基于支持向量机的高墩大跨桥梁体系可靠度计算

为解决高墩大跨桥梁结构体系可靠度求解过程中失效模式复杂、极限状态方程无法显式表达等问题,提出一种基于支持向量机(SVM)分类技术的体系可靠度计算方法.该方法采用拉丁超立方抽样法产生样本库,通过重复筛选构造一个精确的SVM分类器函数(而不是构造功能函数本身的响应面函数),然后采用蒙特卡罗法进行数值模拟计算体系失效概率.以济邵高速公路逢石河特大桥为例验证了采用该方法计算高墩大跨桥梁体系可靠度的实用性,计算结果表明该桥体系可靠度满足设计要求.     

基于支持向量回归的视距计算模型建立和应用

为了更加有效地对山区高速公路隧道段的行车视距进行检验,建立基于支持向量机的视距计算模型,并将该模型应用于实际隧道的视距检验中。首先对驾驶人视觉图像识别的道路中心线建立视觉车道模型,提取6个特征值作为形状参数,包括视曲线长和视曲率,相关性分析发现上述6个参数之间存在显著的线性相关性,采用主成分分析法将6个参数降维成2个独立的主成分。然后基于支持向量机建立计算行车视距的模型,训练测试完成后,该模型的均方误差为0.071 8,拟合优度为0.359。最后,利用该模型对浙江上三高速公路新昌至白鹤段的10个隧道路段进行视距检验,发现南往北向马岙岭隧道和北往南向龙山隧道存在运行视距不足的情况,对照各个隧道的驾驶人视觉图像,发现这2处地点存在不合理的视觉环境设计,包括速度控制、视线诱导和增强等设施,导致在行驶过程中,视觉环境供给的视距难以满足驾驶人需求的视距。研究结果表明:横向减速标线配合隧道口彩色路面提醒可对隧道入口段进行有效速度控制,从而降低行车视距的需求;通过在隧道内设置闪光式轮廓标和出口外设置绿化带或植被护坡可以增强驾驶人视觉感知,从而减少隧道入口段黑洞现象和出口段白洞现象的持续时间,增加视觉环境中供给的视距;2种设计都有助于实现视距供需的平衡。     

基于支持向量机的大跨度斜拉桥可靠度分析

针对大跨度斜拉桥可靠度分析时存在的功能函数不能显式表达的问题,采用支持向量机来逼近结构的功能函数,建立结构响应量与随机变量之间的映射关系,并在此基础上结合常规的可靠度分析方法,如一次二阶矩法(FORM)、二次二阶矩法(SORM)和Monte Carlo法等来计算结构的失效概率。对某大跨度斜拉桥可靠度分析的结果表明,支持向量机能很好地模拟结构的真实响应,用于可靠度分析具有较好的计算精度。     

基于时变因素的桥梁可靠度指标计算

在预应力桥梁服役过程中,桥梁构件的抗力水平可能降低,同时在运营过程中,桥梁的交通量有可能发生增长,考虑这些时变因素的桥梁可靠度是值得关心的问题。本文总结归纳了三种典型的抗力退化模式,以某地交通量观测结果为依据,拟合了其增长函数;建立抗力衰减和荷载增长的时变模型;接着,本文以某现役预应力混凝土桥梁构件为背景,利用蒙特卡罗法模拟计算了考虑时变因素的可靠度指标,讨论了其安全使用年限。     

基于支持向量机的钢筋混凝土桥梁损伤识别

为了克服现有方法存在的一些不足,提出基于小波包和支持向量机的混凝土桥梁损伤识别方法。采用小波包对环境振动下的信号进行分解,获得各个频带上的能量,该向量对损伤敏感,可以作为模型识别的输入向量。利用支持向量机强大的分类功能,提出根据频带能量建立支持向量机并进行损伤模式识别的方法。应用该方法对一座三跨连续梁桥进行了损伤识别分析。结果表明经过训练的支持向量机可以较准确地识别出损伤位置和程度。对小波频带能量进行主成分分析后建立的支持向量机会获得更好的识别效果。获得更精确的实际信号特征将进一步提高有限元模型精度和实际应用效果。     

