神經(jīng)網(wǎng)絡(luò)和雙曲線混合模型的高速公路沉降預(yù)測

結(jié)合高速公路的特點(diǎn),基于層次分析法和神經(jīng)網(wǎng)絡(luò),建立高速公路物流預(yù)測模型,以湖南高速公路物流為樣本對模型進(jìn)行實(shí)證分析,驗(yàn)證模型的有效性和準(zhǔn)確性。

基于神經(jīng)網(wǎng)絡(luò)的高速公路軟基沉降分析——簡述了高速公路軟基沉降觀測的目的和意義。介紹了工后沉降的預(yù)測方法。其后，簡述了bp神經(jīng)網(wǎng)絡(luò)的基本概念。論文提出了基于神經(jīng)網(wǎng)絡(luò)的高速公路工后沉降預(yù)報(bào)方法。結(jié)合江蘇省某高速公路現(xiàn)場監(jiān)測資料，進(jìn)行了實(shí)例分析，說明...

根據(jù)某高速公路高路堤填土施工期路基沉降實(shí)測資料,建立了預(yù)測路基沉降的等時(shí)距bp神經(jīng)網(wǎng)絡(luò)模型,并運(yùn)用三次樣條插值獲得預(yù)測時(shí)間段內(nèi)任一時(shí)刻沉降值,并與實(shí)測值進(jìn)行比較,證明它具有很高的預(yù)測精度。

以宏觀動(dòng)態(tài)交通流模型為基礎(chǔ),分析了模型中各個(gè)參數(shù)之間的函數(shù)關(guān)系.給出了基于bp神經(jīng)網(wǎng)絡(luò)理論的高速公路交通流預(yù)測模型建立的方法,對高速公路進(jìn)行建模.該模型可以通過對高速公路交通流信息的實(shí)時(shí)采集對參數(shù)進(jìn)行動(dòng)態(tài)的修正,達(dá)到交通流信息預(yù)測的準(zhǔn)確性要求.

1.引言神經(jīng)網(wǎng)絡(luò)是一種信息處理系統(tǒng),它由大量而簡單的處理單元(神經(jīng)元)廣泛的相連接而形成復(fù)雜系統(tǒng),它通過學(xué)習(xí)來解決問題,基坑沉降的預(yù)測是一項(xiàng)難以通過理論分析出影響因素與沉降結(jié)果映射關(guān)系的工作,而這項(xiàng)工作如果交

基于人工神經(jīng)網(wǎng)絡(luò)理論,提出了根據(jù)前期沉降觀測資料進(jìn)行沉降預(yù)測的人工神經(jīng)網(wǎng)絡(luò)模型,并用于汕汾高速公路預(yù)壓荷載卸荷時(shí)間預(yù)報(bào).研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.

公路軟基沉降函數(shù)干涉神經(jīng)網(wǎng)絡(luò)預(yù)測模型——建立了基于函數(shù)干涉神經(jīng)網(wǎng)絡(luò)的公路軟基沉降預(yù)測模型。工程實(shí)例表明，所建議的模型外延性好，而且，可以由較短預(yù)壓期內(nèi)沉降觀測資料預(yù)測遠(yuǎn)期沉降發(fā)展，與傳統(tǒng)沉降預(yù)測模型相比具有顯著的優(yōu)越性，工程應(yīng)用前景廣闊．

文章主要對江西高速公路信息中心建設(shè)中的道路氣象監(jiān)測平臺(tái)和交通應(yīng)急監(jiān)控平臺(tái)做了一些具體的研究。主要研究內(nèi)容首先是道路氣象監(jiān)測平臺(tái)監(jiān)測各路段及關(guān)鍵點(diǎn)的各種異常交通環(huán)境因素變化和氣象狀況。將數(shù)據(jù)信息及時(shí)傳送到高速公路信息中心基于地理信息系統(tǒng)gis模型，再通過bp神經(jīng)網(wǎng)絡(luò)模型分析路況實(shí)時(shí)氣象數(shù)據(jù)（氣溫、濕度、風(fēng)向、路面溫度、能見度等）與道路車輛行駛狀況（如交通量、速度、道路占有率等）之間的關(guān)系，模擬道路天氣對道路車輛的影響。

