Highway-rail grade crossings accident prediction using Zero Inflated Negative Binomial and Empirical Bayes method

Introduction: Recently the Federal Railroad Administration (FRA) released a new model for accident prediction at railroad grade crossings using a Zero Inflated Negative Binomial (ZINB) model with Empirical Bayes (EB) adjustments for accident history (2). This new model is adopted from the work that was conducted by the authors (3–6). The unique feature of the new FRA model is that it has a single equation for all three warning devices (crossbuck, flashing light, and gates) and uses the same variables regardless of the warning devices at the crossing. Since the New FRA model incorporates the warning device category as one of the variables in its model equation, the predicted accident frequency is higher when a crossing has crossbucks than flashing lights, and higher when it has flashing lights than gates. While this model is significantly better than the old USDOT model (7), its shortcoming is that the single equation does not accurately represent the field condition. Method: This paper presents the ZINEBS model (Zero Inflated Negative binomial with Empirical Bayes adjustment System). The ZINEBS model gives three different equations depending on the type of warning device used at the crossings (gates, flashing lights, and crossbucks). The three equations use variables, some of which are common across all warning devices, while other variables are specific to a warning device. The predicted values for the ZINEBS model show a closer agreement with the field data than the new FRA model. This observation was true for all three warning device types analyzed. Practical Applications: Based on the results of this study, the ZINEBS compliments the new FRA model and should be used when the single equation is not adequately representing the role of traffic control device types and relevant variables associated with that device type.     

基于改进组合赋权-TOPSIS法的岩爆倾向性评判模型

针对岩爆倾向性评价模型中指标权重难以确定导致预测精度不高的问题，提出1种基于改进组合赋权-TOPSIS法的岩爆倾向预测模型。综合考虑岩爆发生条件，选取岩性条件、应力条件和围岩条件3项准则对应的15个岩爆倾向性判别指标。采用3标度法的改进层次分析法（IAHP）与熵权法（EWM）结合，消除主、客观因素影响获得最优权重，运用逼近理想解法(TOPSIS)分析评判对象与虚拟理想解的贴近程度，从而判断岩爆倾向性等级。研究结果表明:弹性能量指数Wet、动态DT参数、能量储耗指数k、T准侧和应力指数S对岩爆倾向性影响较大；该模型对岩爆倾向性预测准确率高于85%，可为类似地下岩土工程岩爆倾向性预测提供理论支撑。     

基于MIC-BBO-SVM的大坝渗流预测模型*

为监控大坝运行过程中的异常状态，准确预测大坝渗流量的变化趋势，采用最大信息系数(MIC)量化渗流量与影响因子之间的相关性大小并从中选取主导因子作为输入变量，通过引入生物地理学优化算法(BBO)并以K折交叉验证意义下的平均均方根误差为损失函数来优化支持向量机(SVM)作为预测模型，以某水电站工程的拦河大坝为例进行模型验证。结果表明:MIC-BBO-SVM模型的拟合优度、均方根误差、平均绝对误差和平均绝对百分比误差分别为0.957 5，0.155 0 m3/h，0.135 6 m3/h，11.51%，预测性能明显优于逐步回归模型、SVM模型和MIC-SVM模型，可为大坝渗流安全监测提供参考与借鉴。     

面向火灾事故现场的消防水炮射流轨迹预测技术综述

当前火灾事故呈现高频次发生的态势,亟需发展消防水炮射流轨迹预测技术,显著提升消防应急处置的精准化、科学化水平。综述消防水炮射流运动轨迹预测技术的研究现状,归纳讨论该预测技术的主要研究方法,即基于数学计算、数值模拟、计算机视觉方法的消防水炮射流轨迹研究。总结概括实现射流轨迹的准确预测仍是当前乃至未来一段时期内轨迹预测技术的研究难点,并提出未来轨迹预测技术的研究应着重考虑灭火剂本身、气象要素及火环境等多因素的耦合效应影响。     

特高压换流站噪声源测试与预测技术研究

科学识别和获取特高压换流站内主要噪声源特性,在此基础上对换流站噪声影响进行分析预测,用于换流站噪声评价、设计和防护。在复杂声场环境条件下,通过现场录波、噪声与振动同步测试等方法,结合噪声理论知识,识别出换流变压器的优势谱点为400 Hz,该点占整个频谱噪声贡献值90%以上,同时识别出交流滤波器场电抗器特征频率点与电抗器所滤除的谐波频率相一致,且换流变压器和交流滤波器场电抗器的声压与振动优势频点具有较强的相关性。根据噪声源特性,对其计算模型进行相应的改进,可提高换流站噪声预测结果的准确性。     

