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。     

交通需求OD估计与预测的现状研究分析

目前，对于静态OD矩阵估计问题已经有很多研究者，对于动态OD前沿的研究工作则非常有限。关于对OD估计和预测的研究可分为封闭网络和开放网络。介绍了研究封闭网络的Bell，Van der Zijpp，Chang and Wu和Chang and Tao等人的方法，以及研究开放网络动态估计的3种方法，即Cascetta、Okutani、Ashok和Ben—Akiva等人的方法。并指出可以将OD估计问题陈述为具有不同误差特性、多个来源的不同类型信息的综合性和一致性的结合体，此联合估测就是经济计量学的混合估计的问题。     

日本高速铁路噪声预测方法

日本在设计、建设北陆新干线时采用的高速铁路噪声预测方法,是根据高速铁路噪声的特点,按车辆下部噪声、构筑物噪声、集电系噪声、车辆上部空气动力噪声分别计算后合成,预测受声点处的噪声级。该方法对我国高速铁路和客运专线铁路的噪声预测有一定参考价值。     

改进的BP神经网络在铁路客运量时间序列预测中的应用

针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。     

长梁山隧道F26断层施工超前地质预报

研究目的：在隧道施工中,准确预报施工前方地质条件,尤其是区域断层的规模、性质和影响范围,将影响施工质量、工期与安全。研究方法：在采用针对性地质调绘、掌子面素描、综合物探、水文长期观测等综合方法基础上,进行相关性分析。研究结果：采用节理相关性预报断层在洞内的出现里程位置,并推导出相关公式。研究结论：经施工验证F26断层采用的综合超前预报技术是合理的、有效的;运用节理相关性分析方法,预报了断层在洞内的出现里程位置;地质超前预报应针对地质特点,选取相应的预测预报技术。     

高速铁路路基沉降量预测方法研究

路基沉降是高速铁路设计和施工中所要考虑的主控因素。结合沉降观测数据可以对路基沉降量进行预测。通过预测可有效保证高速铁路路基工程达到规定的变形控制要求,以合理确定无砟轨道的铺设时间。而路基沉降预测常用方法涉及多个学科和领域,工作难度大,是长期以来困扰高速铁路施工技术人员的难题。此文介绍了高速铁路路基沉降预测的几个典型方法,极具代表性,有一定参考价值。     

南京大胜关长江大桥CPⅢ点位随温度变化的模型研究

以京沪高铁南京大胜关长江大桥CPⅢ高精密测量为工程背景,经过坐标变换后计算得出各个点位的膨胀值,利用概率与统计理论分析处理,得到可用于建模的点对数据(ΔS,ΔT)。根据一定的假设条件,建立了测量点位的位移随环境温度变化的线性回归模型,从而得出大桥CPⅢ位置POS与温度T之间的关系。利用该模型修正并评价测量数据,结果表明其较差完全符合要求,区间预测模型可用。并编程实现了CPⅢ点位位置随环境温度变化的自动化预测,能够方便地为大桥的变形观测、定期复测和实际胀缩效果分析提供一定的参考。     

隧道围岩挤压变形预测方法研究

研究目的:围岩挤压变形预测是高地应力地区软弱围岩隧道勘察和设计阶段的一项重要工作。目前常用的临界埋深法和临界应力比值法均有局限性,迫切需要提出更加符合实际的隧道围岩挤压变形预测方法。研究结论:围岩挤压变形预测可采用强度应力比进行,建议采用Hoek-Brown经验强度公式和GSI法对岩体强度进行估算,F中地应力应取垂直于隧道走向的最大地应力。挤压变形破坏大都发生在F≤1的情况下,而剧烈挤压变形一般发生在F≤0.5时,可将0.5和1分别作为不同级别挤压变形的临界预测值。实践表明,采用F值法对围岩挤压变形进行预测是可靠的。     

灰色系统理论在汽车生产计划中的应用

~~灰色系统理论在汽车生产计划中的应用@康永$江苏大学汽车学院!江苏镇江212013 @高翔$江苏大学汽车学院!江苏镇江212013~~~~[1]刘思峰，郭天榜，党耀国，等．灰色系统理论及应用[M]．北 京：科学出版社，1999． [2]邓聚龙．灰预测与灰决策[M]．武汉：华中科技大学出版     

通渝隧道围岩变形的神经网络预测

隧道新奥法施工中，常以围岩变形量作为评判围岩稳定性和支护结构经济合理性的重要指标。公路隧道围岩变形量是随时间而变化的数据序列，因而可以建立一些实时跟踪预测模型和方法。根据通渝隧道围岩拱顶下沉位移变形的特性，采用神经网络技术来预测其变形量，结果表明该方法简易、有效。