混沌弱信号检测法在齿轮裂纹声发射检测中的应用

分析了Duffing振子的间歇混沌发生原理.研究了基于Duffing方程间歇混沌理论的混沌弱信号检测法,该方法对周期小信号具有敏感特性,能够在强噪声环境下实现对微弱周期小信号的检测.分别采用频谱分析法和混沌弱信号检测法对齿轮裂纹声发射实验数据进行检测,结果表明混沌弱信号检测法具有更高的检测精度和更强的抗干扰能力.     

变温环境下粘弹性梁的混沌运动

根据Kelvin粘弹性材料本构关系、梁的运动方程及变形几何方程建立了同时具有温度扰动和横向分布力扰动的粘弹性梁非线性动力学模型.用Galerkin方法将系统简化为参数激励和强迫激励耦合的单模态Duffing振子,得到了系统的不动点和同宿轨道.用Melnikov函数法推导出系统混沌运动的临界条件,分析了系统通向混沌的途径.研究表明,非线性粘弹性梁在周期性横向激励及周期性温度联合作用下可能进入混沌运动,并且在发生Smale马蹄意义下的混沌前,将经历多次的次谐分岔.     

二次成本函数下的推测变差模型及其复杂性分析

以寡头市场中两个企业进行产量竞争为基础,构造基于二次成本函数下推测变差的动力学模型并分析推测变差平衡点的稳定性.通过数值仿真的方法研究企业调整速度变化所产生的诸如分岔、混沌以及奇异吸引子等复杂动力学行为.得出随着调整速度的增加,系统将会从稳定状态转变成分岔状态甚至混沌,并且初值条件极小的变化都将导致产量产生剧烈的波动.此时企业需要将调整速度控制在一定范围内来调整自身产量才能最大化自身利润.一旦系统处于混沌状态,市场将会变得混乱.因此通过状态反馈和参数调整控制的方法对混沌进行控制使其形成新的稳定结构.     

城市核心区主干路交通拥塞演变规律分析

以昆明市为例,通过实地调查的方式,分析了城市核心区主干路的交通区域拥塞交通流特性,运用烟羽模型对交通拥塞的时空变化规律进行了定量化分析.定性分析了驾驶员行为特性对道路交通拥塞影响,提出首次交通拥塞与二次交通拥塞的概念,并结合道路状况,借鉴蚁群模型的理论,对首次交通拥塞到二次交通拥塞演变规律进行了分析,总结出基于驾驶员行为特性的演变规律.     

非线性随机振动分析的概率密度演化方法

为深入探讨概率密度演化方法对于非线性随机振动分析的适用性,考察了随机地震动作用下一类硬弹簧Duffing振子的非线性响应,对概率密度演化方法与经典非线性随机振动分析进行了比较研究.结果表明:在弱非线性水平,概率密度演化方法与混沌多项式展开、Monte Carlo模拟的解答一致;在强非线性水平,数值求解误差、人为截断误差放大,概率密度演化方法与混沌多项式展开解答在Monte Carlo模拟解附近上下波动,表明概率密度演化方法与经典非线性随机振动解答在均方特征意义上是等价的.      

基于差分Poincaré映射的间歇混沌信号判别方法

针对混沌振子微弱信号检测中间歇混沌信号难以判别的问题,利用混沌系统的参数敏感特性,提出一种差分Poincaré映射判别方法,实现强噪声干扰下输出间歇混沌信号的判别．该方法选取周期激励幅值具有微小差异的两个混沌振子的Poincaré映射进行差值运算,利用周期状态下输出信号收敛,而混沌状态下输出信号分离的特点,降低了噪声对周期区域的影响,使可检测输入信号的信噪比达到了-87dB．实验表明,在时域或Poincaré映射已经无法进行分辨的情况下,该方法仍然实现了检测系统输出间歇混沌信号的有效判别．     

一类多自由度含间隙动力系统的分岔与混沌

建立了一类含间隙多自由度动力系统的力学模型,给出了系统在无碰撞情况下的无量纲微分方程,以及振子与小球,小球与小球之间复杂的碰撞情形及相应的无量纲冲击方程,并得到了系统的通解和Poincaré映射,通过数值仿真方法揭示了系统的周期运动经Neimark-Sacker分岔通向混沌的演化过程.     

基于信息感知的高速公路事故路段限速方案及仿真

事故现场的存在改变了交通流状态,影响车辆的安全行驶,如果事故现场处置不合理,易诱发二次交通事故.根据车辆行驶特征以及驾驶员行为特性,将高速公路事故路段进行区域划分;参考驾驶员的动视力和视野范围,建立基于信息感知的高速公路事故路段限速逻辑模型.在仿真环境下,选取通行能力、最大排队长度、平均速度和速度样本标准偏差等评价参数,比对限速方案和不限速方案,结果表明:在各特征交通流量下,通行能力变化不大,限速方案下平均速度降低,最大排队长度和速度标准差也降低.     

微弱舰船声信号的混沌处理方法

针对进出港口的舰船噪声低,难以检测的问题,采用了混沌振子检测理论,将其应用在舰船弱信号检测中,采用参数抑制法,同时设计了微弱信号的混沌检测系统.通过仿真计算,结果表明该系统能有效地提高检测的信噪比.文中还给出了一种简便判断系统是否处在混沌态的方法.     

