基于BP-DS证据理论的航标状态识别模型研究

内河航标标示了可航行水域的边界,是保障内河船舶安全航行的重要前提.面向内河航标不同故障模式,构建一种基于BP-DS证据理论的航标状态识别模型.采用两个BP神经网络分别训练航标基础属性数据与环境因素数据,计算独立的证据值;通过DS证据理论实现航标运行状态识别结果的决策融合.结果表明,基于BP-DS证据理论的航标状态识别模...     

BSSF钢渣特种型砂作为非金属磨料的优势分析

本文主要对某钢铁企业滚筒法(BSSF)处理的钢渣作为非金属磨料进行理化性能、环保性等分析。总结出BSSF钢渣作为非金属磨料具有硬度高、游离结晶硅含量低等优点,并提出钢渣特种型砂作为非金属磨料存在的常见问题和解决方案。     

千寻位置在江乌航道测量中的应用

航道测量范围大、距离长并且跨省区,但CORS系统测量不能跨省区。针对这一问题,论述了RTK测量、CORS系统测量和千寻位置的定位导航技术。千寻知寸测量方法具有厘米级定位精度,覆盖范围全、无缝衔接、整体精度高,能满足大范围、长距离和跨省区航道测量要求,为类似工程测量提供了一种新方法。     

美俄潜艇声纳装备的发展

声纳设备出现以来,随着微电子技术、信号处理技术的发展以及人们对声传播规律的认识,声呐技术有了长足的进步,出现了多种低频、大功率,大尺寸基阵声呐和新体制声呐.论文分析了美、俄潜艇声纳装备的发展趋势,以及现役声纳装备的配置、主要性能、声基阵布置等.分析总结了世界主要综合声纳系统的三个技术发展方向,可供潜艇声纳装备的研制及艇总体设计提供参考.     

广东省道路交通安全目标管理体系研究

安全目标管理是现代化管理技术在安全管理上的应用,在进行广泛调查和专家咨询的基础上,结合广东省道路交通安全实际,提出了构建广东省道路交通安全目标控制指标体系,并讨论了该体系的实施和评价等相关问题.     

考虑电动自行车骑行的非机动车道最大纵坡探讨

现行规范要求非机动车道的最大纵坡不超过3.5%,但要在山地城市、跨江桥梁两岸慢行系统衔接等场景下满足该要求存在工程占地大、造价高、可实施性差等问题,考虑到电动自行车在非机动车出行方式中占比越来越高的实际情况,以《电动自行车安全技术规范》（GB 17761—2018）规定的国标电动自行车为研究对象对骑行过程进行受力分析,提出了可满足电动自行车骑行要求的非机动车道最大纵坡参考值,可供电动车骑行占比高的类似项目参考。     

基于比拟杆法的多室箱梁竖弯段剪力滞效应计算及分析

为了分析梁轴线为竖向曲线的多室箱梁在桥墩处的剪力滞效应,基于比拟杆理论,通过用支座反力等效代替桥墩约束,求得了顶板沿桥轴线的轴力、剪力方程,算出了各加劲肋、腹板处加劲杆的换算面积,然后根据剪切变形协调方程,建立了考虑加劲肋影响的剪力滞微分方程组。将所建方程组的计算结果与采用ANSYS APDL软件建立的板壳有限元模型计算结果进行对比后发现：采用所建方程可避免求解2阶微分方程组的困难,易于使用,且能反映局部竖弯梁段的剪力滞效应变化情况,但计算精度随着叠加并积分的剪力流增加而降低;对于靠近计算起始端截面的加劲杆而言,比拟杆法计算应力与模型计算应力差值在10%左右;竖弯梁顶板最大应力处的剪力滞系数为1.4,大于直梁在该处的剪力滞系数1.2,直梁在该处的轴向应力与竖弯梁相比减小了5.9 MPa,可以认为存在竖弯的箱型梁对剪力滞的影响是不利的。     

智能网联车环境下高速匝道汇入车流轨迹优化模型

为了解决传统匝道控制车流汇入时车辆需要减速至停止,从而造成延误时间过长的问题,提出了一种智能网联车环境下的高速匝道汇入车辆轨迹优化的两阶段优化模型,其中,第1 阶段优化车辆进入匝道口的时序;第2 阶段基于第1 阶段的最优时序,优化车辆轨迹. 根据所构建的模型设计了一种启发式算法优化车辆通过匝道冲突区域的时序,然后结合 GPOPS工具优化车辆的轨迹.为了验证所提出方法的有效性,将所提出的方法应用到20 min 随机到达的车流,进行仿真实验.实验结果表明,与先进先出的方法相比,本文所提出的方法能够使总延误减少59.7%,总油耗减少10.5%,说明该方法能够实现车辆以较高的速度通过匝道冲突区域,有效地减少了车辆汇入延误,同时也节约了油耗.     

意大利威尼斯集装箱深水港投资模式分析

全球经济回暖以及一带一路倡议给中资企业参与海外港口投资提供了良好契机,但海外港口投资也存在政治、经济、文化等多方面的风险。针对目前中资企业海外港口投资中存在的问题,系统分析中资企业海外港口投资模式及其优劣和适用情况,并结合国外主要港口管理模式,以意大利威尼斯集装箱深水港投资实践为典型案例,提出海外港口投资策略。     

基于深度强化学习的车辆跟驰控制

针对自适应巡航控制系统在控制主车跟驰行驶中受前车运动状态的不确定性影响问题,在分析车辆运动特点的基础上,提出一种能够考虑前车运动随机性的跟驰控制策略。搭建驾驶人实车驾驶数据采集平台,招募驾驶人进行实车跟驰道路试验,建立驾驶人真实驾驶数据库。假设车辆未来时刻的加速度决策主要受前方目标车辆运动影响,建立基于双前车跟驰结构的主车纵向控制架构。将驾驶数据库中的驾驶数据分别视作前车和前前车运动变化历程,利用高斯过程算法建立了前车纵向加速度变化随机过程模型,实现对前方目标车运动状态分布的概率性建模。将车辆跟驰问题构建为一定奖励函数下的马尔可夫决策过程,引入深度强化学习研究主车跟驰控制问题。利用近端策略优化算法建立车辆跟驰控制策略,通过与前车运动随机过程模型进行交互式迭代学习,得到具有运动不确定性跟驰环境下的主车纵向控制策略,实现对车辆纵向控制的最优决策。最后基于真实驾驶数据,对控制策略进行测试。研究结果表明：该策略建立了车辆纵向控制与主车和双前车状态之间的映射关系,在迭代学习过程中对前车运动的随机性进行考虑,跟驰控制中不需要对前车运动进行额外的概率预测,能够以较低的计算量实现主车稳定跟随前车行驶。