基于多点线圈联合数据的高速公路匝道影响范围识别

为准确识别高速公路匝道对主线车流的影响等级和范围，本文提出基于速度波动特性的高速公路匝道影响量化方法。通过建立改进加权速度排列熵指标以量化各服务水平下匝道对高速公路主线车流的影响，对建立的指标进行谱聚类分析来确定匝道的影响阈值。应用京昆高速及二广高速的99个平行式合流匝道和直接式分流匝道多点主线线圈检测器数据的分析结果表 明，所提出方法可识别高速公路主线车流受匝道的影响程度。合流匝道对主线最外侧车道的影响比次外侧车道高4%~69%；A~C级服务水平下，分流匝道对上游主线最外侧车道影响程度比次 外侧车道高6%~29%，D~F级服务水平下，最外侧车道受影响程度比次外侧车道低10%~13%。合流匝道的影响范围是合流点上游350m至下游550m；其中上游160m至下游100m和下游180~ 270m为核心影响范围。分流匝道影响范围为分流点至主线上游850m，其中750~850m、450~ 600m、100~300m为核心影响范围。研究成果可为高速公路匝道交通设计、管控策略和提升仿真可靠性提供依据，可有效降低设置匝道带来的影响。     

基于树状数组的逆序数计算方法

n个元素组成的置换a[1],a[2],…,a[n].若i＜j且a[i]＞a[j],则称(a[i],a[j])是一个逆序对.置换中逆序对的个数称为置换的逆序数.按定义,计算逆序数要通过n(n-1)/2此次比较,时间复杂度是O(n2).设计了一种新的方法,利用树状数组计算逆序数,时间复杂度降为O(nlog2(n)).主要思...     

Formalization of Fault Analysis and a New Approach of Fault Detection

Introduction Since Boneh et al[1]announced a model forbreaking public key cryptographic schemes by tak-ing advantage of random hardware faults in 1996,fault analysis has become an important aspect ofcrypto-analysis method. Fault analysis inducesfaults in tamper-resistant chips by means of radia-tion, X-rays, micro-probing or cut wires, so thatsome information of keys could leak from chips. Biham &Shamir applied fault attack to the ex-tension of block cipher cryptosystems such asDES, and call…     

Hamilton圈计数

通过多重集排列计数,给出点标号完全三部图Kn,n,n的Ham ilton圈数hn计数公式3[n/2]hn=(n!)n∑2。k=02n-2k-1n-1n-1k     

线性0—1规划模型的排序解法

针对0－1规划模型提出了一种新的解法,即排序法。它利用目标函数变量系数绝对值大小的相对关系,对无约束条件解进行排序,在最小解集中寻找最优解,以加快收敛速度。     

粉喷桩设计及其在道路施工中几个问题的探讨

基于粉体喷射搅拌桩的原理、受力特征以及由其构成的复合地基的主要力学特性，通过道路地基处理设计实例．对用应力修正法和桩身压缩法计算复合地基压缩量时存在的差异及原因进行分析，可以为施工质量控制中存在问题的解决提供依据。     

用分治及贪婪策略实现FFT整序

FFT整序的关键是逆序号的求取,用预先存贮的逆序表可提高FFT整序的效率.算法结合分治与贪婪策略,用最少的交换次数得到逆序表.算法避免了常规整序中顺序号与逆序号的比较运算, 提高了FFT整序的效率.为了比较相关算法在Windows操作系统下的运行效率,编制了相应的C 　 程序.实验表明,求取长2N的逆序表时,算法的交换次数为数组长的一半(2N-1-1或2N-1-2),其效率优于传统的整序算法.     

启发式Hopfield神经网络在车间调度中的应用

调度问题是一类非常复杂的组合优化问题，而Hopfield神经网络通常被广泛应用于各种组合优化问题．针对车间调度问题(JSP)的约束条件和换位矩阵，提出了包含所有约束条件的计算能量函数表达式，并针对神经网络依赖初始解，提出了启发式算法与神经网络相结合的方法，并得到解决车间调度的Hopfield神经网络结构和权值解析表达式．实验仿真结果表明了该方法的有效性．     

基于改进多尺度排列熵的列车轴箱轴承诊断方法研究

多尺度排列熵作为非线性方法,被广泛应用于时间序列复杂性和随机性的评估之中。由于粗粒化过程中的缺陷会导致熵值精度低、稳定性差,提出了改进多尺度排列熵。通过仿真信号与传统多尺度排列熵方法比较发现,在不同尺度下改进多尺度排列熵方法估计的熵值结果更加稳定,且误差减小。结合马氏距离特征选择与遗传算法优化的支持矢量机模式识别算法,提出了一种智能化的轴承故障诊断方法。通过列车轴箱轴承实验数据进行验证,结果表明该方法可准确识别出不同类型的故障轴承。     

模糊交货期下置换Flow Shop调度的禁忌搜索算法

实际生产过程中由于各种客观因素的影响，交货期往往具有不确定性．对模糊交货期下置换Flow Shop调度问题以及禁忌搜索算法的邻域、禁忌表和搜索策略进行研究，提出一种求解该问题的禁忌搜索算法．仿真结果表明，此算法不仅可以解决模糊交货期下的最小满意度最大化问题，而且具有较高的效率。