简介：在含富水带山岭地区的隧道工程建设中,往往引起隧道内涌水,不但影响施工安全,还会影响到隧道建成后运营质量,必须采取超前预报和措施,保证工程质量。此文以某在建隧道6个里程段的地质构造和涌水情况为样本,通过建立BP神经网络模型,对隧道内的涌水量进行预测,并与实测涌水量进行比较。所得结果表明,最大相对误差在10%以内,平均为3.8%,符合工程要求。可为隧道施工提供采取有效措施的依据。

简介：为准确计算动车组牵引能耗,提出BP神经网络模型和改进牵规法预测动车组牵引能耗。选取机车类型、坡度、目标速度、停站方案等8个因素作为动车组牵引能耗之BP神经网络的输入变量,建立3层BP神经网络模型。采用增加动车组运动方程和优化基本阻力公式方式对牵规法进行优化。利用正交实验法对动车组牵引能耗影响因素进行分析,并对111组数据进行模拟验证。研究结果表明:BP神经网络模型的误差在4.26%以内,改进牵规法的误差基本在10%以内,证明BP神经网络模型比改进牵规法模型能更好地预测动车组的牵引能耗,而且当目标速度增大时,BP神经网络模型的计算精度明显比改进牵规法的计算精度高;目标速度和坡度对牵引能耗有显著影响。

简介：分析影响北京地铁运量的因素,选取城市轨道交通内部生产、人口因素、乘客收入因素和交通因素等作为运量预测的关键要素,应用B-P神经网络（BackPropagationANN,基于误差反向传播神经网络）模型,对未来几年内北京地铁运量进行预测分析。结果发现B-P神经网络对地铁客运量的预测较为适用,可为北京地铁运营规划提供决策参考。

简介：在市轨道交通建设技术的发展，地铁隧道的安全建设及后期的维护成为很多城市轨道交通建设部门关注的焦点。随着深圳地铁9号、6号线槽道预埋技术全面推进，青岛地铁也将槽道预埋技术全面推广到2号线的建设中。但与深圳『地铁采用全环式预埋槽道方式不同，青岛地铁2号线的槽道预埋技术将更加注重效益与成本的结合。

简介：实时交通流量预测是智能交通系统的核心内容，智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征，且与时间高度相关，可以看成是时间序列预测问题。根据交通流的这些特点，提出基于小波神经网络的道路交通流量实时预测模型，并以某条道路为例，通过Matlab编程实现模拟仿真。仿真结果表明，小波神经网络能够比较精确、快速地对实时交通流量进行预测，网络预测值接近期望值。

简介：在实际应用中，由于温度变化经常导致传感器的实际输出失真，本文采用BP神经网络对压力传感器与温度传感器的数据进行数据融合，以消除由温度带来的测量误差，解决压力传感器的温漂问题。