一种面积加权的半边折叠网格简化算法及其递进网格构造

以二次误差度量方法的边折叠为基本方法，实现一种面积加权半边折叠三角形网格模型简化的算法．该算法除了考虑顶点周围三角形的法向量外还考虑其他几何特征如三角形面积等来计算边的折叠代价，能够有效地对网格模型进行简化；采用递进网格表示方法存储网格信息，能够生成连续的细节层次模型，支持模型的多分辨率表示、任意精度简化等操作．文中还给出了应用实例和分析数据。     

面向动态交通流的高速公路事故风险模型空间移植研究

本文旨在探究不同尺度数据集对高速公路实时事故风险建模的影响，并实现不同数据特征路段间事故风险模型的空间移植。首先，提取不同特征路段检测器信息，以动态交通流匹配事故数据构建多尺度数据集：高精度数据集、小样本数据集、低精度数据集以及同尺度条件下(同为高精度大样本量)的空间差异数据集；进而，通过贝叶斯Logistic回归量化不同样本量对事故风险模型预测性能的影响；分别采用统计学和机器学习手段建模分析高精度和低精度数据集；最后，基于贝叶斯更新方法建立实时事故风险移植模型，对高速公路实时事故风险预测模型进行空间移植，并验证其可靠性。结果显示：贝叶斯Logistic回归的性能随着样本量增大而有所提升；高精度数据条件下，贝叶斯Logistic回归和RF-SVM(Random Forest-Support Vector Machine)模型的AUC(Area Under Curve)值比低精度条件下分别高出0.092和0.037；在不同数据精度的空间移植中，贝叶斯更新方法可令低精度路段模型的AUC值从0.645提至0.714，在相同数据尺度的空间移植中，该方法可将被更新路段模型的AUC值从0.737提...     

基于Adaboost的改进Elman神经网络港口吞吐量预测方法

为提高港口吞吐量的预测精度,建立基于Adaboost算法改进的Elman神经网络预测模型,进行吞吐量的预测.首先对Elman神经网络进行多次训练和迭代,然后将每个Elman神经网络作为弱预测器,基于Adaboost算法将多个弱预测器加权组合,形成Elman-Adaboost强预测器模型.经过Adaboost算法优化的强预测器对误差较大的数据样本有更强的识别能力,可以实现对数据的动态增强学习.以宁波-舟山港2011-2017年的港口吞吐量数据为样本进行仿真,分别使用BP神经网络、Elman神经网络、BP-Adaboost神经网络以及Elman-Adaboost神经网络进行预测,比较四种模型的预测精度.研究结果表明:Elman-Adaboost强预测器模型用于港口吞吐量的预测,预测结果的相对误差最大值1.91％,最小值0.06％,可以将预测误差控制在2％以下,数据拟合效果更好预测精度更高,可以作为港口吞吐量预测的一种方法.     

y+值对MIRA模型气动参数计算精度的影响

为研究量纲为1的参数y+值对车辆气动参数计算精度的影响, 以阶梯背MIRA模型为基础, 在保证模型网格数量与质量相近的情况下调整近壁网格尺寸, 构建不同y+值的流场仿真模型; 考虑到不同的湍流模型对车辆外流场仿真的y+值具有不同的适用范围, 选取SST κ-ω和LES两种常用的湍流模型对阶梯背MIRA模型外流场进行稳态和非稳态仿真分析; 将气动参数仿真结果与试验结果进行对比分析, 得出合适的y+值取值范围; 结合仿真速度云图和车身表面受力曲线分析了边界层首层网格厚度对仿真精度的影响; 建立了方背MIRA模型在2种湍流模型下的外流场仿真模型, 进行不同流速下气动参数的计算, 从而对y+值取值范围进行验证。研究结果表明: 针对车辆外流场数值仿真, 采用SST κ-ω模型时对应的合适平均y+值取值范围为20~50, 而采用LES模型时对应的合适平均y+值取值范围为5~10;当边界层首层近壁网格厚度过大时, 数值仿真无法准确捕捉边界层中速度梯度的变化, 造成边界层流场流动信息丢失, 而当边界层首层近壁网格厚度过小时, 边界层网格会严重畸变, 2种情况下气动参数计算误差都超过5%, 从而影响车辆外流场数值仿真精度; 根据所获得的y+值取值范围, 方背MIRA模型计算的气动参数误差小于5%, 说明了2种湍流模型平均y+值取值范围的正确性。      

八叉树PagedLOD大规模三维模型可视化研究

针对虚拟仿真中渲染显示大规模三维模型的计算机资源消耗大、刷新率低的难题,提出基于八叉树的PagedLOD大规模三维模型可视化方法,实现了以零件为单元进行大规模模型数据的动态调度.通过以动车组检修大型模型实例作为验证,结果表明了相比于传统的直接渲染方式,此方法在大规模模型场景中能够在保留原装配树结构的前提下,实现模型数据的动态调度,有效地控制内存的占用,提高场景刷新率.     

