基于改进IDM-GARCH模型的速度波动不确定性研究（双语出版）

为定量分析跟驰行为中由驾驶人感知不确定性产生的速度波动不确定性，基于改进IDM-GARCH模型研究了后车速度波动存在的异方差性。首先，提出在经典智能驾驶模型中加入速度差刺激项和非对称系数，以增强速度波动方程残差项的实际意义。在此基础上，为度量速度波动的不确定性引入异方差的思想，并验证速度波动方程残差项的异方差性，最后运用广义自回归条件异方差模型对其异方差性建模。实证分析中，采用了美国联邦公路管理局主导下的下一代仿真项目中真实有效的跟驰数据。研究结果表明：改进的IDM模型能有效地拟合实际跟驰行为中后车的速度变化，且较经典IDM模型在精度上有了很大提高；同时，GARCH类模型估计的条件方差也能准确反映后车速度波动的趋势和幅度，以及不同驾驶人驾驶行为的差异。     

船载直升机着船预报系统及评估方法

介绍船载直升机着船预报系统的硬件组成和几种常用的预报方法,提出一种基于微成分分析的新的预报方法。最后,对综合考虑横摇和纵摇2种运动的着船预报效果进行评估。     

公路隧道互补结合竖井送排的改进型混合通风方式研究

针对特长公路隧道常规分段纵向式通风系统运营费用昂贵的问题，提出采用双洞互补与竖井送排相结合的改进型混合通风方式。在理论分析的前提下给出换气横通道与竖井的合理结合方案，详细推导适用于超出常规双洞互补通风方式限制长度的隧道的改进型混合通风方式计算方法；通过比较传统分段通风方式和改进型混合通风方式的交通风与隧道结构利用效率，对改进型混合通风方案的经济效益进行工程实例分析。结果表明：改进型混合通风方式与常规分段纵向式通风方式相比，前者有效地提高了交通风的利用率，降低了由于交通风太过富余而对隧道通风产生的不利影响，同时减少了资源的浪费；在最不利的行车阻滞工况下，改进型混合通风方式需要通过竖井进行送排的风量之和由1 723.06 m³·s^-1降至804.62 m³·s^-1，降幅达53.3％，有效地减少了轴流风机的功率，降低了对竖井的设计要求；在隧道通风最不利工况下，射流风机的配机功率提高了84%，轴流风机配机功率降低了52.4%，虽然射流风机购置费用增加，但总配机功率仍然减少13.1%，极大地节省了运营费用；在土建方面，改进型混合通风方式增加了2个横风道，取消了部分送排联络通道，相互抵消，但竖井的规模减小，土建费用有所下降；改进型混合通风方式增加了2条排烟通道，解决了双洞互补通风方式中火灾排烟困难的问题。     

基于有限元法及遗传算法的推力杆球铰多目标优化方法

为优化推力杆的球铰结构并提高其疲劳寿命,提出一种基于有限元法和遗传算法的推力杆球铰多目标优化方法。该优化方法通过有限元法计算不同橡胶衬套预压缩量和球铰结构的推力杆球铰橡胶衬套的应变分布特征和刚度参数,进而得到推力杆刚度参数、橡胶衬套预压缩量与球铰关键结构参数之间的关系,并在此基础上采用遗传算法建立推力杆球铰的多目标优化模型。利用建立的多目标优化模型计算得到推力杆球铰的优化方案。样件台架试验结果表明,此优化方案使推力杆球铰的疲劳寿命提高了7倍。提出的多目标优化方法充实了变截面橡胶金属复合结构的设计理论,并为推力杆的优化设计提供了理论依据。     

船舶柴油机调速器参数整定的多目标优化和多属性决策研究

综合考虑系统在输入阶跃扰动和负荷扰动两个工况时的超调量、稳定时间和ITAE指标，研究了PID控制器参数寻优的问题。采用多目标遗传算法求出Pareto最优解，使用信息熵法和逼近理想解的排序方法（TOPSIS）对Pareto最优解给出了排序。计算了一艘水面船舶柴油机调速器控制的数值算例，结果表明本文方法有效，所设计的PID性能优异，可以工程实际应用。     

