高速公路ETC门架和收费站车辆轨迹数据数学模型研究

采用蒙特卡洛法对高速公路车辆轨迹数据进行预处理,模拟得出车流量的时间分布特征和空间分布特征.采用二分法遍历车辆轨迹数据,得出各电子收费系统(ETC)门架的漏失记录率以及最易被漏失的车型.建立收费站车流量与所有收费站总车流量的多元线性回归模型,得出收费站车流量与所有收费站总车流量的关系.建立各收费站车道数量和应急收费系统数量的单目标规划模型,得出收费站通行顺畅且车道和应急收费系统建设费用最少时,各收费站车道数量以及应急收费系统数量.采用G(1,1)灰色模型预测出15个收费站间各路段未来24 h的车流量变化趋势,其与实际车流量变化趋势基本吻合,因此可将各路段预测车流量作为参考,为高速公路管理部门改进交通状况提供改进依据.

BP神经网络在玻璃文物分类及亚类中的应用

针对玻璃文物分类及其亚类划分的问题,采用BP神经网络模型,通过MATLAB导入玻璃文物实际数据集对模型进行训练和学习,结合玻璃文物各化学成分的特征对BP神经网络的权值进行调整,得出玻璃文物的分类结果及其亚类划分,其结果与实际结果进行对比,验证出BP神经网络在玻璃文物分类领域中具有较强的实际应用价值。以氧化铝与氧化钡为不确定因素对亚类划分结果进行敏感性分析,计算得出敏感性指标。