K&C试验台六自由度测量机构算法研究

文章针对某悬架KC特性试验台六自由度测量机构进行研究,以测量机构中六个角度编码器的转角值作为输入,推导出轮心坐标、车轮外倾角、前束角、滚动角的理论算法,将仿真结果与理论算法结果进行对比,验证了该测量机构的准确性,可为实际工程问题提供参考。     

驱动桥桥壳垂直弯曲刚性试验不确定度计算方法

首先根据标准QC/T533-1999试验方法及QC/T534-1999评价指标,试验样件要求重复测量三次8种负荷工况下,驱动桥桥壳的变形量,以满载轴荷时的每米轮距的最大变形量作为合格与否的评价指标。在确定数学模型后,其不确定度来源初步估计有测量的重复性引入的不确定度、百分表的标准不确定度、设备载荷传感器的不确定度间接引起的位移不确定度。通过分项计算再合成后,从结果可以得出,经过标定校准的设备及测量仪器引入的不确定度几乎可以忽略,不确定度的大部分因素主要还是由人员重复测量引入。     

基于小波去噪和最优权重信息融合的短时交通量预测

针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律。信息融合技术可以对不同传感器数据进行综合处理,去除冗余、克服歧义,得到比任何单个数据源更全面、更准确、更可靠的信息。综合考虑道路交通量预测的实时性、准确性和可靠性,运用基于小波分析的去噪和现代信息融合思想,提出了一种基于小波去噪和最优权重的信息融合预测方法,并用实际数据进行验证。实证分析的结果表明,该方法能够有效提高交通量的预测精度。     

基于过程神经元网络与遗传算法的交通流预测

高速公路变通量预测对于高速公路建设和管理具有重要的指导作用。针对传统预测方法准确性低、预测时间长等问题,建立了遗传过程神经元网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用过程神经元网络非线性描述、自学习自适应的优点,并以实际道路为例进行计算机仿真,实证分析的结果表明,该方法能够有效提高交通量的预测精度。     

城市交通信息发布系统的设计与开发

介绍了系统建设目标、功能需求和系统构成;研究了道路交通状况评价、交通事故分析及最短路径分析;以重庆市城市交通现状为背景,将道路信息、事故信息进行建模分析,结合MapInfo平台的集成二次开发技术,建立以道路交通信息分析、交通事故分析、空间分析为主要功能的城市交通信息发布系统。     

基于时空特性和RBF神经网络的短时交通流预测

针对实际交通流变化具有较明显的动态性、周相似性和相关性,提出一种基于交通流的时空变化特性和RBF神经网络的短时交通流预测方法。该方法充分挖掘和利用了交通流时间序列的周相似性和相关性,以及相邻路段上交通流的相互影响因素,结合RBF神经网络自学习、自组织、自适应功能和大范围的数据融合特性对交通流进行短时预测。用实例进行了仿真计算和分析,结果表明该方法能够提高交通流的预测精度。