基于GIS的城市道路掘路交通影响分析系统研究

构建了基于GIS的城市道路掘路交通影响分析系统的体系，提出了局域路网，D矩阵反推模型、局域路网掘路交通分配模型和局域路网掘路交通状况评价方法，为掘路工程实施的可行性和交通组织方案的优选提供了依据。     

应用矩阵实验室（Matlab）软件进行汽车振动非线性仿真

通过建立汽车振动的二自由度模型，利用矩阵实验室（Matlab）软件的仿真工具箱（Simulink ),将模型转化为仿真模拟图，以Santana2000为例，在输入为带限白噪声时，对汽车进行非线性仿真，并将其结果与线性仿真的结果进行对比。     

局域网交通分析与服务水平估算集成仿真方法

针对具有共性的局部路网与重要节点常发性拥挤拥堵的问题,建立了辅助局部交通网络优化设计的局域网交通供需分析方法,以局域O-D矩阵度量发生于局域网的出行需求,推导出了基于K最短路的局域O-D矩阵估算模型,并开发了将交通分析与服务水平估算集为一体的网络级服务水平仿真分析模型.     

预应力曲线箱梁和异形箱梁的研究

近年来 ,国内外学者对曲线箱梁和异形箱梁的静力分析理论和计算方法作过大量的研究 ,但这些理论和方法在某种程度上都存在着一定的局限性 ,特别是在实际设计工作中 ,运用起来不能得心应手。为此本文在综合前人已取得经验下 ,针对桥梁结构设计中分析曲线箱梁、异形箱梁 ,经常遇到的难题进行了研究 ,建立一个较为完善的理论和方法 ,编制了等参元空间分析程序。在实际工程中进行实桥试验 ,验证了本文理论和方法的正确性。本文的研究工作更准确描述了箱梁的荷载响应 ,为设计人员提供直观的设计依据。对曲线箱梁和异形箱梁受力特性有了更一步的理解 ,并提出了新的见解     

O—D矩的分类与推算

本文对Ｏ－Ｄ矩阵的内涵进行了延伸，首次提出了Ｏ－Ｄ矩阵矩分点、线、面三类（即交通结点Ｏ－Ｄ矩阵、交通干线Ｏ－Ｄ矩阵、交通区域Ｏ－Ｄ矩阵）的概念。文中重点论述了用道路路段交通量资料推算三类Ｏ－Ｄ矩阵的数学方法。     

关于机车车辆-轨道系统运动方程的建立

针对机车车辆-轨道系统介绍了建立运动方程的两种新方法:形成矩阵的"对号入座”法则及矩阵组装法.通过比较分析,形成矩阵的"对号入座”法则更加具有高效简便的特点,同时它对于其他复杂系统的运动方程的建立亦很方便.     

一类Jacobi矩阵逆特征值问题的扰动分析

利用Jacobi矩阵特征值表示特征向量的方法对于一类Jacobi矩阵逆特征值问题给出了新的扰动上界，这些结果改进和推广了已有的相关结论，对于进一步研究此类问题提供了可靠的理论依据。     

基于线性矩阵不等式的船舶动力定位滑模控制

为了解决具有非线性和环境干扰的船舶动力定位系统的控制问题, 提出了一种基于线性矩阵不等式的滑模控制算法; 将跟踪误差设计为滑模函数, 设计线性矩阵不等式, 求解状态反馈增益; 基于二次型Lyapunov函数证明了闭环系统的稳定性; 设计切换函数, 使系统对不确定性和外加干扰具有较强的鲁棒性, 避免出现抖振现象; 对基于线性矩阵不等式的滑模控制器进行仿真, 计算出动力定位船舶在无扰动的匀速运动和有外界环境扰动的变速运动2种不同情况下的前进速度、横荡速度、艏向角速度、前进加速度、横荡加速度、艏向角加速度、前进控制力、横荡控制力和艏向控制力矩等; 分析了状态反馈增益线性矩阵、边界层、切换项增益等参数对控制性能的影响。研究结果表明: 采用基本滑模控制使前进速度达到期望值所需的上升时间为29s, 而新算法为15s, 节约了48.28%;采用基本滑模控制使横荡速度达到期望值所需的上升时间为24s, 而新算法为14s, 节约了41.67%;采用基本滑模控制使艏向角速度达到期望值所需的上升时间为13s, 而新算法为10s, 节约了23.08%。可见, 设计的控制器对有非线性和环境干扰的船舶动力定位系统都具有较强的鲁棒性, 具有控制输入连续、控制抖振小、不存在过高增益等特点。      

角色自律分散系统的RN-C形式化描述方法

旨在为角色自律分散系统的建模提供一种形式化方法,为形式化验证奠定基础.角色随时空变化的动态表达取决于系统的自律度和环境条件.在对几类系统自律性的度量指标分析比较的基础上,从内部视点和外部视点2个角度,以及行为层、协调层和规范层3个层次,定义了角色自律度矩阵;提出了角色规范-条件(RN-C)形式化描述方案,包括角色、角色空间、规范、角色转换、行为条件等基本要素.应用RN-C方案,建立了角色行为状态的自激状态声明和受控状态声明的形式化描述;给出了角色域与数据域双重驱动体系结构中的行为原语描述,包括操作行为原语、请求行为原语、改变行为状态原语、角色仲裁行为原语;实现了角色自律分散系统行为的形式化描述.指出基于分层有限自动机的角色演化建模,环境依存度与规范-条件的映射关系等是下一步研究的重点.