八叉树PagedLOD大规模三维模型可视化研究

针对虚拟仿真中渲染显示大规模三维模型的计算机资源消耗大、刷新率低的难题,提出基于八叉树的PagedLOD大规模三维模型可视化方法,实现了以零件为单元进行大规模模型数据的动态调度.通过以动车组检修大型模型实例作为验证,结果表明了相比于传统的直接渲染方式,此方法在大规模模型场景中能够在保留原装配树结构的前提下,实现模型数据的动态调度,有效地控制内存的占用,提高场景刷新率.     

车路协同系统的视景仿真模型

在车路协同系统仿真的基础上,以局部交通网络的实时交通仿真为例,建立了车路协同系统视景仿真模型库,确立了视景仿真系统的框架体系结构。将视景仿真集成为整个仿真系统的一个联邦成员,建立了车车信息交互、车路信息交互的典型视景仿真功能模型。使用LOD模型简化技术对视景仿真功能模型进行分解,生成了5个不同精细程度的LOD模型。采用DOF、LOD、Switch功能化节点,从节点结构上优化了典型应用场景中的交叉口信号灯、车辆运动等相关模型,建立了一套类似模型几何形状的层级节点结构。构建了车路协同系统可视化视景仿真平台,包括HLA/RTI信息交互与控制模块、车路协同数据处理模块、信息交互模块、模型引导控制模块、视角动态切换模块与模型状态参数动态显示模块。采用建模优化相关技术,对典型交通场景进行了视景仿真。仿真结果表明:通过LOD模型简化技术,模型简化率最高可达95.5%,内存占用减少86.3%;通过视景仿真方法的使用,提高了渲染效率与系统仿真效率,车路协同典型交通场景验证了仿真方法的可行性。     

16V240ZJD涡轮增压柴油机动态过程的实时仿真

建立了一个涡轮增压柴油机动态过程实时仿真的准稳态非线性模型，该模型基于柴油机稳态试验数据建立动态模型，按时间尺度原则，只考虑柴油机状态量的时间平均效应，忽略循环波动，突出实时性，详细描述了柴油机，增压器的热力学及动力学模型，以内燃机车用１６Ｖ２４０ＺＪＤ柴油机为仿真对象，在ＭＡＴＬＡＢ／ＳＩＭＵＬＩＮＫ环境下进行了动态过程实时仿真，并给出了典型稳态及动态过程的仿真结果。     

复杂水流环境下系泊船的水动力特性研究

为研究深水码头复杂水流条件下系泊船的水动力特性, 利用 CFD 软件 STAR-CCM+对系泊船模型的粘性流场进行瞬态数值模拟, 通过求解 RANS 方程和 Realizable k-ε 湍流模型获得船舶水流作用力。 在无波浪定常流作用下, 系泊船姿态最终保持稳定, 可用固定船舶近似代替系泊船进行模型简化。 在完成网格无关性和数值模型合理性研究的基础上, 对不同流速、 不同流向角度以及流向沿水深变化的复杂水流条件下船舶的水动力进行预报, 探讨不同水流条件下系泊船纵向力、 横向力、 艏摇力矩的变化规律, 研究成果可为复杂水流环境下系泊船的布缆及相关工程设计提供参考。     

基于卡尔曼滤波的交叉口排队长度实时估计模型

为解决现有排队长度估计方法不能对排队长度进行实时秒级估计的问题，本文采用车联网实时数据，构建基于卡尔曼滤波的实时排队长度估计模型。首先，以当前时刻加入和离开排队队列的车辆数为输入变量构建状态转移方程，以当前排队网联车的数量和渗透率构建观测方程；其次，采用回归模型估计状态转移方程和观测方程的噪声协方差矩阵；然后，提出基于卡尔曼滤波方法估计排队长度的流程算法和模型性能评价指标；最后，基于实际数据构建仿真环境验证模型的有效性。结果表明：当网联车渗透率为30％时，平均绝对误差(MAE)，平均绝对百分比误差 (MAPE)和均方根误差(RMSE)的平均值分别为1.6辆，20.9％和2.5辆；当渗透率大于20%时，与基准方法相比，本文模型估计效果更优。     

基于四叉树孤立分割和屏幕误差的地形LOD算法

为解决静态和动态细节层次模型存在的数据冗余度大、精度判断标准单一和层次切换跳跃感强的问题,提出了基于四叉树孤立分割和屏幕误差的地形LOD(level of detail)算法.采用该算法,针对于规则格网,通过地形瓦片分割和数据预处理减少实时阶段计算量,利用四叉树孤立分割消除结点间依赖关系,并构建保守性屏幕误差评价标准以弱化视觉跳跃感,最后采用添加拆分点和高程平均值法消除相邻瓦片和结点间裂隙.实验结果表明:该算法能较好解决常规方法中存在的问题;可满足大规模地形实时三维显示的要求;实时显示计算量小,帧速可保持在0.03 s以内.      

基于纹理的三维地震数据场体绘制

传统的地震资料可视化方法中,采用一组二维切片来表示三维地震数据.这种方法的缺点是不能反映整个原始数据场的全貌及细节,直观性差.体绘制方法克服了这一缺点,它能根据三维数据场在屏幕上产生细节丰富的三维图像,成像质量高.基于纹理映射的体绘制方法借助于图形硬件,采用由硬件实现的纹理映射功能来进行三维地震数据的体绘制,从而明显提高了计算速度.     

