基于Q-learning和BP神经元网络的交叉口信号灯控制

解决单交叉口信号灯最优控制问题。提出了基于强化学习的信号灯控制系统结构,应用强化学习中Q学习,将信号灯最优控制问题转变成是否切换运行相位的决策问题,提出了采用BP神经元网络实现Q学习的信号灯控制系统。应用微观交通仿真软件PARAMICS进行仿真分析,结果表明该系统能够感知交通流变化,并能够自适应地调整信号灯切换策略,以达到最优的控制效果,该方法是可行的,与定时控制相比具有明显的优势。     

基于浑沌神经网络的动态交通量预测方法研究

介绍了目前国内外道路交通量预测的方法、特点及实际的预测效果.由于城市道路交通的复杂性,使得一些现有交通量预测方法的预测精度不高.针对这些问题,应用混沌神经网络,建立了城市道路交叉口出口交通量的浑沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果.     

基于神经网络的车用汽油机过渡工况空燃比辨识

以HL495Q电喷汽油机为研究对象,提出了一种基于BP神经网络的空燃比辨识方法,比较了不同拓扑结构的神经网络对空燃比辨识精度的影响,得到了一种最优的空燃比模型。试验结果表明,空燃比模型能高精度地逼近空燃比的实际动态过程,模型的平均相对误差小于2%。     

人工神经网络在路堤沉降预测中的应用

以人工神经网络法为主，研究了多因素条件下的沉降预测问题，同时与浅岗法和S型曲线法这2种在近几年推广应用的预测方法进行了对比。结果表明，3种方法预测的最终沉降大体相近，它们之间的区别在于人工神经网络法预测的沉降较大（同时更接近实测值）；S型曲线法较小；浅岗法居中。由于神经网络是用实测数据直接建模，少了人为干扰因素，并且偏大的数值对工程来说是偏于安全的，所以选用人工神经网络预测沉降比较适宜。     

威海市公路网发展规模预测及适应性评价

通过对威海市现有公路网总体布局、公路等级结构分析，在充分考虑威海市制造业基地的发展基础上，对社会经济发展水平进行预测，同时分析了公路网规模与国民经济、人口的相互关系，采用国土系数法、人口密度法定量预测未来规划年的威海市公路网合理规模，结合专家意见等定性：方法，给出了满足威海市发展需求的路网规模，并从公路网技术指标，宏观经济和社会效益等方面：鞋行适应性分析评判。     

塑料木粉板层压复合汽车内饰制品研制

在对国产塑料木粉板进行弯曲、拉深等成型试验的基础上，用塑料木粉板为基材，用两次复合法制成了汽车层压复合内饰制品。     

CFC复频电导法与TEM瞬变电磁法在某隧道中的应用对比

CFC复频电导法与TEM瞬变电磁法是我国目前较为先进的隧道超前探水技术。以CFC与TEM在我国某铁路隧道中的应用为例,简述CFC与TEM的方法原理,并结合开挖实际情况进行对比。试验对比表明,CFC探水技术抗干扰能力更强,探水预报结果更为准确,特别是在电磁环境复杂的隧道。     

复杂电磁环境下装备指挥效能评估分析

应用模糊综合评判法,通过定性评估与定量评估相结合的分析方法,对复杂电磁环境下的装备指挥效能评估进行了研究.针对复杂电磁环境下装备指挥的特点,设计了装备指挥效能评估指标体系模型,通过分析计算得出的结果表明,模糊综合评判法应用于复杂电磁环境下装备指挥效能评估是可行的.     

轻质耐压壳体减重研究

本文结合几种材料的特性，对壳体的结构做了力学分析，研究了轻质耐压壳体的减重方向。研究中发现，隔板的设计对壳体的重量影响很大，因此详细分析了凹凸两种形式端板的力学特性，发现同等厚度条件下，凸型隔板的变形量小、安全系数高。分析对比了铝基合金、复合材料、钛合金的材料特性、加工特性、国内开发现状以及成本，认为现阶段应以铝基合金的改进为主，并关注其他材料的进展对壳体进行减重设计。     

复杂地质条件下 62 m 超深 TRD 止水帷幕关键施工技术

近年来，TRD等厚度水泥土搅拌墙施工工艺作为一种基坑围护新技术，应用越来越广泛，但同时遇到的挑战也越来越大，尤其是遇到了复杂地质、超深等情况，该工艺施工难度会大大增加。以南京地区某工地为例，重点介绍了针对62 m超深、穿越砾石层的TRD施工工艺和关键施工技术，为今后类似工程施工提供借鉴。