基于等维灰数递补模型法的路面使用性能预测方法

考虑到目前国内路面使用性能预测方法存在主观性强、综合性差的不足,选取路面损坏状况指数(Pavement Condition Index, PCI)作为分析指标,分别比较了路面性能衰变PPI模型、常规GM(1,1)模型以及等维灰数递补模型的路面使用性能预测方法对PCI指标的预测效果。结果表明,3种模型的预测精度均能满足一级精度。其中,等维灰数递补模型预测结果的后验差比值最小,预测的稳定性和精确度最好,更适用于路面使用性能的预测。     

等维灰数递补MGM(1,n)模型在商品住宅价格趋势预测中的应用

主要探讨了在商品住宅价格趋势预测中更为适用、精确的一种方法--等维灰数递补MGM(1,n)模型即基于多变量灰色模型的等维灰数递补动态模型.针对该模型选取XX市历年商品住宅均价及相关指标数据作为样本,对其进行了严格的验证,等维灰数递补动态模型的引入使得多变量灰色模型的预测精度得到了不断的提高,该方法在经济预测中具有很好的实用价值.     

指数型路面性能预测模型在北京市高速公路中的应用分析

为了提高指数型路面性能衰变预测模型精度稳定性,调查统计北京市交通量及环境条件相近的京承高速与六环高速公路路龄2～9年的路面性能数据,基于2～4年的路面性能数据线性回归获得PCI、RQI、RDI、SRI与PQI5种路面性能数据的预测模型,即京承模型及六环模型,将路面性能数据以50％的权重系数加权平均,通过线性回归分析获得组合模型,并对短期预测(路龄5～6年)及长期预测(路龄7～9年)精度进行验证.结果表明,与单一数据回归得到的京承模型及六环模型相比,组合模型具有更高的精度稳定性及适用性,短期及长期预测精度均达90％以上,为指数型路面性能衰变预测模型在北京市高速公路道路养护规划中的应用提供参考.     

一种基于神经网络的路面养护决策方法

提出一种基于神经网络的路面养护决策方法,该方法根据路面损坏状况指数PCI、结构强度指数SI、行驶质量指数RQI和交通量AADT等性能评价指标的隶属函数,结合各种典型对策,改善各性能指标的可行程度,计算PCI、SI、RQI和AADT评价指标,然后利用这些评价指标,建立一种路面养护决策的神经网络模型,以获取最优的路面养护决策。     

基于随机森林的沥青路面性能预测

为弥补路面性能预测问题中传统预测方法效率差、预测精度低等缺陷,针对普通公路沥青路面状况指数(pavement condition index, PCI)的预测问题,利用北京市9个县区包括路面性能指标、路面结构、交通参数及气象资料在内的1 249组观测值,提出了一种基于随机森林算法的PCI预测模型,并与神经网络、支持向量机模型预测结果进行对比.研究结果表明:通过对比分析不同模型的3个定量评价指标(均方根误差、平均绝对误差和决定系数)以及可视化散点图,证明采用随机森林算法的PCI预测模型的鲁棒性、准确性要优于神经网络和支持向量机模型,验证了该模型的有效性和优越性,可以为后续公路养护预算申请和决策方案制定提供科学依据,对于提高公路养护的经济效益具有重要意义.     

灰色递补模型在城市需水量预测中的应用

目的提出使用灰色递补模型准确地预测城市需水量,弥补传统灰色预测中不能对外界影响因素做出反应的不足.方法在传统灰色预测基础上,由已知数列预测一个值,将预测值补加到已知数列中去,同时去掉最早期的一个数据,保持维数的不变,接着预测下一个数据,把新的数据补充到原数列中去,同样去掉最早期的一个数据,这样逐个替换、补充,依次递补,直到完成预测目标.结果通过模型模拟结果可以看出灰色递补模型在模拟精度方面要远远超过传统灰色模型,灰色递补模型模拟的相对误差较小,小误差概率P、均方差比值C都较好,对未来需水量预测更准确.结论通过对比和实践验证,灰色递补模型弥补了传统灰色模型在预测中的不足,把外界对需水量的影响降到最低,能更好地预测城市未来需水量.     

