高速公路路面小修保养费用影响因素量化分析

为提高高速公路路面小修保养费用决策水平,采用阶层回归分析方法,进行小修保养费用影响因素量化研究.通过定性分析将影响因素界定为地区因素、通车年限、特大桥梁比例、长与特长隧道比例和交通因素,其中交通因素分为5种情况;通过对变量进行预处理,基于16条高速公路的历史数据进行量化研究.结果表明,在控制地区变量的条件下,各区组对模型的整体解释力均较显著,其中通车年限的增量解释力和在各区组的统计意义最为显著;同等条件下特大桥比例的标准化回归系数(β系数)远大于长与特长隧道比例的β系数,AADT(annual average daily traffic)和重车流量区组的β系数较其他交通因素区组的数值大.因此,路面资产小修保养费用受到地区因素、通车年限、大于1 000 m的桥梁比例、AADT和重车流量的影响.     

浅谈高速公路小修保养工程施工招标

我国高速公路养护管理多年来一直存在体制未理顺、缺乏竞争与创新、养护技术含量低、养护管理体系不健全等缺陷。养护市场化是高速公路养护管理的发展趋势。高速公路小修保养实行招投标制度是高速公路养护体制改革的关键环节。本文介绍了高速公路小修保养招标的两种模式和评标办法．并重点对有限低价评标办法进行了介绍。     

二级公路小修保养养护探究

本文介绍了高速公路小修养护管理的作用、特点及如何进行养护管理，提出了如何处理常见的公路病害。     

加强小修保养生产计划的管理

文章通过对公路小修保养生产计划和成本中存在问题的分析，提出了必要的改进措施。     

浅谈小修保养养护生产管理

阐述了小修保养养护生产管理的作用,结合我总段谈谈养护生产管理的一些措施。     

公路养护小修保养如何面对市场经济

随着社会主义市场经济的发展,公路事业的运作方式、发展方式也必须与市场经济接轨,原有养护运行机制与市场经济已不相适应,必须进行养护机制改革。本文针对改革改制后的公路养护管理中的小修保养特征,通过分析其现状,提出了摘要:小修保养面对市场经济的发展对策和建议。     

公路养护小修保养工作的成本控制

成本控制应贯穿公路养护小修保养工作的全过程,本文从思想、计划、定额、实施四个方面对成本控制进行了阐述。     

浅析公路养护小修保养工作的成本控制

伴随着国民经济的快速发展,推动了公路行业的发展进程,并对公路养护工作提出了新的要求。外加市场化建设进程的日益完善,公路养护小修保养中的资金问题逐渐凸显,资金直接关乎着公路养护效果,也影响着公路养护的最终质量。因此,在公路养护小修保养工作中如何有效进行成本控制已经成为公路单位急需解决的问题。该文先对公路养护小修保养工作的成本进行概述,然后分析了公路养护小修保养工作的成本控制措施,希望能为公路养护小修保养工作提供一定的参考。     

公路小修保养经费计量支付办法探讨

根据公路小修保养经费和生产的管理的特点,提出了一种较为合理并且具有可操作性强的办法,有效地提高公路养护资金的使用效益。     

小修保养中沥青混合料的应用与质控建议分析

小修保养工作的启动,在确保我国公路网络交通体系安全高效运营方面发挥着巨大的作用.小修保养可以被视为公路养护体系的基础性成分,通常是指对公路以及沿线设施进行预防性保养,同时对有轻微损坏的部位进行科学修复,从而确保其长期处于完好的状态中.新时期下,沥青材料在公路小修保养工程中得到了广泛的应用,其原因在于沥青自体延展性能良好.目前,沥青混合料的质量演变成影响公路小修保养质量的重要因素,所以从沥青选材、集料质量、温度等多方面应该严格把关,从而确保公路运行的安稳性.本论述主要对小修保养中沥青混合料的质量控制措施进行探究.     

