基于Drucker-Prager准则的岩石损伤本构模型

为解决用对数变换再线性拟合的方法求岩石损伤本构方程参数计算过程复杂、不利于计算机编程的问题,引入岩石应力-应变曲线特征参量,并考虑岩石应力-应变曲线的极值条件,给出了模型参数的解析式,从而建立了新的岩石损伤本构模型.通过与砂岩试件三轴压缩试验结果比较,证明所建立的模型可以很好地反映岩石的应力-应变关系.通过对参数m和F0的讨论,认为m和F0分别代表了岩石的脆性和强度,而弹性模量是参数m和F0的共同反映.     

采用支持向量机回归的航班延误预测研究

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型.首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大 Lyapunov 指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能.结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误.     

����֧���������ع�ĺ�������Ԥ���о�

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型。首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大Lyapunov指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能。结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误。     

Active Contours and Mumford-Shah Segmentation Based on Level Sets

IntroductionThe basic idea in active contour models orsnakes is to evolve a curve,subject to constraintsfrom a given image,in order to detect objects inthat image.For instance,starting with a curvearound the object to be detected,the curve movestoward its interior normal and has to stop on theboundary of the object.LetΩ be a bounded open subset of R2 ,with Ω its boundary. Let u0 ∶Ω→ R be a given image,and C( s)∶ [0 ,1 ]→ R2 be a parameterized curve. Inthe classical snakes and active…     

有理二次Bezier曲线与带调节参数的三次Bezier曲线的比较

在给定三个控制点P0,P1,P2的基础上,对有理二次Bezier曲线与带调节参数的三次Bezier曲线进行了比较．一是比较二者接近控制多边形的程度;二是比较二者在控制多边形的凸包内插值一点的情况,分别给出了二者插值的条件,以及在插值条件下给出了权因子和调节参数的计算公式,计算简单,使用方便;三是比较二者偏向控制多边形边P0P1或偏向边P1P2的情况．通过对二者的比较,以后就可以根据实际需要选择适当的曲线,更加有效地对曲线的形状进行调整．     

有理二次Bézier曲线与带调节参数的三次Bézier曲线的比较

在给定三个控制点P0,P1,P2的基础上,对有理二次Bézier曲线与带调节参数的三次Bézier曲线进行了比较.一是比较二者接近控制多边形的程度;二是比较二者在控制多边形的凸包内插值一点的情况,分别给出了二者插值的条件,以及在插值条件下给出了权因子和调节参数的计算公式,计算简单,使用方便;三是比较二者偏向控制多边形边P0P1或偏向边P1P2的情况.通过对二者的比较,以后就可以根据实际需要选择适当的曲线,更加有效地对曲线的形状进行调整.     

基于扩展置信规则库的海盗袭击事件风险预测

为有效应对海盗袭击事件，减少可能产生的损失，本文提出一种新的基于扩展置信规则库 (EBRB)联合优化的海盗袭击事件风险预测模型。通过引入Relief F算法和差分进化算法，从结构和参数两个角度对EBRB系统进行优化，以确保EBRB系统具有最优的参数数量和取值，利用实际海盗事件数据集进行模型验证。结果显示，联合优化的EBRB系统预测结果与实际情况的拟合效果较好，相对于初始的EBRB系统，联合优化EBRB系统将海盗事件的风险预测准确性提高 了60%。此外，与现有其他预测模型对比发现，基于联合优化EBRB系统的预测模型在提高预测准确性方面具有一定的优势。     

机场周围飞机噪声预测辅助系统

为科学预测机场周围飞机噪声,合理评价机场周围的声环境,根据中国机场周围飞机噪声环境标准的要求,结合民用机场建设工程环境影响评价技术导则所推荐的飞机噪声预测模式,采用国际民航组织推荐的计权等效连续感觉噪声级作为机场飞机噪声的评价量,开发了机场周围飞机噪声预测辅助系统。用该系统对某小型机场飞机噪声现状进行了计算,并与实测结果进行了比较。发现噪声计算值与实测值最大误差为1.2 dB,说明系统计算精度高。并用此系统对机场远期噪声影响进行预测,可获得有效的噪声等值线图。     