基于局域波和混沌的微弱故障信号检测方法

为了利用微弱信号准确诊断转子系统早期故障, 提出了一种基于局域波法和混沌振子相结合的信号检测方法。利用局域波法将微弱的故障信号分解为有限的并且具有不同基本模式的分量, 每个分量是单一成分信号, 实现了信噪分离。将局域波分量输入混沌振子, 通过混沌振子系统行为由混沌状态变为大周期运动状态, 表明检测信号中含有特征成分, 实现了利用混沌振子对低信噪比的微弱信号识别。故障诊断结果表明: 所提出的检测方法是可行的, 能准确诊断转子系统早期不对中故障。     

I?880高速公路二次交通事件概率估计方法

基于美国I 880高速公路交通流数据,对由交通堵塞或事故诱发的二次交通事件的各项参数进行聚类分析并建立概率模型.运用这一模型可对I 880高速公路进行实时交通流监测,发现有安全隐患的路段并向控制中心发出警报,以减少交通事件的发生与相应的人员财产损失.     

城乡接合部道路交通事故辐射范围分析

为合理确定城乡接合部道路交通事故的影响范围,以重力模型为基础,构建城乡接合部影响带模型。分析城乡接合部道路交通事故辐射范围的4个影响因素：交通流特征参数、交通组成、道路横断面、土地利用。对交通事故影响持续时间进行分析计算,进而基于烟羽模型构建城乡接合部道路交通事故辐射范围模型。最后,根据昆明市兴呈路事故数据验证了模型的可行性。同时为便于实际应用,建立了道路交通事故辐射范围分析系统,可得到事故在时间和空间上的动态影响范围。     

支持向量机在道路交通事故预测中的应用

通过对道路交通事故相关指标的分析,选取万车死亡率、十万人口死亡率作为指标集合,建立的基于支持向量机的道路交通事故预测模型,经10年的道路交通事故相关数据的训练和测试,其准确性得到了验证。     

��������������ĵ�·��ͨ�¹�Ԥ��

道路交通事故预测是道路交通安全研究的一项重要内容. 针对BP神经网络在道路交通事故预测中精度不足及收敛速度慢的问题,引入量子神经网络并构建道路交通事故预测模型. 模型通过对道路交通事故时间序列进行相空间重构,有效扩充训练样本数量;且隐含层神经元采用态叠加的激励函数,对道路交通事故数据的特征空间进行多层梯级划分,以快速匹配输入数据与特征空间的对应关系,提高模型的收敛速度;在训练过程中动态调整量子间隔,以响应事故数据的强随机性. 实验结果表明,该预测模型能够较好地适应道路交通事故数据的特性,且预测精度和收敛速度较改进BP神经网络有显著提高.     

基于量子神经网络的道路交通事故预测

道路交通事故预测是道路交通安全研究的一项重要内容. 针对BP神经网络在道路交通事故预测中精度不足及收敛速度慢的问题,引入量子神经网络并构建道路交通事故预测模型. 模型通过对道路交通事故时间序列进行相空间重构,有效扩充训练样本数量;且隐含层神经元采用态叠加的激励函数,对道路交通事故数据的特征空间进行多层梯级划分,以快速匹配输入数据与特征空间的对应关系,提高模型的收敛速度;在训练过程中动态调整量子间隔,以响应事故数据的强随机性. 实验结果表明,该预测模型能够较好地适应道路交通事故数据的特性,且预测精度和收敛速度较改进BP神经网络有显著提高.     

基于交通流量的城市交叉口事故预测研究——以广州市为例

通过对广州市天寿路交叉口高峰时段的流量调查及广州市的交通事故数据分析,发现北京市与广州市交通流量与事故数据存在相近性关系。应用线性回归分析法、事故率法建立北京市交通流量与交通事故数之间的一元线性关系模型,对广州市某交叉口的交通事故数进行预测分析。结果表明,在交通流量高峰时段,影响交通事故的最主要因素为交通流量,交通流量对于快速处理的事故影响作用大于一般事故;在交通流量相当小时段,交通事故存在着很大的偶然性,两者的关联度不高。     

基于一维元胞自动机模型的交通流混沌研究

应用交通流一维元胞自动机模型进行仿真试验,研究理论交通流的混沌现象.仿真中选取某一观测点记录车辆到达该点的车头时距,应用非线性分析软件TISEAN计算该车头时距序列的Lyapunov指数谱和Kolmogorov熵.试验结果证明交通流中存在混沌现象.从试验结果分析找出了产生交通流混沌现象的2个因素:车辆密度和车辆减速概率.当车流密度超过某一值时仿真出的交通流会产生混沌现象,而出现混沌的根本原因在于交通流的内在随机性,其中车辆不规则的加速、减速是这种内在随机性的主要因素.     

道路交通事故灰色Verhulst预测模型

为提高道路交通事故灰色预测模型的预测精度, 分析了GM (1, 1) 模型和灰色Verhulst模型的特点, 发现GM (1, 1) 模型适用于具有较强指数规律的序列, 只能描述单调的变化过程, 而Verhulst模型则适用于非单调的摆动发展序列或具有饱和状态的S形序列。针对近年来中国道路交通事故表现为具有饱和状态的S形过程, 建立交通事故Verhulst预测模型。Verhulst预测模型和GM (1, 1) 预测模型预测的2004年交通事故死亡人数分别为10.87万人和11.72万人, 相对误差分别为1.49%和9.43%, 可见Verhulst模型的预测精度明显优于GM (1, 1) 模型。     

基于小波与混沌集成的短时交通流预测

针对现有短时交通流预测模型的不足,提出了一种用于交通流短时预测的小波与混沌集成方法。首先对交通流序列进行小波分解,分别得到低频部分和高频部分,并在此基础上作进一步分析,结果表明交通流存在混沌特性。然后应用混沌理论分别建立低频部分和高频部分的预测模型,对低频部分和高频部分进行预测。最后应用小波理论对混沌模型预测的结果予以重构,实现对原始交通流序列的预测,与现有方法比较,结果表明该方法具有较高的精度和应用前景。