基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。     

一种基于机器码存储的改进遗传算法的应用研究

提出了一种基于机器码存储的改进遗传算法，适于优化大型多变量问题。开发的C 基本位操作算子，使此算法仍可沿用传统二进制遗传算法的交叉变异操作。这一算法在内存和时间上占优势，是一种稳健的、全局搜索能力较强的优化算法，并在建立河北省某地区的年降雨神经网络预测模型的实践中得到了验证。     

交通量预测中组合预测参数估计方法的研究

在现有文献研究的基础上，对组合预测模型中权系数的估计问题作了进一步研究，给出了两种估计方法，即最小平方法和最小方差法，讨论了权系数的约束条件和组合预测效果评价问题。     

组合预测模型的研究

在现有文献研究的基础上，对组合预测模型作了进一步的研究，分析了现有预测模型存在的问题，提出了改进的组合预测模型，并给出了其参数估计和方法和估计公式。     

科学家研究船舶与鲸防撞系统

最近,加那利群岛拉斯帕尔马斯大学的米歇尔·安德烈研制出一种新的防止鲸与船舶相撞系统,特别是帮助在热点海区行驶的船舶避开鲸。这种防撞系统采用了一种被称为“环境噪声成像”的声纳技术,利用这种技术,即使鲸不     

高速道路异常状况下车辆排队长度的预测模型

分析了高速道路交通事故发生后交通流的变化情况，并采用车流波动理论推导出排队长度随时间变化的公式，为开发高速道路紧急救援系统提供了理论依据。     

灰色理论在高速公路交通量预测中的应用

应用灰色理论,借助于EXCEL及MATLAB,对成渝等几条高速公路的交通进行预测并结合实例建立相应的模型予以验证,通过与实际情况对比,说明该预测模型用于高速公路交通量预测精度较高,且使用方便简便.     

车辆超限运输对沥青路面的影响及对策

针对车辆超限运输对沥青路面的严重影响，指出在加强管理的同时，要注重超限运输车辆的检测、调查、预测和科学研究，对车辆超限运输的调查和预测要象交通量调查那样，进行统计和预测，并建立预测模型；提出沥青路面设计施工方面的措施。