BP和RBF神经网络在辨识内燃机燃烧过程中的应用

分析了发动机燃烧过程的研究方式,提出了用BP和RBF网络辨识内燃机燃烧过程的方法。选定神经网络的结构、隐层神经元的作用函数和控制参数,成功地得到了发动机的辨识模型,结果由RBF网络辨识的模型给出,从这一模型可以获得任意点缸内压力和温度以延拓的参数,为排放分析、计算和结构优化提供了良好的基础。     

客车主要噪声源识别的试验研究

基于偏奇异值分析法识别噪声源的基本原理，采用了近场声压测量法，同步采集15个传感器的振动与声压信号，识别出客车车外噪声的主要噪声源，分析出各噪声源对车外噪声的贡献并做出降低车外噪声的预测分析。所采用的试验与分析方法具有计算量小、声源定位准确的特点，并且可以准确预测零部件的改进对车外噪声的影响。试验研究和实车应用表明，这种方法可以适用于复杂的工程实际。     

公路交通可持续发展评价指标及评价方法研究

根据公路交通可持续发展评价的内容和特点,从公路交通可持续发展水平、发展能力、发展协调性3个方面建立了评价指标体系;提出了指标属性值和无量纲化的计算方法;应用模糊识别原理,结合AHP权重确定方法,依据公路交通可持续发展目标(级别划分)的实现程度,提出公路交通可持续发展的多级模糊识别综合评价模型;其评价方法和模型,反映了公路交通可持续发展的内涵,对区域公路交通可持续发展评价有借鉴作用。最后,进行了实证研究。     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.     

基于朴素贝叶斯算法的船舶异常行为监测

随着海事事故与海上违法行为的不断增多,智能的监控方法成为降低海事事故,打击海上违法行为的有效手段.同时,船舶自动识别系统(Automatic Identification System,AIS)的普及及船舶交通管理系统(Vessel Traffic Service,VTS)的扩建,又为智能监控提供了数据支持.鉴于此,利用船舶自动识别系统提供的数据,分析通航水域船舶信息的分布情况,根据其概率分布采用朴素贝叶斯算法,从船舶航速、航向及距航道边界距离3个方面,构建船舶异常行为检测模型.最后,以成山角通航水域为例,检验模型的有效性.实验结果表明,构建的模型能够有效地完成异常行为监测,减少海事监管人员的工作强度,同时根据实验结果分析了成山角水域船舶航行的特点,并对成山角定线制提出合理化建议.     

在用工业管道焊接缺陷的识别和自身高度的测量

在用工业管道定期检验划分安全状况等级时,须确定焊接缺陷性质和自身高度,当采用射线检测和超声检测时,缺陷具有不同的特征和自身高度的测量方法。通过分析射线检测和超声波检测,夹渣、未焊透、未熔合缺陷的识别方法和自身高度的测量,总结出根据缺陷的产生部位、缺陷的性质、缺陷的方向选择无损检测方法,综合运用射线检测技术和超声检测技术。     

基于行程时间影响的关键路段识别与查找

从路段实际功能出发，提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想，以真实数据构造10万条随机路径验证该方法的可行性，并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照，利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量，结合基础属性建立二项Logit模型，从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明：基于最大归一化行程时间曲线聚类，其结果对关键路段识别模型的性能有提升效用；行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性，虽然其个数与路段关键性无明显关系，但其与常见波动程度指标相关性小，可保留用于描述行程时间波动常发性和聚集性.     

典型航线船舶排放清单及排放特征研究

文章分析了我国典型航线典型船舶排放特征,以船舶自动识别系统数据为基础,收集整理所选研究船舶排放参数,结合船舶实际航行资料,采用动力法估算了秦皇岛港—广州港航线某散货船一个航行周期的排放清单,并分析了靠港、停泊、港内机动、巡航4个船舶状态下的排放特征,绘制了2 km×2 km分辨率的空间排放特征图。结果表明,该典型航线上典型散货船舶一个航行周期排放的SOx、NOx、PM10、PM2.5总量分别为18.88吨、30.87吨、1.85吨和1.69吨。排放源分析表明从在船舶的主机、辅机和锅炉3种排放源中,主机是主要排放源。航行状态上巡航工况排放量最大;船舶排放污染物的空间分析表明,船舶在进出港口区域是污染物排放最密集的区域。     

Detection of nonlinearity effects in structural integrity monitoring methods for offshore jacket-type structures based on principal component analysis

The detection of changes in the dynamic behavior of structures is an important issue in structural safety assessment. The development of detection methods assumes greater significance in the case of offshore platforms because the inherent problems are compounded by the harsh environment. Here, we describe an instrumented physical model for the structural health monitoring of an offshore jacket-type structure and the results of tests in several different damage scenarios. In a comparative investigation of two different methods, we discuss the difficulties of implementing damage detection techniques for complex structures, such as offshore platforms. The combined algorithm of a fuzzy logic system and a model updating method are briefly discussed, and a method based on stochastic autoregressive moving average with exogenous input is adopted for the structure. The consideration of uncertainties and the effects of nonlinearity were major objectives. So, the methods were also investigated based on the test scenarios consisting of the physical model with a geometric nonlinearity. The principal component analysis method was utilized for the detection of nonlinearity in the recorded data. The results show that the developed methods are suitable for damage classification, but the quality of the acquired signals must be considered an important factor influencing successful classification. The development of these methods may be extremely useful, as such technologies could be applied for offshore platforms in service, enabling damage detection with fewer false alarms.     

Plate scanning tools to obtain travel times in traffic networks

The management of vehicle travel times has been shown to be fundamental to traffic network analysis. To collect travel time measurement, some methods focus solely on isolated links or highway segments, and where two measurement points, at the beginning and at the end of a section, are deemed sufficient to evaluate users' travel time. However, in many cases, transport studies involve networks in which the problem is more complex. This article takes advantage of the plate scanning technique to propose an algorithm that minimizes the required number of registering devices and their location in order to identify vehicles candidates to compute the travel times of a given set of routes (or subroutes). The merits of the proposed method are explained using simple examples and are illustrated by its application to the real network of Ciudad Real.