基于支持向量回归的高速公路路段平均速度估计方法

为克服现有高速公路车辆检测器密度稀疏、损坏率高导致所估计的路段平均速度准确率不高这一缺陷,提出一种新的高速公路路段平均速度估计方法。一方面,高速公路收费数据具有车辆信息全面可靠、辐射路网范围广的优点,采取基于轨迹法的修正算法求取基本路段平均速度;另一方面,"两客一危"卫星定位数据实时性好,路网分布相对均匀分散,利用速度-时间积分模型对单车行程速度进行估计,再对单一浮动车作加权平均获得路段平均速度。最后,利用支持向量回归原理,对由高速公路收费数据和"两客一危"卫星定位数据所获取的路段平均速度进行融合处理,得到估计效果更好的路段平均速度。利用广乐高速公路上的实际数据对融合结果进行了验证。结果表明:与单一数据源的估计速度相比,融合后的路段平均速度具有更小的相对误差,更接近真实值,可更好地反映高速公路系统运行状态,为管理者和出行者提供决策依据。此外,分别以15,45 min和60 min作为统计间隔,使用上述融合方法进行路段平均速度估计。结果表明,模型效果与统计间隔大小呈负相关关系;统计间隔越小,模型的均方误差、可决系数、相对误差3个指标也越小;当统计间隔为30 min以下时,估计结果更为精确。     

基于支持向量回归集成学习的新能源汽车销量预测

新能源汽车的普及,有利于减少大气污染,提高空气质量.但与新能源汽车相配套的公共充电基础设施、维修服务等问题却阻碍了新能源汽车销量的增长.因此,预测我国新能源汽车销量以完善相关配套措施、促进新能源汽车产业的发展就显得尤为重要.针对新能源汽车产业属于新兴产业,其相关历史数据较少,且销量变动较大以及影响其销量的因素存在非线性...     

基于遗传算法优化支持向量回归的电池SOH预测

针对实车运行过程中电池当前可用容量难获取、电池健康状态评估不准确的问题,提出利用车辆的停车充电片段数据,通过箱型图及卡尔曼滤波算法对安时积分法计算所得的电池容量进行修正,构建支持向量回归模型用于电池衰减预测,通过皮尔森相关性分析确定有效的模型输入参数,结合遗传算法优化模型参数。结果表明：优化后模型的拟合优度可达88%,相较于优化前提高了12%,可以实现电池健康状态的准确预测。     

基于验算点法的开裂RC桥梁时变可靠度计算

本文总结了桥梁结构可靠度的研究成果,综合考虑了桥梁运营期间,影响桥梁可靠度的各种因素:如荷载效应、碳化深度、钢筋锈蚀、粘结强度退化等。基于验算点法计算原理,编制MATLAB计算程序进行时变可靠度的求解。以福建省某在役开裂RC桥梁为依托工程,计算了该桥时变可靠度,并进行了剩余寿命的求解,根据相关计算结果得到了桥梁结构在运营初期以及结构失效期间时变可靠度下降最为迅速。相关结论也对养护时机的的合理选取提供了参考。     

基于Lagrange支持向量回归机的短时交通流量预测模型的研究

在智能交通系统中,进行实时、准确的交通流预测是交通控制和交通流诱导的关键之一,直接影响交通控制和交通诱导的效果.基于支持向量机,提出了一种Lagrange支持向量回归机的交通流量短时预测模型,能够实现对交通流量的有效预测.仿真试验表明,Lagrange支持向量回归机具有良好的泛化性能、更快的迭代速度,预测结果优于改进的BP神经网络.     

基于支持向量机的桥梁挠度传感器自适应修正方法研究

通过分析连通管式挠度测量原理,对挠度修正方法进行了改进。为避免现有方法需要对初始状态参数求取,引入了支持向量机模型以求得挠度传感器更换后的理论值,进而得到挠度偏差Δf。本方法不受温度及工况的限制,具有一定的自适应特性。多次实验结果显示现有方法和本方法的均方误差分别为0.785312和0.329756,说明本方法明显优于现有求均值的方法。     

基于批处理增量Lagrange支持向量回归机的短时交通流预测模型

实时、准确的交通流预测是智能交通控制和诱导的关键之一,针对实际中短时交通流数据批量增加的情况,为了提高预测模型准确性、缩短运行时间和模型更新问题,文章提出了一种基于批处理增量学习Lagrange支持向量回归机的短时交通流预测模型。仿真实验表明,与传统的支持向量回归机增量学习算法相比,提高了模型的预测精度,缩短了训练时间。     

基于改进支持向量回归机的锂离子电池剩余寿命预测

为提高电动汽车锂离子电池剩余循环寿命预测的准确性,提出了一种基于改进支持向量回归机的预测算法,利用免疫完全学习型粒子群优化算法对支持向量回归机的惩罚系数和超参数进行优化,增强其预测能力,基于NASA PCoE研究中心提供的锂电池测量数据,与完全学习型粒子群优化的支持向量回归机预测算法进行对比分析,仿真结果显示,本文提出的算法预测相对误差低于6%,容量预测平均相对误差低于0.4%,具有更好的预测性能。     

