路基非饱和土动态回弹模量计算模型对比研究

作为路面结构设计的关键参数,对动态回弹模量的可靠计算一直是工程界不断探索的课题。本文收集并分析国内外已有关于路基土回弹模量的计算模型,根据自变量的不同属性,将计算模型归为两大类,第一类为将应力水平作为变量(I型),第二类是将表征湿度状态的基质吸力作为变量,这其中又分为两个子类,一是将基质吸力引入耦合到应力变量中(II1型);二是将基质吸力剥离出来作为独立变量(II2型)。然后结合2种土样的循环动三轴试验数据,对3类计算模型的可靠性及适用性进行对比评价。结果表明：将基质吸力作为单独变量(II2型)的计算模型能更真实的反映非饱和路基土动态回弹模量的变化规律,拟合度较高。     

重载铁路路基动回弹模量影响因素及预估模型

为准确预测重载铁路路基不同工作区域的动回弹模量,对动三轴加载序列进行重新设计,之后进行不同含水程度和不同压实程度状态下的动三轴序列加载试验。分析动回弹模量影响因素,并采用预估模型对动回弹模量进行回归分析。研究结果表明：动回弹模量随动应力幅值增大而减小,平均减小率为9.77%;动回弹模量随围压的增大而增大,平均增长率为16.16%。土体含水率与干密度的变化会导致动回弹模量发生变化,当动应力幅值较大时,动回弹模量变化趋近于线性变化。此外,综合考虑动应力和围压影响的Ni模型与试验结果具有良好的相关性,可以为重载铁路路基设计提供理论基础和经验参数。     

路基土回弹模量湿度调整系数预估研究

选取了几种代表性的路基土样,采用UTM(万能材料试验机)动力三轴试验系统,测试不同湿度下的回弹模量,分析湿度对路基土回弹模量的影响规律,利用测试结果,对Witczak回弹模量湿度调整系数模型中的参数进行校正,建立适用于我国粗细粒土组的湿度调整系数预估模型.结果表明,路基土湿度在最佳含水率饱和度±20%区间内,模量调整系数与饱和度差值近似呈线性关系,而当湿度低于最佳含水率饱和度20%以上时,模量调整系数受饱和度变化的影响很小.针对不同类型土组,应用建立的模型,推荐了回弹模量的湿度调整系数,可结合室内回弹模量测试,反算路基在实际湿度状况下的回弹模量值.     

基于高斯模型和贝叶斯理论的单信道语音盲源分离

单信道盲源分离是盲信号分离的重要研究方向.针对单信道线性混合语音信号一次分离后不能完全消除干扰语音的问题,提出了基于子频率分量高斯混合模型与贝叶斯理论的多次盲源分离方法.首先,对源语音的子频率分量分别进行训练,建立高斯混合模型;然后,应用贝叶斯理论从混合语音中首次分离源语音,并针对一次分离后目标语音中仍混有干扰语音的问题采取多次分离的方法,实现尽可能的彻底分离.实验结果表明,这种方法取得了良好的分离效果.     

基于贝叶斯优化高斯过程回归法的再生混凝土力学性能预测

为了更准确地预测再生骨料混凝土的抗压强度与弹性模量,建立了一个比以往研究大的数据库,具有730组数据,为建立可靠的预测模型奠定了基础。提出了贝叶斯优化的高斯过程回归方法,选取再生粗骨料体积分数、水灰比、混合粗骨料吸水率、细骨料与总骨料比、粗骨料与水泥比、混合粗骨料饱和表面干密度等6个参数作为影响因素,同时建立了再生骨料混凝土抗压强度和弹性模量预测模型。通过比较抗压强度、弹性模量的预测值与实验值,发现二者较为接近,说明该方法具有一定的可靠性。将贝叶斯优化的高斯过程回归与高斯过程回归、支持向量机回归、随机森林回归、人工神经网络进行比较,并选取4个统计指标对模型进行评价,结果表明贝叶斯优化的高斯过程回归预测抗压强度和弹性模量精度较高,相关系数分别达到了0.91和0.93。这说明贝叶斯优化的高斯过程回归方法对预测再生骨料混凝土的抗压强度和弹性模量同时适用。     