RC矩形空心墩的新型滞回模型及参数识别方法

为了准确模拟RC （reinforced concrete）矩形空心桥墩的刚度退化特性，为桥梁震后可恢复性能研究提供理论基础，进行了不同设计参数的14个RC矩形空心墩模型拟静力试验. 通过引入峰值位移影响系数体现刚度退化与峰值位移的关联，建立修正的Bouc-Wen-Baber-Noori （BWBN）滞回模型；基于粒子群-引力搜索混合智能优化算法（combination of particle swarm optimization and gravitational search algorithm，PSOGSA）识别实测滞回曲线对应的滞回参数，并建立桥墩设计参数与滞回参数间的对应关系，进而总结滞回参数的经验预测方法. 研究结果表明:修正的BWBN滞回模型曲线与实测滞回曲线吻合程度高，相关性系数在0.98以上，且新型滞回模型能准确地反映出桥墩侧向刚度随墩顶位移退化的特性；PSOGSA算法能精确地识别实测滞回曲线的模型参数；采用经验预测方法得到的模型曲线与实测滞回曲线的相关性系数为0.83，该方法适用于缺乏实测滞回曲线的桥墩.      

基于自适应跟踪法的沥青路面使用性能预测模型

通过对沥青路面性能衰变方程的分析,得出方程中的寿命因子和形状因子是随着路龄动态变化的结论。针对路面性能曲线对2个参数的敏感度不同,将形状因子作为主要动态参数,采用改进参数自适应跟踪法进行预测;将寿命因子作为交通轴载的函数,建立优化双参数的路面性能预测模型,并利用某高速公路的历史数据验证模型的有效性。结果表明,该模型能够克服缺少历史数据的不足,客观反映路面近期性能状况。     

基于换乘链断裂点时空信息的公交换乘行为识别

分析了公交智能卡数据挖掘中转乘行为、通勤出行、非通勤出行识别的改进方法, 将关注点从公交换乘过程信息转移到换乘链间隔期的持续时长和空间位移信息, 以换乘链断裂时长和位移2个维度计算公交换乘链断裂点概率, 制作工作日和非工作日断裂点时空变量联合概率分布矩阵, 对比了这2种分布的差异;检验了断裂时长序列和断裂位移序列的稳定性, 标识了2条曲线的突变点和拐点, 用于推断转乘引起的转移距离和转乘时长的阈值参数;对工作日和非工作日差值时长序列曲线进行移动平均滤波处理, 使得曲线的突变与极值之间的关联能够解释转乘、通勤出行和非通勤出行3种行为与通勤和非通勤出行之间的关联;采用北京市整个一周的地面公交和地铁系统样本数据对方法进行验证, 并根据时间序列和位移序列曲线确定样本数据中常见公交换乘行为的阈值参数。分析结果表明:断裂点时空信息对样本数据中的换乘行为能提供更合理的识别分类参数;持卡人在站点间转移的容忍距离约为1.6km;断裂点转乘时长与非通勤出行的断裂时长临界点为22~48min;非通勤出行和通勤出行的时长临界点约为478min, 非通勤出行断裂点最大概率时长为140min;通勤出行的断裂时长接近期望值为601且标准差为44的正态分布;基于新方法得出的参数改善了公交出行活动的识别率, 转乘行为、通勤出行与非通勤出行的识别率分别提高了16.1%、4.2%、6.2%。可见, 换乘链断裂点的时间信息和空间信息不但可作为公交换乘行为识别的依据, 还可能带来更好的识别效果。      

沥青路面使用性能的双参数修正预测模型

为精确预测沥青路面使用性能,根据沥青路面性能曲线标准衰变方程中形状因子与寿命因子的敏感度不同,视形状因子为主要动态参数,采用改进参数自适应跟踪法进行预测,视寿命因子为交通轴载的函数,并对其进行修正,依据修正后的双参数建立了沥青路面使用性能双参数修正预测模型。计算结果表明:沥青路面使用性能双参数修正预测值和实测值最接近,误差最小,因此,该模型预测精度高。     

