城市配送车辆限行政策评价的多代理模型与仿真

为了综合评价城市配送车辆限行政策,借鉴多代理模型的理论和方法,在系统分析车辆限行下各利益相关者诉求及行为特征的基础上,构建城市配送车辆限行政策评价模型。模型由车辆路径选择模型和强化学习模型共同组成,通过改进遗传算法克服城市配送中配送方案优化问题,同时引入Q学习算法解决各代理间的博弈问题。通过对无限行政策、区域限行政策及路段限行政策进行仿真模拟,结果表明:多代理模型能够有效刻画不同限行政策下各利益相关者的行为变化,定量计算出限行政策对利益相关者的各种影响,从多个视角对限行政策进行评价,模型的适应性得到一定验证;限行政策都会增加城市配送的总成本和服务延误时间,同时减少污染物排放,但不同限行政策带来的正面效益与负面影响均有所不同;区域限行政策能够大幅降低限行区域内的污染物水平,但带来的负面效应较大,尤其在增加城市配送车辆固定成本和服务延误的同时,还会由于配送车辆绕行等行为提高非限行区域的污染物排放水平,不能降低污染物排放的整体水平;路段限行政策带来的各方面负面影响较少,并且能够更有效地防止污染物聚集,从整体上控制污染物排放,但路段限行政策需具有较强的灵活性,对政策制定部门的动态管控能力要求较高。     

EEMD和SVM在发动机故障诊断中的应用

针对发动机缸盖振动信号的非线性非平稳特征,提出一种总体平均经验模态分解(EEMD)和支持向量机相结合的信号分析及故障诊断方法,该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数,有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解,得到各阶特征模态函数(IMF),求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IMF相关系数法和IMF能量分布法得到的特征向量作为输入,建立BP神经网络和支持向量机,判断发动机工作状态和故障类型。分析表明,对IMF求相关系数的方法简便易行,能有效放大不同工况下特征向量的差异,结合支持向量机能够对既定机型的配气机构和点火系常见故障进行准确识别。     

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。     

基于振动法检测预应力混凝土梁有效应力的实验研究及有限元分析

在已建的预应力结构中,结构当前的应力检测一直是较难解决的问题。文中利用振动法研究无粘结预应力混凝土梁的振动特性,通过理论分析和实验研究发现,预应力改变了混凝土梁的有效刚度,从而改变了预应力混凝土梁的振动频率。因此可以通过振动频率值反推得到梁的有效应力。通过实验测试和有限元计算得到了预应力混凝土梁在不同预应力作用下的振动频率值,二者的结果吻合较好。研究表明,振动法可以用来检测无粘结预应力混凝土梁的有效应力,为结构的有效应力检测提供了一条参考途径。     

规范公路运输货运代理企业经营行为的策略

依据公路集装箱运输业务流程, 分析了中国公路运输货运代理企业在经营中的不良行为, 认为存在操纵运输市场运价、拖欠运费以及虚报货物重量等问题, 政府、交通主管部门和行业协会应共同采取措施, 规范货运代理企业的经营行为。     

无人水下航行器发展与应用

  目的  针对某新型大尺度欠驱动高速自主式水下机器人（AUV）导航系统的研制,  方法  详细介绍AUV导航系统的硬件组成及软件构架,构建基于VxWorks实时嵌入式操作系统的AUV组合导航系统。考虑到高速AUV导航系统的非线性特征及容错性要求,将无迹卡尔曼滤波（UKF）技术用于联邦滤波器,设计基于UKF的联邦卡尔曼滤波器,并对导航系统的二维平面模型进行数值仿真。  结果  结果表明,联邦无迹卡尔曼滤波器相比传统的卡尔曼滤波方法能够获得更高的精度和更好的鲁棒性;半实物仿真联调试验、水池试验、湖上试验及艇载试验充分验证了导航系统的实时性和可靠性,  结论  证明该系统能够满足AUV航行任务的需要。     

数据驱动跟驰模型综述

车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型,是交通流理论 的基础。近年来,信息感知与获取、大数据、人工智能等技术快速发展,推动了数据驱动跟驰模型 的快速发展。数据驱动跟驰模型,是以真实的车辆行驶数据为基础,利用数据科学与机器学习等 理论和方法,通过样本数据的训练、学习、迭代、进化,挖掘车辆跟驰行为的内在规律。本文系统 回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究 热潮,归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱 动的跟驰模型3类数据驱动跟驰模型,并分别介绍了其中的典型代表。分析数据源发现,尽管各 种高精度轨迹数据不断涌现,目前研究仍多使用美国于2006年发布的Next Generation Simulation (NGSIM)高精度车辆轨迹数据,模型的可移植性和泛化能力值得思考与研究。提出关于模型输 入、输出的3个问题：如何考虑更多驾驶行为变量,是否有必要考虑更多行为变量,现有输入、输出 是否可替换。在模型测试与验证方面,发现并讨论了目前测试不充分、对比不完整、缺少统一测 试集与测试标准等问题。最后,探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期 望通过本文的梳理,帮助研究者更好地了解数据驱动跟驰模型的过去与现状,促进相关研究的快 速发展。     

油气田瓦斯隧道TSP图像智能识别研究

在传统的非煤系油气田区瓦斯隧道超前地质预报中,由于TSP(tunnel seismic prediction,隧道地震勘探)图像的复杂性,解译的效率低且结果准确度不高,利用智能识别技术可以有效解决相应问题。依托某油气田区高瓦斯隧道工程,结合深度学习理论,借助Python(计算机编程语言)平台建立智能识别预测模型,通过该模型识别TSP图像中的P波,判断不良地质情况。结果表明:建立的智能识别模型可有效识别P波,判断围岩裂缝情况,减小人工识别的误差,实现油气田区高瓦斯隧道的地质精准探测与瓦斯防治。     

山区公路库区浸水路段加筋土高挡墙的应用

以景宁县库区浸水路段为例,对加筋土高挡墙的应用进行深入研究分析,有利于此类加固技术的推广应用.     

粘贴钢板技术修复钢箱梁疲劳裂纹

正交异性钢箱梁因其抗风性能好等方面优点,目前已成为大跨径桥梁主流截面形式。由于长期经受重载和大流量交通的影响,采用钢箱梁构造形式的桥梁成为了钢材疲劳开裂的重灾区。在各类典型疲劳裂纹中,顶板与U肋之间的角焊缝开裂因其受损后影响程度高、修复难度大,受关注程度最高。综合考虑处治的时效性和对交通的影响程度,探索研究采用粘贴钢板无损修复技术对该类裂纹进行处治。理论分析结果表明:粘贴钢板后局部刚度有所提升,可以起到降低桥面板变形和U肋应力的效果。为配合施工开展了黏结剂适用性试验,研究了温度、振动等条件对黏结剂固化效果的影响。进行了模型梁静力加载试验,验证了粘贴钢板与基材的连接效果和协同受力性能。