基于模糊模块化神经网络的煤矿安全性评价

在合理选取煤矿安全性评判指标的基础上,运用模糊神经网络理论建立了煤矿安全性评价的模糊Modular神经网络模型,在开滦煤矿的实际应用表明了此模型用于煤矿安全性评价的可行性.     

考虑车辆运行特性的双车道超车模型

鉴于现有的超车模型往往会忽视超车过程中车辆运行特性对超车行为的影响,文中在现有超车模型的基础上,对超车车辆依据车辆运行特性进行分类,设计了双车道车辆超车场景,并考虑不同道路等级的设计时速,建立了计算超车车辆从超车行为产生到超车过程结束所需的超车时间和距离的数学模型.最后,选择不同类型车辆、超车速度及行车速度,分别计算了微型车、小客车和中大型车在双车道公路超车的时间和距离,并与现有的超车模型计算结果进行对比分析.结果表明:双车道公路超车时间和距离与车辆类型、超车速度、超车车辆与被超车辆的行车速度和对向车辆速度密切相关;文中模型由于考虑车辆的运行特性,不同车辆超车所需的超车时间和距离是不相同的,计算结果更符合实际超车现象.     

基于模糊模块化神经网络的煤矿安全性评价

在合理选取煤矿安全性评判指标的基础上，运用模糊神经网络理论建立了煤矿安全性评价的模糊Modular神经网络模型，在开滦煤矿的实际应用表明了此模型用于煤矿安全性评价的可行性。     

机非物理分隔道路上自行车超车事件模型

为了解自行车交通流中自行车超车行为特征,建立了机动车-非机动车物理分隔路段上自行车超车事件解析模型.根据自行车超车事件发生时车辆空间位置特征,将自行车超车事件分为自由超车事件、邻贴超车事件及受阻超车事件,并基于自行车交通流速度离散分布特征及自行车空间分布概率,建立了3类超车事件的解析模型.根据南京市8条典型机非物理分隔道路上自行车超车事件数调查结果,对模型进行标定与验证表明,所提出的自行车超车事件数计算结果符合真实情况.分析了该模型对于自行车交通流参数的敏感性,结果表明,路段内自行车交通流量、自行车运行速度、交通流速度标准差及路段车道数显著影响3类超车事件发生数量.     

两车道公路超车视距对行车速度的影响

本文采用瑞典VTI交通模拟模型研究两车道公路上超车视距对行车速度的影响,提出了部分结果.结果表明视距和超车密度(超车次/公里·小时)、超车密度和行车速度有十分密切的关系.研究结果可用于评价两车道公路的服务水平及检验和建立二车道公路的几何设计标准.最后建议超车视距应在两车道公路规划和设计中作为一条基本的考虑因素.超车道、爬坡车道和铺砌路肩由于能提供良好视距,因此都是新建和改建道路时应考虑的方案.     

未确知测度模型在膨胀土判别分类中的应用

基于未确知测度空间理论,建立了未确知测度评价模型,并将此理论模型应用于膨胀土的膨胀性判别和分类。研究采用信息熵确定膨胀士胀缩性指标的权重、建立了指标权重和实测值的关系。同时还将置信度的概念应用于膨胀土判别分类的标准中。与模糊综合评判、灰色聚类分析等评判方法比较,未确知测度评价模型严谨、应用方便,非常适合膨胀土的判别分类。     

模糊层次分析法在轻轨站点综合评价中的应用

轻轨站点是重庆轻轨交通的重要组成部分,针对轻轨站点各方面的模糊特性,提出了基于AHP(层次分析法)的模糊综合评判方法,设立了评价指标,构建了评判方法和评判模型,并将模型应用到一个轻轨站点上;对其安全性、便捷性、舒适性、智能性进行了综合评估。     

基于高速公路线形综合指标的安全评价模型

为全面地研究公路线形指标与道路安全的关系,以曲率、曲率变化率、曲线转角、纵坡度、车道宽度、车道数、左右路肩宽度等设计指标为依据在国内首次提出了公路线形综合指标的概念.在此基础上构建了公路线形综合指标评价模型,评价模型为公路线形的量化分析提供了理论评价方法.通过回归得到事故率与线形综合指标累计值的关系,回归结果证明公路线形综合指标可以作为公路线形质量评价和道路安全评价的评价指标,并且综合指标累计值与事故率具有较好的相关性,得到了事故率与综合指标累计值的关系模型.并根据算例制定了安全性评价标准.     

基于事件链的平面交叉口右转评估技术

为了实现对交叉口综合性的评估,安全性和效率被同时纳入评估指标中.研究典型四相位交叉口右转冲突过程,提出右转事件链模型.详细分析机动车右转过程中与机动车、非机动车、行人产生的冲突行为,以及导致的交通延误.引入可靠度,从概率的角度计算事件链的安全性.引入延误,利用排队理论计算交通运行效率.采用蒙特卡洛法模拟交叉口的运行情况,计算交叉口右转机动车的可靠度和延误.考虑公众心理承受度与交叉口服务水平,评估城市道路平面交叉口,为交叉口优化改善提供科学的依据.     

基于模糊神经网络的煤矿安全评价综合评判

针对煤矿安全综合评价方法中因人为因素、模糊因素及动态因素而导致评价结果不够准确的情况,依据煤矿安全评价指标体系结构,构建了基于模糊神经网络的多级模糊评判模型,提出了神经网络分级BP学习算法,解决了多级模糊评判中权值学习困难的问题,使训练速度和评判的准确性大幅提高.以鸡西矿业集团煤矿为研究对象,建立了基于模糊神经网络的安全评价模型.结果表明:该方法能有效地对煤矿进行安全评价,综合评判客观、准确.