基于个体位置变异的粒子群算法

针对粒子群算法随着迭代次数的增多,其种群多样性降低,粒子群算法容易陷入局部最优的不足,提出了一种基于个体位置变异的粒子群算法。该算法在保证最终收敛的前提下极大扩展了粒子的空间搜索范围,从而降低了粒子群算法发生早熟的可能,并且程序量较小。仿真实验中,将算法应用于6个典型测试函数中,并与其它改进粒子群算法进行比较,结果表明,该算法具有较强的全局寻优能力和较好的收敛速度,明显提高了粒子群算法的优化性能。     

基于BP神经网络的固化红土抗压强度预测

为分析不同掺量的偏高岭土与石灰共同掺入玄武岩残积红土中对土体的改良效果,本试验选取偏高岭土的掺量分别为0%、2%、4%、6%和8%,石灰的掺量分别为0%、2.5%、5.0%、7.5%和10.0%,同时掺入玄武岩残积红土中,制作25组不同固化红土,对其进行28 d无侧限抗压强度正交试验,并用MATLAB软件建立神经网络预测模型,预测固化红土养护28 d的抗压强度。研究结果表明：本模型预测误差最大为4.56%,拟合度为0.997,且本方法比常规回归分析法更简单、更准确,可预测不同固结材料和掺量的固化红土抗压强度,提高试验效率。     

BIM技术在城市综合管廊中的应用研究

近几年来,城市综合管廊的应用及发展规模越来越大,已经成为市政工程未来发展的一个主流趋势。城市综合管廊的出现对于城市地下空间利用率的提高有着至关重要的意义,另一方面在后期管线改造维护中也避免了对城市道路的二次开挖。但综合管廊中涉及了数量巨大、种类繁多的管线,导致在设计、施工以及运维过程中均存在了一定的问题。为解决上述问题,本文以BIM技术做为综合管廊建设中的一条技术途径,将BIM技术应用于综合管廊建设规划、设计、施工及运维整个全生命周期中。一方面有利于城市综合管廊的协同管理,另一方面在施工效率的提高以及工程质量的保障方面均有着相当重要的意义,促进了市政综合管廊的发展与应用,也为后期BIM技术在综合管廊中的应用研究提供一定的借鉴与参考。     

考虑顺序和组合关系的列控车载设备测试序列生成方法

在列控车载设备测试过程中,测试案例之间往往存在顺序关系和组合关系,这些关系在实际测试中具有重要作用。为使测试序列以最小的成本覆盖测试案例集、顺序关系集和组合关系集,提出一种测试序列生成方法。首先,通过在有向图中引入弧的关联关系集,提出一种新的弧路径问题—关联弧路径问题,并给出一种基于遗传算法的求解算法。然后,将具有顺序关系和组合关系的测试序列生成问题转化为关联弧路径问题。最后,以CTCS-2级列控车载设备模式转换场景中的部分测试案例为例进行验证分析,生成的测试序列能够同时覆盖测试案例集、顺序关系集和组合关系集;与人工+DCPP方法相比能够有效降低测试序列的总成本;与遗传算法相比,本文算法的性能更优。     

高速滑行艇CFD精度研究

文章基于RANSE VOF求解器,对高速滑行艇稳定直航状态下的水动力计算精度进行研究。根据模型试验中的航行姿态,建立水气二相流模型进行数值模拟。分别采用结构化网格和切割体网格对楔形体进行计算,分析阻力和动升力的计算精度。通过比较得知,对于高速滑行表面问题,切割体网格和结构化网格同样可以满足工程精度,而前者能够很好地适应复杂的滑行艇表面且网格生成较为便捷。因此文中进一步采用切割体网格对滑行艇进行数值计算,精度同样满足滑行艇的模型试验,验证了CFD方法可以满足两相流中高速滑行表面的水动力计算精度问题。     

拓展我国港口理货新业务

为更好地服务于客户、提高我国港口理货企业自身的综合竞争力，通过调查分析港口理货市场的现状及其未来发展趋势，结合当前港口理货行业实际与业务特点，探讨港口理货企业新业务拓展的必要性，认为理货企业应开展诸如信息咨询、内陆理货、集装箱分流理货、理化检测、仓单质押理货、国际海运货物供应链监管与保安、新船出口理货、集装箱验箱、国际货运代理等新业务，并采取如下措施拓展新业务：掌握客户需求信息、加强理货人员队伍建设、加强信息化建设、加强各方合作等。     

基于网络特征的现代城市交通景观研究

对传统交通景观定义进行分析和研究,从统计物理学的角度提出了交通景观的全新理念——统计特征、网络特征、可靠性特征等,并以三个特色路网的实例表现出现代城市交通景观的三种模式。     

环渤海地区航空与铁路交互模式服务系统分析

“十一五”期间环渤海地区机场与高速铁路建设发展迅速,依照规划“十二五”期间将继续保持高速发展,但是铁路与民航基础交通设施之间缺乏联动效应。以北京、天津、石家庄三地机场作为节点,分析了环渤海地区航空与铁路交互模式服务系统建设的必要性以及该系统建设需要完成的工作。结果表明该系统的建设是可行的,建成后可以有效提高环渤海地区的交通效率,减少旅客出行时间,降低能源消耗。     

基于模糊集和k-means算法的变压器红外图像分割

针对k-means算法的k值选定和复杂背景下红外图像误分割问题,提出了一种结合模糊集理论和k-means算法的改进方法。该方法根据灰度级直方图估计k值,在获得k值的基础上,利用直方图均衡化和模糊集理论进行图像增强,然后通过k-means算法结合数学形态学的开运算,再进行图像分割。实验结果表明,该方法获得了更为准确的聚类结果,同时实验对比发现该方法相较其它方法分割效果更好,又兼顾了快速性和变压器温度细节表现能力。