交通事件持续时间预测及参数标定

有效的交通事件管理应基于精确的交通事件持续时间预测。交通事件持续时间包括4个部分:事件发现时间,事件响应时间,事件清除时间和交通恢复时间。提出了基于元胞传输模型的交通事件持续时间预测模型以及参数标定方法。实测数据和仿真数据对比结果表明,基于元胞传输模型的交通事件恢复时间预测方法具有较高的精度。     

基于动态概率网格和贝叶斯决策网络的车辆变道辅助驾驶决策方法

提出了一种车辆变道辅助决策方法, 向驾驶人提供变道行为决策; 构建了由车载GPS、相机传感器和雷达组成的行车环境信息传感装置, 利用非采样B样条曲线模型对车道线建模, 通过控制点位置求解与搜索策略实现车道线的检测、跟踪与类型识别; 根据车道线信息确立有效行车区域, 并建立了一种动态概率网格的行车环境几何模型, 对有效行车区域进行紧凑型表征; 考虑了车辆对行车环境表征结果可靠性的影响, 根据高斯分布将车辆位置信息映射到动态概率网格中, 计算了每个行车单元的占用概率; 将车道线信息与网格单元占用概率作为初始节点状态参数, 输入贝叶斯决策网络, 估计概率网格单元的占用状态, 量化输出当前行车环境表征结果以及不变道、向左变道、向右变道3种变道决策的期望效用值, 通过计算各决策的期望效用值比率确定最优变道决策。试验结果表明: 在场景1中“向左变道”决策的期望效用值最大, 为0.70, 视为最优决策, 在其动态概率网格中, 右侧车道线“实线”状态参数为100.00%, 因此, “向右变道”决策效用期望值最小, 决策系统输出的最优决策“不变道”符合中国交通法规, 也表明检测车道线类型的必要性; 场景2的“不变道”和“向右变道”决策期望效用值分别为0.43和0.44, 比率接近1, 无法判断最优决策, 驾驶人可根据经验决定是否变道。      

基于多尺度排列熵和长短时记忆神经网络的航空发动机剩余寿命预测

针对航空发动机性能退化失效的变点和多状态参数的时间序列预测, 构建了基于多尺度排列熵算法和长短时记忆神经网络的剩余寿命预测模型; 使用多尺度排列熵算法对时间序列进行变点分析, 求解出性能退化过程中的突变点, 得到了有故障征兆的性能退化起始点; 构建了包含多变量的长短时记忆神经网络模型, 将多个状态参数代入到模型中得到对应的剩余寿命; 将变点后的航空发动机多状态参数和剩余寿命作为样本, 代入到长短时记忆神经网络模型中进行多步和多变量的时间序列预测; 通过综合航空发动机状态参数变点分析方法和时间序列预测模型, 得到最终的剩余寿命预测结果。研究结果表明: 多尺度排列熵算法能够及时监控各个状态参数的变化, 当发现状态参数异常时, 排列熵的值会发生跳变, 从而有助于及时发现故障征兆; 长短时记忆神经网络模型通过门控单元对长时间序列数据进行信息筛选, 充分保留了有效信息用于时间序列预测; 多变量长短时记忆神经网络能够对多状态参数进行同步分析, 并且将状态参数直接与剩余寿命相对应, 提高了模型效率; 通过多尺度排列熵算法和长短时记忆神经网络模型的结合, 能够考虑到航空发动机的多退化模式, 得到更符合实际退化过程的剩余寿命预测结果; 经过算例分析, 提出方法的剩余寿命预测的均方根误差为5.3, 与长短时记忆神经网络、反向传播神经网络和支持向量机相比, 误差分别降低了63%、72%和78%。      

基于分步编码改进遗传算法的铁路智能选线

为实现铁路三维空间线形的智能优化,建立了综合考虑建设和运营费用、环境影响代价及线路约束的线形优化模型;针对平面、纵面控制点分别给出了分布方法,并构建了由平面交点偏移距、平曲线半径、变坡点标高3个基因片段组成的基因序列.在此基础上,提出了平面-纵面-完整基因的分布编码方法,设计了相应的多种交叉、变异算子实现线路方案的进化.实例分析表明:本方法克服了现有遗传算法产生的线路方案平、竖曲线重叠的缺陷;可生成满足线路约束条件且综合费用较省的线路方案群,最优的智能选线方案比人工定线方案综合费用节省了6.5%.      