基于甘肅高等級(jí)公路收費(fèi)年收入的統(tǒng)計(jì)數(shù)據(jù),結(jié)合其收入和交通量之間的粗略關(guān)系,運(yùn)用bp神經(jīng)網(wǎng)絡(luò)預(yù)測高等級(jí)公路各收費(fèi)站年收入,從而間接地對高等級(jí)公路交通流量進(jìn)行預(yù)測,為提高高速公路的管理與服務(wù)水平,對提高高等級(jí)公路管理部門的信息感知能力和應(yīng)急處置能力、提高路網(wǎng)運(yùn)行效率、建設(shè)和諧高等級(jí)公路具有極其重要的意義。

引言高速公路交通量預(yù)測是高速公路建設(shè)項(xiàng)目可行性研究報(bào)告的一項(xiàng)重要內(nèi)容,它是進(jìn)行交通量現(xiàn)狀評(píng)價(jià)、綜合分析建設(shè)項(xiàng)目的必要性和可行性的基礎(chǔ),是確定高速公路建設(shè)項(xiàng)目的技術(shù)等級(jí)、工程規(guī)模、效益分析的主要依據(jù)。同時(shí),其準(zhǔn)確率直接關(guān)系高速公路投資回報(bào)率,甚至影響項(xiàng)目國民經(jīng)濟(jì)評(píng)價(jià)及財(cái)務(wù)評(píng)價(jià)。根據(jù)調(diào)查資料和工程項(xiàng)目的性質(zhì)選用不同的預(yù)測方法,國內(nèi)、外已提出的各種預(yù)測方法多達(dá)200種左右,但用于實(shí)際操作的較少,如頭腦風(fēng)暴法、專家預(yù)測法、

以高速公路交通流預(yù)測為研究對象,簡化了高速公路宏觀動(dòng)態(tài)交通流模型,利用matlab神經(jīng)網(wǎng)絡(luò)工具建立模型并進(jìn)行網(wǎng)絡(luò)訓(xùn)練與預(yù)測。對嘉興站附近高速公路交通流數(shù)據(jù)進(jìn)行了采集、建模和預(yù)測。從預(yù)測結(jié)果中得知,基于bp神經(jīng)網(wǎng)絡(luò)交通流預(yù)測模型具有很高的可靠度,該簡化的交通流模型更為簡練,預(yù)測結(jié)果亦可以點(diǎn)帶面地面描述該站點(diǎn)一定空間及時(shí)間范圍內(nèi)的交通流情況。

為提高高速公路車輛跟車安全,在常用安全距離算法基礎(chǔ)上,結(jié)合汽車制動(dòng)過程分析,提出安全度判別準(zhǔn)則的安全控制方法,建立rbf神經(jīng)網(wǎng)絡(luò)防追尾模型,討論rbf網(wǎng)絡(luò)設(shè)計(jì)過程中的參數(shù)設(shè)置,并運(yùn)用matlab編程進(jìn)行訓(xùn)練和仿真,仿真結(jié)果表明rbf模型是有效的;同時(shí),模型為高速公路汽車追尾建模提供一種新思路,為汽車預(yù)警設(shè)計(jì)提供理論基礎(chǔ)。

工程項(xiàng)目前期造價(jià)的確定直接關(guān)系到整個(gè)項(xiàng)目的總體運(yùn)作情況,因此準(zhǔn)確的確定前期造價(jià)是非常重要的。目前工程中應(yīng)用的投資估算編制方法不是很科學(xué),采用bp神經(jīng)網(wǎng)絡(luò)方法改進(jìn)投資估算的確定方法。結(jié)果表明,該方法可以有效的提高其編制精度,為科學(xué)的確定和有效的控制工程造價(jià)中全過程造價(jià)奠定了良好的工作基礎(chǔ)。

用人工神經(jīng)網(wǎng)絡(luò)預(yù)測高速公路軟土地基的最終沉降——采用人工神經(jīng)網(wǎng)絡(luò)較強(qiáng)的非線性映射能力和學(xué)習(xí)能力，提出基于人工神經(jīng)網(wǎng)絡(luò)的高速公路軟土地基最終沉降量的預(yù)測新方法。本方法利用實(shí)測資料直接建模，避免了傳統(tǒng)方法計(jì)算過程中各種人為因素的干擾，所建立的模型...