基于可靠度分析的桥梁耐久性评估

运用可靠度分析方法，以桥梁结构服役状态下材料性能的劣化为出发点，对结构的承载能力耐久性进行了分析。Monte Carlo模拟方法的运用，将桥梁的实际检查结果与结构分析紧密地结合起来。通过高次(五十万次)模拟，数据分布表现出了很好的规律性和重复性一在建立材料性能劣化模型的情况下，该种方法可以作为桥梁生命周期成本管理系统的基础，为桥梁养护、管理优化提供依据。     

欧洲桥梁抗震设计及计算方法

介绍了按照欧洲规范对于地震区桥梁一般采用的抗震计算方法,并结合简单的示例进行说明.这种计算方法简单易操作,计算结果偏于安全.     

基于支持向量机和改进粒子群算法的钢管混凝土拱桥可靠度分析

针对大跨度钢管混凝土拱桥结构可靠度分析过程中功能函数难以显式表达的问题,首先阐述了支持向量机的基本原理,并将其引入到结构可靠度分析中,建立了基于支持向量机的可靠度分析模型,然后利用改进粒子群算法对某钢管混凝土拱桥的吊杆可靠度与拱肋可靠度分别进行了求解,并对其灵敏度进行了分析,研究表明：端部短吊杆的可靠度指标相较于其它吊杆更大,并且越靠近跨中,吊杆的可靠度指标整体越小;随机变量灵敏度对吊杆可靠度指标影响最大的为吊杆弹性模量,其次为吊杆截面面积,钢管弹性模量、混凝土弹性模量、立柱截面面积与主梁截面面积对其影响较小;在拱肋可靠度评估中,拱脚截面的可靠度最小,拱肋1/8截面处的可靠度指标最大,随机变量灵敏度对拱肋可靠度指标影响最大的为拱肋截面面积,其次为钢管弹性模量,立柱截面面积、汽车荷载与主拱抗弯惯性矩等对其均有不同程度的影响。     

基于多指标与支持向量回归的道路监控图像质量检测方法

图像质量是闭路电视监控系统检测中的关键性能参数。通过分析道路监控图像质量检测的主观和客观方法,提出一种基于多指标与支持向量回归的检测方法。借助该方法可提取监控图像的像素数目、对比度、边缘清晰度和噪声干扰等指标,采用支持向量回归算法对多指标进行融合,建立图像质量客观评分的检测模型,最后通过开展仿真试验,验证了各指标提取算法的正确性以及支持向量回归算法对多指标融合的有效性。     

基于K近邻算法和支持向量回归组合的短时交通流预测

为了提高短时交通流的预测精度,向交通管理部门和出行者提供更加准确可靠的交通信息,基于非参数回归与支持向量回归方法的特点,提出了一种混合预测模型(KNN-SVR)。该模型利用K近邻方法的搜索机制,重建与当前交通状态近似的历史交通流时间序列,然后利用支持向量回归原理实现短时交通流预测。针对实际的交通流数据,考虑预测路段上下游交通流的影响,对提出的KNN-SVR模型的预测精度进行了分析。研究结果表明:同时考虑预测路段和其邻近路段交通流影响的KNN-SVR模型具有更好的预测精度,其预测误差最小,平均为8.29%,而仅仅考虑预测路段交通流影响的KNN-SVR模型,其预测误差略高,平均为9.16%;KNN-SVR模型的预测精度优于传统单一的预测方法,如K-近邻非参数回归、支持向量回归以及神经网络方法。     

基于支持向量机模式识别的大跨度桥梁钢箱梁损伤识别研究

葙梁为大跨度桥梁主要的承重构件,为实时在线监测钢箱梁的损伤状态,以恒载作用下的均布荷载挠度变形曲率为特征参数,采用支持向量机模式识别理论,对某大跨度悬索桥钢箱梁进行损伤识别研究.结果表明,支持向量机模式对损伤定位、损伤程度均具有较好的识别效果.     

基于可靠度理论的桥梁寿命预测研究

桥梁结构各种损伤的不断累积势必会造成桥梁性能劣化,导致承载能力和耐久性下降,最终影响其正常使用并造成安全隐患。如何科学合理地评估既有钢筋混凝土桥梁的可靠性,并对其剩余使用寿命进行预测,已成为目前国内外桥梁学术界研究的重点问题之一。本文以时变可靠度理论为依据,结合已有的材料耐久性的研究成果,从可靠性和使用寿命入手对既有简支梁桥进行了研究分析。