双参考点路径选择模型及其实证研究

针对日常出行决策中的不确定性,本文基于前景理论对双参考点情况下的路径选择行为进行研究.首先,以可接受的最早到达时间和工作开始时间作为双参考点,建立了基于前景理论的路径选择模型.然后,设计调查问卷,对问卷中4种情景下的路径选择结果进行统计,运用非线性回归方法估计双参考点路径选择模型的价值函数和权重函数的参数值,并将参数估计结果与已有文献的参数估计值进行对比分析.结果表明,单参考点情况下得到的参数值并不适用于双参考点情况,同时确定了价值函数为非对称曲线,期望到达时间偏于工作开始时间,在晚到的收益区间价值函数曲线斜率更陡.     

基于UKF的数字轨道地图的三维线路生成方法

针对基于卫星导航系统的列车定位对数字轨道地图的实际需求, 提出了一种基于无迹卡尔曼滤波的线路估计方法, 生成线路的三维数字轨道地图; 对于铁路线路的3种平面线形(直线、缓和曲线和圆曲线), 采用以里程为参数的菲涅尔(Fresnel)积分模型统一建模; 对于纵断面的直线和曲线, 采用二次曲线模型建模; 用无迹卡尔曼滤波对模型的状态(里程、三维坐标)和参数(方位角、曲率、曲率变化率、坡度、坡度变化率)进行联合估计; 将归一化新息平方和估计距离误差作为线路分段的判断条件, 最终用分段点和几何参数完成三维线路的生成; 采用仿真的平面线路数据对比了离散点法、三次多项式法和本文Fresnel法, 利用青藏线14.7 km的实测数据进一步对Fresnel法进行了验证。仿真结果表明: 在相同的误差要求下, 3种方法的平面距离误差均值都在0.024 m以内, 但Fresnel法采用了最少的分段点, 数据约简率高达99.76%; Fresnel法的最大累积里程误差最小, 由0.964 m降低为0.060 m, 减少了93.77%;Fresnel法比三次多项式法的方位角和曲率估计精度都高, 更加接近真值; 实际数据测试结果表明Fresnel法分别采用22个和20个分段点及参数即可完成线路的平面曲线和纵断面曲线生成, 平面和纵断面曲线距离误差均值都在0.03 m以内, 累积里程误差最大只有0.078 m, 位置精度和几何精度都较高。      

一种改进的基于轮廓特征拐点的遮挡车辆分离方法

在传统的基于4类特征拐点的遮挡车辆分离方法的基础上进行改进,提出了一种基于8类特征拐点的分离方法．该方法以车辆常用的矩形模板为先验知识,首先对存在遮挡的连通区域提取边缘轮廓,并将轮廓上的特征拐点分为8类;然后在对相邻且同类的轮廓特征拐点进行合并的基础上,利用改进的车辆轮廓特征拐点的类型组合来实现遮挡车辆的识别和分离．仿真实验表明,本文所提出的新方法具有更好的鲁棒性和精确性,且方法简单,具有很高的实际应用价值．     

基于Gompertz曲线和三次指数平滑法的货运量组合预测

在简单介绍Gompertz曲线拟合法和三次指数平滑法两种单项货运量预测方法的基础上,引用最优加权组合建模理论,以预测误差的平方和最小为目标函数来确定最优权重系数,建立组合预测模型.以1999～2010年京杭运河苏北段货运量的统计数据为基础,运用所建立的组合预测模型对2015～2035年京杭运河苏北段的货运量进行预测.预测结果表明,组合预测方法是有效的、可靠的,并且预测精度比单一预测方法有很大的提高,该方法具有很好的实用价值.