基于ARMA-稀疏贝叶斯模型的汇率预测研究

文章基于ARMA模型和稀疏贝叶斯模型,提出了ARMA-稀疏贝叶斯模型,充分利用ARMA模型和稀疏贝叶斯模型在线性模型及非线性模型预测中的优势,将收益率序列分解为线性自相关主体和非线性残差2个部分,然后用ARMA模型对线性自相关主体数据进行预测估计,用稀疏贝叶斯模型对非线性残差进行预测估计,最后合成人民币兑美元日汇率中间价序列预测结果。研究结果证明,运用所建模型预测人民币日汇率中间价和上证指数收盘价,均取得了较好的效果。     

指数族动态模型及贝叶斯预测

本文给出了指数族动态模型,并对这种模型给出了共轭分析及Bayes预测.     

基于模型诊断的贝叶斯解释及应用

在基于模型诊断的基础上，建立了贝叶斯模型．该模型首先假设系统的所有状态都是可能发生的，并对系统中的各个元件设定一个先验概率．当系统的观测与预期不符合时，利用最小冲突集的概念得到系统可能的状态．之后根据各个系统状态的对应概率计算出元件发生故障的后验概率，该后验概率本质上是一个边缘概率分布，它在数值上表示了元件发生故障的可能性，确定了故障查找顺序．用一个数字故障电路的实例验证了该方法的有效性，井对其存在的问题进行了讨论．     

模型参数分布未知的贝叶斯预测

本文介绍了线性贝叶斯方法，并将其应用于贝叶斯动态线性模型，得到了模型参数分布未知情况下模型的修正递推及预测算法，从而拓宽了贝叶斯动态线性模型的适用范围。     

基于反应数据的贝叶斯概率方法在恢复力模型选择中的应用

考虑模型选择过程中的不确定性,建立基于反应数据的模型选择的贝叶斯概率方法计算框架,用于选择一系列结构模型中的最有可能模型。该方法通过基于贝叶斯理论的模型参数识别方法得到模型参数的最有可能值及Hessian矩阵,对于全局可识别情况再结合渐近估计解法得到各模型的证据,进而通过贝叶斯定理得到选择各模型的概率,可以自动对过于复杂的模型进行限制。最后,将基于贝叶斯理论的模型选择方法用于采用实测滞回曲线数据的密肋复合墙试件的恢复力模型选择中,基于反应数据对选择2种恢复力模型的概率进行计算。研究结果表明:贝叶斯理论在系统识别中的应用不仅可以识别得到模型参数的最有可能值,还可以识别得到最有可能的模型,并且考虑了模型及模型参数的不确定性。     

路径抽样法在贝叶斯模型选择中的应用

为采用贝叶斯分析方法解决模型选择问题,针对传统的Box-Cox模型线性与非线性的选择问题,将路径抽样法应用于贝叶斯因子的计算,引进一个连续的路径参数并且假定它满足一定的概率分布,利用该路径参数连接待选择的模型,使计算贝叶斯因子的工作主要集中于马尔可夫链蒙特卡洛(MCMC)抽样上,从而简化了使用贝叶斯分析方法的计算过程,实现了路径抽样法在模型选择中的具体应用．     

基于近似贝叶斯的模型选择

讨论了近似贝叶斯计算(ABC)方法的改进算法ABC-SMC在实际建模过程中的模型选择和参数估计问题.ABC算法是一个似然自由的算法.当似然函数难以计算或没有精确解析形式的情形时,ABC算法规避了似然函数的计算,转而关注模型的生成模拟,这也是该算法的核心.ABC-SMC在经典的ABC框架上改造了抽样过程,利用序列蒙特卡罗...     

