轨道精调后动静态轨道质量指数的相关性研究

轨道精调达到静态峰值验收标准后,进入动态联调联试调整阶段,联调联试时间紧任务重,为减少调整工作量,希望实现静态TQI预测动态TQI。引入动静比研究精调后动静态TQI之间的关系,分析动检速度和线形对动静关系的影响,通过分析动静比的置信区间,实现静态TQI预测动态TQI。结果表明:动态TQI比静态TQI大1.0~1.5倍,同一线路中,TQI动静比与动检速度正相关,与线形不相关;从杭长高铁情况来看,对于设计时速300~350 km/h的高速铁路,将全线静态TQI控制在2.65 mm以下,可保证动态验收合格,从宁安高铁情况来看,对于设计时速200~250 km/h的高速铁路,将静态TQI控制在4.60 mm以下,可保证动态验收合格,可靠度均达95%以上。     

消除重复计算的H.264帧内预测电路

通过分析H.264编码标准中帧内预测的17种模式,提出了一种有效的应用于H.264视频标准帧内预测算法的可配置电路,可以支持标准中规定的所有预测模式。该电路通过合理地利用一些特殊模式的空闲周期,提前计算出后续预测模式中的部分预测值,并且利用同一预测模式中相邻行(列)间预测值的冗余信息,使用两个计算单元实现了每个周期处理4个像素的预测值。电路在55MHz运行速度下每秒可以处理39帧标清图像,完全满足标清序列的实时编码需求。     

福建省居民收入和消费模型及其预测

本文在讨论了影响居民收入和消费的因素基础上，应用预测的理论和方法，建立了居民实际收入的ＡＲＩＭＡ模型，居民消费总额、居民消费水平等计量经济模型，并利用这些模型预测了各种居民收入和消费的经济指标从９６年至２０００年的预测值，为经济决策提供依据     

灰色神经网络模型在猪肉价格预测中的应用

本文针对猪肉价格波动的特点，利用灰色神经网络模型（CGNN）对猪肉价格进行预测。CGNN模型是对同一已知时间序列，采用不同的GM（1，1）改进模型得到的预测结果使用神经网络进行组合，将每个灰色预测结果“串联”起来，融入神经网络之中，发挥每个灰色预测模型的优点，从而得到更为精确的预测值的方法。     

拟瞬态井内波动压力预测模型

本文基于对井内瞬态波动压力预测模式中的影响因素的敏感性分析，及近几年对井内波动压力理论和全尺寸井实测研究，提出了新的预测井内波动压力的“瞬态化的稳态”预测模型．该模型考虑了井内流体的压缩性、流道弹性、运动管柱底端空井眼长度和运动管柱纵向应变及惯性力影响。该模型预测值比目前广为应用的稳态模型预测值更接近并内实际波动压力值，这将有助于井身结构设计的科学性、钻井液密度确定和井下复杂事故的控制。     

水平圆管内R410A的凝结换热特性研究

在一管内冷凝换热实验台上进行R410A流动冷凝换热实验，旨在研究水力工况、测试管管径对管内换热特性的影响进行探究。实验选用测试水雷诺数表征 水力工况，选取换热系数、压降作为管内换热特性的衡量指标；并将实验数据与经典关联式预测值进行比较，扩展关联式的适用范围。实验结果显示：换热系数 及压降均随着质量流速的增加、管径的减小逐渐增大，虽然换热系数随着测试水雷诺数的增加而减小，但测试水雷诺数对压降影响很小；Shah关联式和Thome关 联式能够较好的预测实验数据，平均预测误差分别为18.83%和6.28%，而Akers关联式的预测值的平均误差达31.04%，足以证明其并不能准确预测实验数据。     

关于轨道谱面积与TQI指标关系的研究

根据沪昆和金温两条不同线路的轨道不平顺检测数据,利用Matlab编程分别进行功率谱和TQI分析.然后利用梯形积分公式对各项轨道不平顺谱值进行积分,得出TQI单项指数与各轨道不平顺谱面积值具有很好的相关性,特别是在高低和轨向不平顺上,相关系数达到了0.91以上,从而验证了用轨道不平顺功率谱方法来控制和管理轨道平顺性的可靠性.最后建议将轨道不平顺功率谱作为控制提速线路轨道质量的主要指标之一.     

预测路基沉降的一种新模型

大量的工程实践表明，多级加载的施工方法使路基沉降曲线呈“台阶状”发展。结合相对时间坐标系的概念，提出了一种改进的指数预测模型及其分级预测方法，并对双曲线模型进行了推广。改进的模型比原模型少一个参数，更适合于荷载恒定期的沉降预测，特别是工后沉降预测。应用改进的模型对苏嘉杭高速公路近三年的工后沉降观测数据进行了拟合和预测，验证了拟合和短期预测的精度，并对两种模型的中长期预测值进行了比较。     

运用弹性系数法对某市2005年岗位培训总量需求预测的可靠性分析

采用弹性系数法对某市2005年岗位培训需求情况进行了分析预测。并综合考虑有关历史数据以及某市社会、经济发展的可能需求，进行系统分析和拟合，提出了1993年至2000岗位培训总量发展变化预测值。     

发电量影响因素的统计分析

运用SPSS软件系统中的多元回归分析方法对一座发电厂的实际数据进行分析，为其建立影响发电量的综合分析模型，并用预测值对其进行拟合，得到了较高的预测精度，为分析该厂影响发电量的因素提供了科学的依据．