团雾天气下高速公路交通事故特征分析

近年来团雾天气下高速公路交通事故频繁发生,对交通安全管理提出了新的挑战.文中以沪宁高速公路沿线4 174站次的团雾过程和74起团雾天气下的交通事故数据为基础,分析了团雾的发生规律和团雾天气下高速公路交通事故特征.研究发现:秋、冬、春三季团雾发生频率高,发生时段主要是在后半夜的00:00时至凌晨06:00时之间,临湖环境和临江路段由于特殊的地形和水汽输送通道而成为团雾高发的区域.1年中的10~11月、1~2月、4~5月,1d中的早上07:00~08:00是团雾天气下交通事故高发期;事故形态主要为追尾,伤亡程度十分严重,死亡人数3人及以上的事故数占55.41%.事故涉及车辆多且损毁严重,涉及10辆以上的事故占75%左右.70%左右的事故造成的交通中断或滞留时间在5h以上.      

Maple程序在有限元分析中的应用

利用大型仿真软件Maple编程和矩阵计算的优点,使用一种全新的方法进行有限元分析,编写杆系结构有限元一般通用程序。结合单跨简支桁架实例,利用编写的Maple有限元程序,求得各节点的位移、杆件轴力,并绘出结构变形前后的图形,从而证明利用编写的Maple有限元程序进行工程实际分析是正确、可行的。     

基于LonWorks技术的摆式列车倾摆测控网络试验研究

就ＬonWorks技术的摆式列车倾摆测控网络系统中的应用进行了研究,试验表明采用ＬonWorks技术构成的摆式列车倾摆测网络系统具有高的可靠性和好的实时性,该研究为ＬonWorks技术在摆式列车倾摆测控系统中的最终成功应用提供了理论和试验依据。     

摆式列车倾摆机构动力方式试验研究

对目前摆式列车所采用的液压及机电式倾摆动力方式进行了分析,通过 在摆式车体模拟试验台上的对比试验表明,在同样满足体摆性要求的前提下,机电式倾摆式构具有体积小、重量轻、维修量小等特点,更适合于车载设备的要求,代表了摆式列车倾摆机构发展的方向。     

基于粒子群优化的SAR图像舰船目标特征选择

SAR图像特征提取和分类器设计是进行目标识别的关键,通常情况下分类器性能与特征数量之间并不存在线性关系,相反过度冗余的特征甚至会导致分类器性能严重下降,因此特征选择成为必要。提出一种粒子群优化与Wrapper策略相结合的特征选择方法,针对包含待识别舰船目标的SAR图像,提取其3类共16个典型特征,利用本文所提算法筛选出最佳的特征组合。实验结果表明,将本文所提取的特征组合用于目标识别,分类精度提高了22%,分类时间缩短了2.16 s。     

一种基于ADPSO优化的循环神经网络模型

针对循环神经网络(Recurrent Neural Network,RNN)采用传统的训练方法造成的收敛速度慢、易陷入局部最优的问题,提出一种自动调整的动态粒子群优化算法(ADPSO),利用ADPSO较强的全局寻优能力来优化RNN的初始权值及阈值,构建基于ADPSO优化的RNN模型(ADPSO-RNN),从而提升RNN的预测性能及泛化性能.在ADPSO中,将动态搜索空间策略引入到粒子群算法中,同时自适应地调整学习因子以平衡算法的全局和局部搜索能力.在实验中,将ADPSO与PSO进行算法优化性能对比,结果表明ADPSO具有更好的寻优性能;然后以某股票的股票价格历史数据为实验数据,将ADPSO-RNN与常规RNN、PSO优化的RNN分别对其进行预测,结果表明ADPSO-RNN模型在股票价格预测中预测指标平均绝对误差和均方误差上相对于另外两种模型均有所降低,具有更好的泛化性能.     

浅谈集同高速公路改扩建关键技术问题

随着交通量的日益增加,原有公路的扩建问题逐渐得到重视。结合工程实例,对高速公路的改扩建工程中关键技术问题进行研究,提出对改扩建工程中的几个关键技术问题以及具体问题的处理措施,以达到良好的工程效果,为以后相关工程的施工技术提供有效指导。     

铁道机车车辆液压制动机及其国内外发展

介绍了应用于铁道机车车辆上的液压制动机的原理、特点和关键技术，对国内外铁道机车车辆采用液压制动机的应用进行了分析，并阐述了液压制动机的发展趋势。     

利用Power Builder中的管道技术进行数据传递

文章介绍了Power Builder中的管道技术和利用管道技术在一个数据库中或数据库之间进行数据传递的方法,以及如何在开发环境中创建管道、执行管道对象,创建传递数据应用程序的步骤.     

摆式列车直驱式电液伺服作动器的仿真研究

阐述了一种用于摆式列车的直驱式电液伺服作动器的组成和原理,并进行了结构设计.在机械结构设计的基础上,运用AMESim高级建模和仿真平台对其进行了建模和仿真分析.仿真结果表明,直驱式电液伺服作动器动态性能良好,达到了预定的性能指标,能够满足摆式列车倾摆系统的要求.