粉土动态回弹模量试验研究

利用动三轴试验,研究粉土动态回弹模量的影响因素及其规律,分析动态回弹模量对偏应力、侧应力和体应力的依赖关系,在回弹模量本构预估模型的基础上,采用偏应力和体应力为变量的动态回弹模量本构模型对试验数据进行回归分析.结果表明:动态回弹模量随围压和压实度的提高而增大,随循环偏应力和含水量的增大而减小.所选模型具有较高的决定系数,证明所选模型具有较高的合理性与可靠性,同时获得了不同含水量和压实度下粉土的动态回弹模量预估模型,可为基于动力学的路面结构设计提供参数.     

移动通信用户选择3G增值服务的预测分析研究

移动通信用户由2G服务转向3G服务是通信行业的热点问题,在分析2G和3G电信用户话费信息的基础上,提出2G用户转换为3G用户的倾向性问题.研究利用贝叶斯模型和逻辑回归模型分别分析该问题.实验结果表明,逻辑回归模型在平均召回率、平均正确率以及平均精确率分别比贝叶斯模型高2.93、3.32、2.72个百分点,在正确率上表现尤为出色.     

采样间隔非均匀情况下的季节模型及其贝叶斯预测

主要给出了采样间隔非均匀情况下的季节因子动态线性模型、季节效应动态线性模型和Ｆｏｕｒｉｅｒ形式的季节效应模型,当观测误差方差Ｖｔｉ已知时,给出了它们的先验分布、预测分布和后验分布的修正递推算法。     

改良Verhulst模型在泥岩路基沉降预测中的应用

为了准确预测泥岩高速公路路基不同填筑阶段的沉降数据,避免长期监测带来的不便,提出了5个改良Verhulst模型：分别利用元胞自动机和矩形法以及积分法改良传统Verhulst模型背景值,建立了元胞自动机改良模型、矩形法模型和积分法模型;在此基础上,利用元胞自动机理论优化矩形法模型和积分法模型的背景值,建立了综合改良模型1、2。以马巢高速公路泥岩路基沉降数据为基础,采用传统Verhulst模型和5个改良Verhulst模型预测路基在不同填筑阶段的沉降。结果表明：5个改良模型中,2种综合改良模型精度最高,其次为元胞自动机改良模型和积分法模型,最后为矩形法模型,且预测精度均优于传统模型,能较好地预测不同风化程度泥岩路基在不同填筑阶段的沉降,符合工程要求。     

冻融循环下粗粒土路基动回弹模量衰变规律研究

为明确冻融循环对粗粒土路基力学特性的影响,借助动三轴试验系统,研究了不同含水率、不同应力加载路径和不同冻融循环次数下粗粒土动回弹模量的变化规律,并在此基础上提出粗粒土动回弹模量调整系数及衰变规律的拟合公式.试验结果表明:动回弹模量随着含水率的增加呈现减小的趋势,含水量4％对应的动回弹模量最大,不同含水率之间对应的动回弹...     

高速公路路基沉降预测研究

文章讨论了灰色系统理论在公路路基沉降预测中的应用,并对等间隔的灰色模型GM(1,1)进行了改进,建立了任意时间间隔的非等时序改进灰色模型.通过具体工程实践,给出了两种模型对公路路基沉降量预测结果与实测结果的比较,结果表明非等时序改进灰色模型的预测沉降量与实际沉降量更接近,精度更高,更能满足工程需要.     

基于M-H抽样算法的贝叶斯Probit分位回归模型研究

针对Probit分位回归在参数随机化条件下的建模问题,提出基于Metropolis-Hastings算法的贝叶斯Probit分位回归模型.通过分析Probit分位回归模型结构,选择模型的先验分布,运用M-H算法进行参数估计.利用Monte Carlo仿真技术,得到不同分位点模型参数后验分布,同时用贝叶斯probit分位回归与分位回归方法和光滑分位回归方法对模型参数估计进行比较分析.研究结果表明:贝叶斯Probit分位回归模型可以更全面描述离散选择变量的影响,能够得到更加准确有效的参数估计.     

采样间隔非均匀一阶渐近增长模型及贝叶斯预测

利用贝叶斯预测方法给出采样间隔非均匀情况下的一阶渐近增长模型，当观测误差方差已知时，给出了它的先验分布、预测分布和后验分布的修正递推算法。