复线铁路线路三维模型建立方法

应用表面剖分原理，研究了复线铁路三维模型的构建方法，将地形、桥梁、隧道等实体表面分割为一系列规则的曲面，并用格网对其进行描述。将路基的边界点投入到地形三角网中构建新的三角网，并删除位于边界内的三角形，从而将地形与建筑物三维模型拼合在一起形成路线三维整体模型，通过集成AutoCAD及3DS MAX达到对路线三维造型的目的。应用结果表明该方法具有建模速度快，可靠性高的特点。对构建复线铁路线路三维模型是可行的。     

基于浅水海浪数值模型的近岸海浪仿真

针对航海模拟器中视景仿真的要求,对海浪进行实时仿真.在分析近岸水波模拟中几何合成法和物理方法的基础上,提出一种利用浅水海浪SWAN数值模型的近岸海浪仿真方法.该方法基于Gerstner海浪波形,通过对需要模拟水域进行水深数据采集,应用SWAN对网格化水深数据进行相应的计算,得到近岸海域的波高、相位以及频率数据.通过采样得到Gerstner波形所需参数进行合成.基于GPU实现了LOD海面的几何绘制和光学效果.实验表明,该方法在满足近岸水波数值特性的同时,绘制方法简单且速度快,能够满足航海模拟器近岸航行训练的需求.     

考虑多维动态特征交互的高速公路实时事故风险建模

为探究天气和道路等特征,以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响,本文基于京哈高速公路北京段的事故数据,以及匹配的交通传感器数据、天气数据和道路特征等,构建4个数据集,分别为只包含交通流变量,包含交通流变量、天气及时间特征变量,包含交通流变量、道路及时间特征变量,包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发,基于深度交叉网络,提出一种新的实时事故风险预测模型。结果显示,本文所构建的深度交叉网络模型比其他几种实时事故风险预 测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562,在0.2的概率阈值下, 可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明,本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故,可为我国高速公路安全管理部门提供理论与技术支持。     

基于CUDA快速体数据梯度计算的实时体绘制研究

在体绘制的光线投射算法中,需要传递函数确定体数据对光学属性的映射.体数据梯度是传递函数的常用参数.为了提高三维绘制精度,使用精确的三维Sobel算子进行体数据梯度幅值计算,但由于采用Sobel算子进行计算时计算量十分庞大,因此在计算统一设备构架(Compute Unified Device Architecture,CUDA)下对算法进行并行加速.在此基础上分析并研究了一种基于CUDA快速体数据梯度计算的体绘制算法,达到了梯度的实时计算.实验证明该算法能够在PC机上实现精确的序列图像实时体绘制.     

320kA预焙铝电解槽电磁场分布计算与优化

利用ANSYS电磁场有限元法,建立了320 kA预焙铝电解槽三维电磁场有限元模型,计算了铝电解槽内的电场分布及磁场分布,计算结果与实测结果相吻合,验证了该模型的正确性.在此基础上提出了一种新型电解槽结构,并应用参数化设计语言（APDL）建立该结构的电磁场计算模型,以磁场为目标对该结构进行了整体优化.最终优化后电磁场分布表明：该结构铝电解槽能减小铝液层水平电流,磁场分布对称性好,有利于改善槽内铝液的流动状态,具备较大的节能潜力.     

集卡动态调度路径优化算法

从整体调度的角度出发,分析了整个码头作业面的动态调度方案,提出了一种新的集装箱卡车(集卡)动态调度路径的自适应蚁群算法。运用码头GPRS系统,以集卡速度、流量、位置等相关数据建立了感知链。通过判断阻塞状况和调整可行点集,确定了信息素浓度更新策略与转移概率计算方法。针对码头路网的复杂性和蚁群算法的实时计算效率,设计了蚁群算法的步骤。将信息熵引入到蚁群算法中,运用MATLAB软件,对集卡的动态调度方案进行了仿真计算。计算结果表明:当初始集卡速度分别为50、75km.h-1,初始集卡流量分别为800、1 000veh.h-1时,集卡行驶的最短路径为4.3km,行驶时间为0.057h;集卡行驶的最优路径为8.3km,行驶时间为0.111h。可见,该算法能有效缓解码头阻塞问题,提高集卡利用率和码头作业效率。     

加导叶喷水推进器水动力特性研究

用数值方法计算了加导叶喷水推进器的水动力特性.在质量守恒定理和动量守恒定理的基础上建立不可压缩流体的积分方程,以SIMPLE为基本算法,结合速度修正方程和压力修正方程,求解喷水推进器的内部速度场和压力场,采用基于二方程雷诺数时均方程方法研究喷水推进的湍流模型.用数值方法建立喷水推进器的三维数学模型,用混合网格布置方法提高计算精度.分析了不同流量下加导叶喷水推进器的流量和扬程、功率和效率的关系.