基于神经网络的物流量预测

应用不同的人工神经网络模型进行物流量预测。分析影响物流发出量、吸引量和周转总量的各相关因素及神经网络预测的基本思想,研究神经网络静态前馈模型和简单动态模型预测物流量的局限性,认为采用二者结合的综合预测方法能对物流量进行准确的预测。给出动态反馈的实时递归法仿真计算步骤,仿真结果与实际结果比较,具有较高的可信度。     

基于改进BP神经网络的镁还原率预报研究

介绍了BP神经网络和遗传算法的原理及特点,简述了皮江法炼镁工艺流程。为了研究各工艺参数与镁还原率之间的关系,针对标准BP神经网络存在的收敛速率慢、易陷入局部极小值等缺陷,建立了以煅白活性度、配硅比、制球压力、还原时间、还原温度、真空度为输入,镁还原率为输出的基于遗传算法优化的BP神经网络镁还原率预报模型。利用筛选后的生产数据对模型进行训练和预测,结果显示该预报模型能够较为精确地预报镁还原率,预测误差在±1.0%范围内的命中率达96%,最大误差小于1.3%,一定程度上可用于指导皮江法炼镁工艺中工艺参数的选择。     

BP神经网络用于停车场空余泊位的预测研究

采用BP神经网络,对停车场的空余泊位数量进行了预测,并针对BP神经网络训练过程中易震荡、收敛速度过慢和容易陷入局部最小的缺点,采用BP动量法与调节学习速率相结合的方法对其进行改进.通过仿真验证了BP神经网络对停车场空余泊位数预测的有效性,为区域的停车诱导提供了依据.     

基于神经网络的黄金期货价格的预测

黄金期货市场是一个极其复杂的非线性动力系统,由于神经网络具有很强的非线性逼近能力,理论上能无限逼近任意非线性函数.选用了应用最广泛的BP 神经网络模型来预测黄金期货的价格.对采集到的影响黄金期货价格的因素数据进行了归一化处理后建立BP神经网络并进行了模拟训练,然后用训练好的网络进行检验,并比较了输出结果和真实值,发现用BP神经网络模型能够将误差控制在一个较小的范围内.经过实证研究可以发现BP神经网络用于价格预测可达到较好的效果.     

基于小波神经网络的股票预测

通过将Morlet母小波基函数作为神经网络隐含层神经元的激励函数,构建了Morlet小波神经网络,对网络结构进行了隐含层节点的优化,对股票收盘价的变化进行仿真和预测,实验结果表明,Morlet小波神经网络具有较好的逼近非线性映射的能力,其泛化性能和预测能力较优.     

基于BP神经网络的关口电能计量装置测量误差预测及校正

关口电能计量装置造成的误差通常会给电网公司带来巨大的经济损失,因此提高关口电能计量装置的准确度,具有十分重要的应用价值.通过对关口电能计量装置的历史数据进行分析,采用BP(back propagation)神经网络算法进行误差预测,筛选出最适合关口电能计量数据的优化模型,并且校正计量异常值,从而减小电能计量装置产生的误差,提高电能计量的准确性.实验表明,误差预测及校正模型能准确预测关口电能计量装置误差,修正异常值.     

基于BP网络模型的青弋江水质预测研究

以水质因子CODCr为例,构建并训练BP神经网络预测模型,分别从空间和时间上对青弋江芜湖市区段水质进行预测,并用实际监测值检验预测精度.预测结果说明BP网络模型在青弋江水质的预测方面是一种简单有效的方法.     

基于脉冲耦合神经网络的路面裂缝提取

考虑裂缝比路面背景更暗的特点,采用结合赋时矩阵的脉冲耦合神经网络模型,实现了路面图像分割和裂缝的粗提取;利用裂缝比杂质面积大的特点,提出一种基于数字形态学的连通区域提取算法,通过计算每个区域包含的像素数量,采用阈值方法剔除杂质,实现裂缝的精提取。研究结果表明:脉冲耦合神经网络裂缝粗提取方法的平均检测率和虚检率分别为92.43%和47.67%;综合方法平均检测率和虚检率分别为91.1%和7.68%,显著提高了路面裂缝检测的准确性。     

基于布谷鸟搜索神经网络的微波加热温度预测模型

微波加热是一种与被加热物直接相互作用的选择性加热方式,具有清洁、节能、减排等特点。针对工业物料作为微波加热负载时,其温度非线性变化的特点,以微波工业加热过程中的多维、海量参数为研究对象,基于泛函接神经网络模型提取样本数据的深度特征,提出了一种基于布谷鸟搜索算法,优化BP神经网络的网络参数,建立了以"数据驱动"为手段微波加热工业物料温度模型。仿真实验结果证明了所提出模型的准确性、实时性。     

基于RBF神经网络的粮食生产预测研究

提高中国粮食生产量的预测精度与效率是人们关注的一个重要问题.对RBF神经网络的结构、特性和训练算法作了简要的概述.根据粮食产量与其影响因素之间存在的映射关系,应用RBF神经网络建立了多因素非线性时间序列预测模型,并进行了仿真试验.结果表明,用RBF神经网络进行粮食生产预测得到了十分满意的结果.