁。同时考虑外界环境温度对轨道板温度影响的时滞效应与轨道板自身在时间上的温度变化规律,提出基于卷积神经网络(CNN)与长短期记忆网络(LSTM)融合模型的板温预测方法。先通过CNN在时间轴上对气温与轨温进行卷积提取出过去一段时间内外界气象条件对当前时刻板温的影响,再将CNN在各个时间点上的输出作为LSTM的输入特征利用轨道板自身的传热规律对板温进行预测。结果表明：过去12 h内的外界气象条件对当前时刻的板温有较大影响,利用训练好的CNN-LSTM在测试集上对未来40 min的板温进行预测,其预测误差绝对值的数学期望为0.925℃。     

基于LSTM神经网络的公路工程施工风险量化预测研究

随着我国公路工程建设的飞速发展,施工安全日显重要。风险量化评估是进行施工安全风险管控的重要途径,基于已有的历史风险量化评估数据进行有效地预测,在实际施工过程中有着重要的意义。针对风险量化数据时序特点,采用LSTM神经网络算法实现风险量化预测,据此开发实现一套公路工程施工安全风险量化评估和预测系统,并在实际工程中进行应用。     

基于MSD方法的基坑变形预测研究

MSD方法是一种基于塑性上限的基坑变形预算方法,传统MSD理论只适用于具有特定性质基坑的计算,具有较大的局限性。针对此问题,提出优化MSD预测基坑变形理论,结合地层特点,将体现基坑支撑结构的变形能ΔV引入能量守恒分析体系,构建适用于“地连墙+内支撑”形式基坑变形预测的优化MSD方法,并结合实际工程进行计算,以期为类似工程提供参考。     

调车机车监控实时通信系统的研究与应用

调车机车监控实时通信系统从实现调车作业信息化、提高调车作业安全性的角度出发,结合现场作业方式,实时监控系统和调车作业通信流程,保证地面中央站与车载智能外围站之间的实时无线通信。系统结合其他软、硬件系统,最大限度地实现信息共享和资源优化。经现场试验表明,该系统能有效防止调车作业常见事故,保障调车机车的实时安全作业。     

客流预测成果在地铁行车组织设计中的应用

结合南宁轨道交通1号线的设计前期工作,对客流量级进行阐述,分析客流预测三级数据,确定运营的规模;根据OD客流分析来研究行车交路,做出满载率和拥挤度的评价,最终确定车辆编组与行车密度的组合,从而形成合理的运营方案。     

全球东西干线集装箱往返运量运力预测

利用基础分析法,借助时间序列回归预测等技术手段对太平洋航线东西航线的运量和运力做了合理的预测,可为船公司进行战略调整和决策提供一定的依据。     

中国社科院:7.5%～8%可能是今后10年可能性最大的GDP平均增速

中国社会科学院2012年12月5日发布的《2013年经济蓝皮书》(下简称:蓝皮书)分析预测了2012、2013年我国经济发展的趋势和面临的主要问题,公布了2012—2013年国民经济主要指标预测。《蓝皮书》认为,预计2012年GDP增速为7.7%,2013     

21世纪世界新秩序——几种基本理论模式述评

在人类进入21世纪之后,世界需要建立什么样的新秩序才能更好地服务于人类社会?这个问题激发了政治家和思想家们的极大兴趣,他们提出了各种各样的“理论”和“模式”。其中,较具代表性的有：“地球村”模式,世界政府模式,“和平区”与“动乱区”模式,“三大经济区”模式,“明冲突”模式,“单极霸权”或“单极主导下的多极合作”模式,两极或多极均势模式,等等。这些模式各以其独特的视角,试图勾勒出后冷战时代世界新秩序的“地图”。