交通荷载与冻融作用下黄土累积变形研究

为揭示季节性冻土区路基黄土在循环交通荷载和冻融作用下的累积应变特性，进行循环加载试验，探讨冻融循环次数、含水率、动应力幅值、振动频率对冻融后黄土累积塑性应变的影响。结果表明，在试验条件范围内土体并未破坏，产生的累积变形较小且累积应变曲线皆表现为稳定型；循环荷载作用下产生的累积应变随冻融循环次数、含水率、动应力幅值的增加而增大，随振动频率的增加而减小。根据试验结果，提出了考虑冻融循环次数的累积应变指数双曲函数预测模型，并利用试验数据验证了模型的合理性。研究结果可为季节性冻土区路基黄土的沉降预测提供参考。     

单车噪声排放模型对比

针对国内外常见的道路交通噪声预测模型中的单车噪声排放模型进行对比研究，详细分析模型的结构与特点：7.5 m处噪声大小、不同类型车辆噪声的差别以及车辆加速状况与匀速状况噪声的差别，并对我国的道路交通噪声预测模型研究提出建议。     

公路噪声源强预测模型研究进展

随着公路建设和城镇化的不断发展，车辆行驶过程中产生的环境噪声对沿线居民、学校的影响也日益明显。针对目前我国的标准规范中未明确给出公路噪声源强预测模型的问题，对国外公路环境噪声源强模型进行系统的分析和总结，并对我国公路噪声源强预测模型的研究提出建议。     

基于改进BP神经网络的煤与瓦斯突出预测模型

煤与瓦斯突出已成为危害煤矿安全的重大灾难之一,工作人员对瓦斯突出灾难的预防工作已是现在重要的研究项目。目前的瓦斯突出预测工作中,不同程度的有着一些对预测精确度造成影响的因素,如逻辑推理组合效率低等。利用BP神经网络结合瓦斯突出样本建立了一个预测模型,对BP神经网络算法进行了改进,最后根据提供的某煤矿的数据作为样本,利用MATLAB软件对其进行仿真测试,所得到的预测值和实际值拟合程度较高,可以反映出煤与瓦斯突出的真实情况。     

基于SPSS软件对私家车保有量增长的多远回归模型分析

用GM（1，1）模型给出各种因素未来的预测值和私家车的预测值，然后进行丰成份分析，通过SPSS软件逐步同归（STEPWISE）得到私家车保有量的主要影响因素：人均国内生产总值GDP（元），公交车营运总里稗（万公里），公交营运总数（亿人次），同时得到回归模型的各主要影响因素的系数，采用多元回归模型预测未来私家车的数量，并对多元同归模型进行合理性分析。     

许疃矿非采动沉降趋势预测与安全监测研究

为研究许疃矿工业广场非采动沉降的现状及沉降规律,在矿区布置非采动沉降安全检测系统.文中通过对实测数据的处理分析,掌握监测点的沉降规律,预测井架基础预测井架基础和工业广场地表沉降发展趋势；建立非采动沉降的安全检测系统和沉降趋势预测的最优模型,及时发现建(构)筑物安全隐患,为采取有效措施提供科学依据.     

射灯天线在LTE网络深度覆盖中的应用模型研究

针对射灯天线在LTE深度覆盖中的应用,建立信号预测模型.该模型能够为无线网络规划提供比较精确的覆盖预测,并提出了射灯天线选型、需求数量计算、下倾角设计等工程参数建议,实现兼顾覆盖和建设成本.CQT测试结果表明,测试数据与模型预测结果一致.     

贵州省遵义市山盆镇一带煤矿煤层瓦斯地质规律分析

运用瓦斯赋存构造逐级控制的理论,对贵州省遵义市山盆镇一带煤矿所在区域的地层沉积层序及地质构造演化展布情况进行研究,得出区域瓦斯赋存构造逐级控制特征;在此基础上,结合现场测定可采煤层瓦斯含量及瓦斯压力等大量瓦斯参数,分析了煤层瓦斯赋存规律,确定该矿可采煤层瓦斯主控因素,并建立瓦斯参数预测模型。     

电力负荷预测神经网络模型的设计

为提高电力负荷预测精度,本文采用Elman神经网络建立模型,提出了一种基于Elman神经网络的电力负荷预测方法 ,采用自适应学习速率动量梯度下降反向传播算法进行网络训练,对乌鲁木齐电网的实际历史数据进行了仿真,仿真结果表明,Elman神经网络对电力负荷进行预测具有收敛速度快,预测精度高的优点。     

基于混合遗传神经网络的运动员专项成绩预测系统设计

针对传统运动员专项成绩预测系统一直存在无法达到实质性的综合预测的问题,提出并设计基于混合遗传神经网络的运动员专项成绩预测系统。通过混合遗传神经网络,导入运动员专项数据,根据系统内部节点间调整,对运动员专项数据信息进行处理,建立专项成绩灰色预测模型,实现运动员专项成绩预测。实验数据表明,所设计的成绩预测系统能够进行高精度的专项成绩预测。