人工神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的自組織、自適應(yīng)、容錯(cuò)性以及很強(qiáng)的學(xué)習(xí)、聯(lián)想能力,本文將其應(yīng)用到高速公路路基沉降預(yù)測中。重點(diǎn)介紹了elman模型方法,本方法利用實(shí)測資料直接建模,避免了傳統(tǒng)方法計(jì)算過程中的各種局限性,通過對高速公路路基實(shí)測沉降資料的計(jì)算分析,證明本模型預(yù)測精度高,簡便易行,具有廣泛的工程實(shí)用價(jià)值。

目前常見的沉降預(yù)測方法有灰色系統(tǒng)模型、時(shí)間序列分析法、bp神經(jīng)網(wǎng)絡(luò)及其改進(jìn)算法等。針對bp神經(jīng)網(wǎng)絡(luò)容易出現(xiàn)過擬合和局部最優(yōu)的缺點(diǎn),部分學(xué)者利用遺傳算法進(jìn)行神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值優(yōu)化。但是遺傳算法對于因監(jiān)測數(shù)據(jù)質(zhì)量問題而造成變形預(yù)測結(jié)果不佳的優(yōu)化效果有限。因此引入自適應(yīng)增強(qiáng)算法對遺傳神經(jīng)網(wǎng)絡(luò)預(yù)測模型進(jìn)行改進(jìn)。并利用某高層建筑基坑實(shí)測50期監(jiān)測數(shù)據(jù)進(jìn)行仿真預(yù)測。實(shí)驗(yàn)結(jié)果表明,利用自適應(yīng)增強(qiáng)算法改進(jìn)之后的遺傳神經(jīng)網(wǎng)絡(luò)預(yù)測模型在滿足工程監(jiān)測精度要求的前提下,在mape、mae、mse三項(xiàng)精度指標(biāo)上分別提高80.57%、81.04%、70.83%。

通過分析城市深基坑沉降量時(shí)間序列的非線性動(dòng)力學(xué)系統(tǒng),認(rèn)為該時(shí)間序列具有混沌特性.在此基礎(chǔ)上,通過相空間重構(gòu)的方法建立了用于城市深基坑沉降量預(yù)測的混沌神經(jīng)網(wǎng)絡(luò)模型;并利用此模型對上海某深基坑沉降量進(jìn)行了預(yù)測,取得了較為滿意的預(yù)測效果.

以福建省公路旅客周轉(zhuǎn)量和貨物周轉(zhuǎn)量的統(tǒng)計(jì)資料為基礎(chǔ),結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)原理,應(yīng)用bp神經(jīng)網(wǎng)絡(luò)方法建立3維輸入、單輸出、隱層單元數(shù)為15的3層神經(jīng)網(wǎng)絡(luò)模型,分別對福建省公路旅客周轉(zhuǎn)量和貨物周轉(zhuǎn)量進(jìn)行預(yù)測.結(jié)果表明,各月的旅客周轉(zhuǎn)量和貨物量預(yù)測值的最大相對誤差的絕對值分別為0.4890%和0.4495%.該模型具有簡便實(shí)用、預(yù)測精度高的優(yōu)點(diǎn).

文章對高速公路的工程特征進(jìn)行全面的分析和篩選,確定了7個(gè)對公路工程造價(jià)影響較大的工程特征,使其作為神經(jīng)網(wǎng)絡(luò)預(yù)測模型的輸入向量,隨之構(gòu)建了基于bp神經(jīng)網(wǎng)絡(luò)的高速公路工程造價(jià)預(yù)測模型,最后結(jié)合matlab神經(jīng)網(wǎng)絡(luò)工具箱對程序進(jìn)行設(shè)計(jì),并選取已完工程為實(shí)例.通過對模型的訓(xùn)練、修正以及實(shí)例驗(yàn)證,證明bp神經(jīng)網(wǎng)絡(luò)可以有效提高預(yù)測的精確度,具有較強(qiáng)的實(shí)用價(jià)值.

采用人工神經(jīng)網(wǎng)絡(luò)較強(qiáng)的非線性映射能力和學(xué)習(xí)能力,提出基于改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)預(yù)測鹽淮高速公路的路基的沉降。利用實(shí)測沉降資料直接建模,避免了傳統(tǒng)方法計(jì)算過程中各種人為因素的干擾,所建立的模型預(yù)測精度高、預(yù)測的沉降量誤差小。

提出了根據(jù)實(shí)測數(shù)據(jù)構(gòu)造神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型的基本思路,構(gòu)造出基于bp算法的神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型,并給出應(yīng)用實(shí)例分析。結(jié)果表明,神經(jīng)網(wǎng)絡(luò)應(yīng)用于變形預(yù)測效果良好,具有一定參考價(jià)值和指導(dǎo)意義。

人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問題的過程中發(fā)展起來的新型智能信息處理理論,通過對人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價(jià)預(yù)測模型.