煤炭地下气化过程灰色预测

煤炭地下气化系统是一个信息部分明确、部分不明确的灰色系统，针对这一问题，建立了煤炭地下气化过程状态参数灰色数列预测模型和系统预测模型；实际应用结果表明，数列预测的误差是在8．92％～14．47％之间，系统预测的误差在0.13％～16．6％之间，而采用等维新息模型，形成等维灰数递补动态预测，可减少预测误差,“灰色预测”模型能够指导操作人员作出定性或定量分析，从而事先调控煤炭地下气化生产过程，实现连续稳定生产。     

基于非线性模糊法的水泥路面性能评价

针对现有路面性能评价方法主观性强的不足,考虑水泥路面性能影响因数的层次性、模糊性以及评价活动本身的复杂性,提出采用非线性模糊方法进行水泥路面性能评价.选取路面破损状况指数（PCI）、行驶质量指数（RQI）、国际抗滑指数(IFI)、断板率（DBL）、基层顶面当量回弹模量（Et）、接缝传荷能力（Kj）和板底脱空率（Rv）作为水泥路面性能评价指标.将层次分析法和区间数学理论方法结合确定各指标的区间权重,引入模糊理论和非线性模糊法确定隶属度和进行矩阵加权非线性运算,建立基于非线性模糊理论的水泥路面性能评价模型.该方法减少主观因数对权重的影响,能够反映某些指标对路面性能的突出影响,弥补传统线性评价方法的不足.将方法应用于具体工程的水泥路面性能评价,结果表明,该方法是一种准确、客观的评价水泥路面性能的新方法.     

重庆市职工工资收入的灰色预测

利用灰色系统理论,建立残商修正等维灰数递补ＧＭ（１．１）模型,对重庆市职工工资总额、平均工资作中长期预测,预测精度达到一级,为制定调资政策提供定量依据     

重庆市职工工资收入的灰色预测

利用灰色系统理论,建立残商修正等维灰数递补ＧＭ（１．１）模型,对重庆市职工工资总额、平均工资作中长期预测,预测精度达到一级,为制定调资政策提供定量依据。     

灰色系统理论在沥青路面使用性能预测中的应用

采用PCI、RQI、SFC三项指标评价沥青路面的使用性能。利用灰色系统理论。以PCI为例,建立了基于历史数据的指标预测模型,并对模型的精度进行了评价。采用所建立的模型,对PCI、RQI、SFC三项指标进行预测,根据预测结果提出相应的养护措施。     

物元模型在路面使用性能评价中的应用

为了研究物元模型在路面使用性能评价中的应用的可行性,特根据在沧州地区的实地调查数据,包括物元模型中用到的PCI、RQI、SSI指标,用物元模型对沧州地区调查路段进行了评价,所得结果与路面实际情况基本一致,以此说明了物元模型的可用性.     

灰色神经网络耦合模型在城市需水量预测中的应用

目的为了更准确预测城市用水量,弥补灰色和神经网络预测模型在中长期需水量预测中的不足.方法采用最小方差法建立了灰色新息递补模型和新息递补BP神经网络的耦合模型即灰神经模型,并对城市需水量进行预测.结果预测沈阳市生活需水量,灰神经网络耦合模型的平均相对误差为0.144%;预测沈阳市工业需水量,灰神经网络耦合模型的平均相对误差为0.19%.在模拟精度方面远远高于其他模型的模拟值,提高了预测的准确性.结论提出了用灰色神经模型来预测城市需水量的方法,能更好地预测城市未来需水量,把影响预测的不定因素降到最低限度,具有广泛的实用性.     

不同养护模式下的高速公路沥青路面状况指数预测模型

为了准确、科学地进行沥青路面性能状况评价和养护维修决策,对北京市多条高速公路沥青路面状况指数( PCI)历年检测数据进行了调查和分析,利用分类统计方法,研究了不同养护模式下的高速公路沥青路面状况指数变化规律,提出了考虑不同养护模式的路面状况指数的指数型预测模型. 研究结果表明:路面使用龄期不同,路面养护维修类型和强度也不同. 不同养护模式下,沥青路面状况指数呈现低强度下降和波浪形高强度衰变趋势,在使用寿命末期,路面状况指数呈急剧衰变趋势. 对于北京地区,路面衰变参数a的取值为0. 008~0. 035. 该预测模型具有较高的精度,预测结果符合高速公路沥青路面衰变趋势和养护维修规律.     