基于改进多目标粒子群算法的航空器改航研究

针对影响航行安全的动态危险天气,提出了一种基于改进多目标粒子群算法的改航路径规划方法。首先,获取实时动态气象数据,利用栅格法对改航环境进行建模并采集危险天气区域初始边界点的历史气象数据。然后采用灰色预测模型对上述初始边界点坐标进行位置预测,进而建立改进后的实时动态环境模型。最后利用改进环境模型的多目标粒子群算法对改航路径进行动态规划。在考虑改航路径角度和距离等约束条件的基础上,确定了改航路径危险系数和距离最优的双目标函数。对中东部沿海某次短时危险天气下的航空器改航进行仿真分析,仿真结果表明改进后算法具有一定的有效性和可行性。     

气瓶腐蚀缺陷应力分析及寿命预测*

为研究气瓶全生命周期腐蚀缺陷与剩余寿命的关系，基于ANSYS建立某型号车用压缩天然气钢瓶有限元模型，分析内腐蚀深度0.1~3.0 mm状态下，气瓶Mises应力分布与应力强度变化规律；根据应力分析，应用局部应力应变理论和修正的Manson Coffin公式进行寿命预测。结果表明:随着气瓶腐蚀缺陷的加深，气瓶额定载荷下的应力分布呈现向缺陷区域集中、应力强度增大的趋势，且腐蚀曲线存在明显拐点；使用应力分析与寿命预测相结合的方法，得出含腐蚀缺陷车用气瓶寿命—腐蚀深度关系曲线，可为气瓶安全使用管理提供参考。     

江西省不同地貌单元耕地土壤有机碳空间变异的尺度效应

运用地统计学、地理信息系统、方差分析和回归分析相结合的方法，研究江西省不同地貌单元耕地土壤有机碳空间变异的尺度效应，尺度分为省域尺度、完整地貌单元尺度和完整地貌单元相对应的县域尺度。结果表明：(1)不同尺度下耕地土壤有机碳均值差异显著，变异系数基本不变；(2)从县域尺度到地貌单元尺度再到省域尺度，块金效应值和空间自相关距离呈增大趋势；(3)不同尺度土壤有机碳空间分布级别和面积比例差异明显，小尺度插值图信息更丰富；(4)方差分析和回归分析结果表明秸秆还田、成土母质、土壤类型、高程和土壤侵蚀对土壤有机碳空间变异存在显著影响，但不同尺度下影响程度有所差异。秸秆还田和土壤类型对土壤有机碳空间变异的影响不存在尺度效应，成土母质、高程和土壤侵蚀对其影响存在尺度效应。结果可为详细地理解不同尺度下土壤有机碳空间变异及估测土壤有机碳密度提供一定的参考依据。     

不同下游河道坡降尾矿库溃坝模型试验及下游影响研究

溃坝尾砂流是含有尾砂和土石的暂时性流体，具有演进时间短、破坏性大等特点，对库区下游人民生命财产造成巨大损失。以四川某尾矿库为研究对象，建立室内溃坝模型，研究3种下游河道坡降情况下尾砂流的演进和沉积规律，并引入FLO-2D与室内溃坝模型试验进行参照。研究结果表明:室内模型试验结果与数值模拟结果相似；地势改变对于溃坝尾砂流的演进有着较大影响，沟谷、转弯和地势平缓的区域有利于尾砂的堆积和沉积；尾砂流对下游的冲击力与最大移动速度的平方和流深呈正比例关系，3种工况最大冲击力位置都与最大移动速度或最大流深相邻；根据试验和模拟结果绘制尾砂流致灾影响程度图，可为生产企业新建、扩建尾矿库提供重要的依据，保证下游人员生命、财产安全。     

BP神经网络对蚯蚓滤池处理COD的模拟预测

基于蚯蚓滤池处理去除污染物的非线性特点,利用BP神经网络建立了蚯蚓滤池处理COD的基本模型结构。同时对实验数据进行了验证和预测,通过权值贡献率分析确定了各种输入因素对COD出水浓度的影响。结果表明:COD的出水模型预测值与实际值平均误差较小,模型稳定,预测效果好。输入神经元为4,隐含神经元为8,输出神经元为1,学习速率为0.1,动量为0.1,训练次数为10 000的BP神经网络模型,预测的COD出水值最接近真实值。COD进水浓度对COD出水影响最大,符合理论研究结果。BP神经网络模型建立的成功为后续生活污水智能化控制的研究提供了相应的理论基础。