分布式驱动电动汽车回馈制动失效的液压补偿控制

分布式驱动电动汽车各驱动轮转速和转矩可以单独精确控制，便于实现整车动力学控制和制动能量回馈，从而提升车辆的主动安全性和行驶经济性。但车辆在回馈制动过程中，一旦1台电机突发故障，其他电机产生的制动力矩将对整车形成附加横摆力矩，从而造成车辆失稳，此时虽可通过截断异侧对应电机制动力矩输出来保证行驶方向，但会使车辆制动力大幅衰减或丧失，同样不利于行车安全。为了解决此问题，提出并验证一种基于电动助力液压制动系统的制动压力补偿控制方法，力图有效保证整车制动安全性。以轮毂电机驱动汽车为例，首先建立了整车动力学模型以及轮毂电机模型，通过仿真验证了回馈制动失效的整车失稳特性以及电机转矩截断控制的不足；然后，建立了电动助力液压制动系统模型，并通过原理样机的台架试验验证了模型的准确性；接着，基于滑模控制算法设计了制动压力补偿控制器，并在单侧电机再生制动失效后的转矩截断控制基础上完成了液压制动补偿控制效果仿真验证；最后，通过实车试验证明了所提控制方法的有效性和实用性。研究结果表明：在分布式驱动电动汽车单侧电机再生制动失效工况下，通过异侧电机转矩截断控制和制动系统的液压主动补偿，能够使车辆快速恢复稳定行驶并满足制动强度需求。     

基于蚁群算法和群决策理论的动态路径优化研究

文章针对城市交通信号控制中的动态路径优化问题,综合考虑相邻交叉口间距和路段交通饱和度两个参数的影响,提出了一种基于蚁群算法和群决策理论的动态路径优化算法模型,并通过仿真实验,对比分析了该算法模型的有效性。     

双电机耦合驱动电动汽车驱动模式划分与优化

为充分发挥一款双电机耦合驱动系统电动汽车(DMCP-EV)多驱动模式的节能优势,制定了基于系统效率最优的驱动模式控制策略。根据该双电机耦合驱动系统的结构特点,定义了电机4种驱动模式并分别建立其动力学驱动模型和系统效率模型。在满足动力性要求的前提下,分析并划分了各驱动模式的工作范围,以系统效率为优化目标,采用粒子群优化算法进行优化,获得最佳的驱动模式切换控制和转矩分配策略。开展了Matlab/Simulink仿真和硬件在环试验验证。结果表明,经系统效率优化的驱动模式在满足动力性要求的前提下,有效提高了双电机耦合驱动系统的经济性,能耗降低11%。     

基于神经网络与遗传算法的潜艇舱壁结构优化

建立了某潜艇端部耐压平面舱壁结构优化设计的数学模型,以舱壁上加强桁(筋)结构的剖面尺寸为设计变量,结构强度、稳定性、工艺性要求为约束条件,以加强桁(筋)结构总体积为目标函数,用人工神经网络方法代替结构的有限元分析,结合遗传算法完成了舱壁的结构优化设计。在为网络生成学习样本时,自行设计了正交表,解决了因为设计变量多,无法选取合适正交表而随机取样的问题。数值仿真结果表明,优化设计方案质量较原始初步设计方案减少了18.3%。     

对ANN技术表达船体曲线算法的改进

应用人工神经元网络（ANN）技术表达船体曲线。根据问题性质，选用小波基作为前向单层神经网络的神经元激励函数，结合逐层学习（OHLO）算法对一艘3．6万吨散货船的后半体进行了表达。编程运算结果表明，该方法速度较传统的BP算法有较大提高。