城市用水量灰色预测

利用磷以预测方法对城市中长期用水量进行了研究,介绍了磷以系统预测的基本原理,建立了两次拟合等维灰数递补灰色用水量预测模型,通过在三个城市的实际应用,验证了其有效性及可行性。     

运用MEPDG建立季冻区水泥路面IRI预测修正模型

为解决季冻区水泥路面平整度预测问题,基于MEPDG构建了季冻区水泥路面国际平整度指数(IRI)预测修正模型.该模型充分考虑了交通状况、气候条件和道路各层材料的特性,在原有预测模型基础上对CRK、TFAULT、SPALL和SF 4个指标变化趋势进行分析并与IRI相关性进行了验证,利用SPSS分析软件提出适用于季冻区特点的水泥路面平整度指数预测修正模型,结合黑龙江省水泥路面调查数据进行验证.结果表明:气候、交通、材料参数均对构成预测国际平整度指数的4个指标CRK、TFAULT、SPALL和SF有显著影响;且4个指标和国际平整度指数线性拟合可靠度高;利用交通量、降水、降雨、潮湿天数、冻融循环次数,路面材料性能等参数可对季冻区水泥路面国际平整度指数进行预测.提出的预测修正模型预测的精确度高,具有良好的实用性和较高的预测性能.     

数控机床故障时间的灰色神经网络复合预测

为了提高数控机床的可靠性,需要对其工作故障时间进行预测.基于等维新息观点,分别用灰色系统多次残差修正模型和神经网络等2种单一预测方法和等维新息递补神经网络组合预测方法对机床故障观测数据进行了预测,结果显示复合预测误差小于单一预测误差,模型有较高的预测精度.     

基于路面使用性能评价的车辙指标研究

文章基于现有沥青路面使用性能评价规范和标准,运用简化的车辙积水模型,围绕高速公路沥青路面车辙深度主观评价标准,针对现有车辙评价模型的不足,通过采用Sigmoid函数,主要探索了车辙深度指数RDI评价模型。结果表明:结合求解的车辙内不致积水的临界车辙深度,将路面车辙深度等级划分为更精细的"轻、中、重"三个等级更加合理;优化的沥青路面车辙深度指数RDI评价模型弥补了现有车辙评价指标的不合理性;在保留现有车辙深度指数评价模型的同时,通过分析路面车辙槽的几何特征增加了车辙的其他指标,初步构建了车辙综合评价模型,对全面评价车辙的危害性及进行路面车辙的养护管理更具有实际意义。     

混合GANN模型在路面状况指数预测中的应用

基于路面破损检测的困难性，利用路面使用性能的4个评价指标——路面破损状况、路面结构强度、路面平整度和路面抗滑能力之间复杂的内在联系，建立了一种路面破损状况的混合GANN预测模型。应用该模型可以利用快速检测到的IRI、SSI和SFC数据对路面状况指数PCI进行预测，减轻了路面破损调查的工作量，节约了大量的人力物力，有很高的实用价值。     

湍流火焰切向应变率的低维近似模型

利用理论方法,提出切向应变率二维与三维概率密度函数（PDF）之间的关系. 基于3种不同湍流强度的自由传播预混火焰直接数值模拟（DNS）数据库,建立人工神经网络（ANN）和随机森林（RF）模型,从低维量预测三维切向应变速率. 机器学习模型的输入特征包括组分质量分数、二维火焰面法向量梯度和二维速度梯度张量. 模型预测结果与DNS结果对比表明,理论模型预测的PDF与DNS的真实PDF吻合较好. RF模型的预测值与DNS实际值间的相关系数大于0.97,优于ANN模型. RF模型得到的PDF与真实PDF间的误差小于理论模型得到的PDF与真实PDF间的误差. RF模型能够由低维量准确预测三维切向应变率.