CABOSFV算法中集合稀疏差异度阈值确定方法

在实际应用中,CABOSFV算法初始参数———集合稀疏差异度阈值b的确定是否合理,对聚类结果是否有效起决定作用。本文针对如何科学方便地确定集合稀疏差异度阈值b进行了深入研究,给出了集合稀疏差异度阈值确定方法,并通过该方法进行了实例计算。计算结果表明,由于该方法能够确定聚类结果中类的对象组成最小数量,聚类结果的粗糙与精细程度可以人为控制,对聚类结果的准确及高效提供了很好的保证,能够为CABOSFV算法进行聚类提供合理的阈值。     

临近地铁的燃气设备振动特性及隔振措施分析

对燃气设备自身运行的振动特征及临近的地铁线路列车经过后叠加的振动响应特性进行了现场测试,分析了地铁线路对临近的燃气设备的振动影响特征.以某地铁线路下穿燃气调压站实际工程为案例,对燃气设备应对地铁列车振动的控制措施及其效果进行了研究分析.研究结果表明:地铁列车通过时,周边燃气设备的振动速度幅值增加明显、加速度幅值变化较小...     

信号交叉口车路环境对电动自行车释放膨胀特性的影响分析

电动自行车数量的急剧增长导致其在绿灯释放阶段膨胀特性明显,进而加重了交叉口的机非冲突、降低了车流的通行效率。利用视频轨迹提取技术,通过光流法的表现形式描述直行电动自行车在绿灯期间的膨胀特征,并根据其密度变化、膨胀差异和电动自行车对机动车的影响程度,确定出释放初期为主要研究时段;同时,提出了一种反映电动自行车膨胀变化的新型指标膨胀度,分别通过线性相关分析、秩相关性分析和偏相关分析,确定了车路环境中影响膨胀度的动态因素和静态因素;最后基于6个信号交叉口的实测数据,建立各因素与膨胀度的数学关系模型,并结合实际交通条件,给出不同车路环境下电动自行车的管控措施与渠化方法。研究结果表明：车路环境中的电动自行车流量、机动车流量、电动自行车过街距离、非机动车进/出口道宽度、机非分隔带设置情况这5种因素对膨胀度的影响能力各异,右转机动车流量与膨胀度相关性最高。此外,动态因素与膨胀度之间具有确定的函数关系,存在电动自行车与机动车流量均衡效益最大的优势区域;静态因素的差异会导致电动自行车膨胀形式的变化;膨胀度可与动态、静态因素构建复合函数模型。研究成果可为混合交通流的渠化设计和信号配时提供理论依据和技术支持。     

汽车散热器风扇EMC优化分析

介绍整车EMC辐射发射测试方法,结合实际工作经验,针对某主机厂某个车型EMC测试中超标部分进行定位,锁定超标源进行优化分析,使整车满足EMC法规要求。     

平行流交叉口行人过街控制策略研究

为解决平行流交叉口行人与机动车冲突问题,考虑行人与机动车在冲突点为寻找间隙穿越的交替穿插的抢行博弈过程,重新设计行人过街信号相位方案,提出人车搭接相位行人过街模式;考虑行人专用相位过街模式,给出两种行人过街模式的信号控制策略;构建优化模型,并对模型等价变换,降低计算复杂度.结果显示：常规交叉口处于高饱和状态时,两种行人过街模式下平行流交叉口分别降低了73.8%、50.3%的车均延误,故人车搭接相位过街模式效益更优;人车搭接相位过街模式与不考虑行人过街模式相比,交叉口车均延误仅增加 0.6~3.8 s⋅ pcu-1 .研究成果可为平行流交叉口行人信号配时提供理论依据.     

新扩展强化非对称选择网的有界性与单调性

根据Petri网结构理论，讨论非对称选择网(AC)的一个子类：新扩展强化非对称选择网(NESAC)的有界性与活性单调性，判定NESAC网N结构有界的充分必要条件是，N被极小死锁簇覆盖，每个非空极小死锁H一定是个陷阱且满足|t^*∩|=|t^*∩H|=1，NESAC网仍然具有ESAC活性单调性的特征。     

ANSYS在发电机组塔架动力分析中的应用

将有限元软件ANSYS应用在1MW变速恒频风力发电机组塔架动力分析中,通过对风力发电机组塔架进行模态分析,得到风力发电机组塔架的固有频率和振型,并与塔架理论分析结果对比,验证塔架有限元建模的正确性．     

Z6150Z_LC_Z-5型船用柴油机排放测试试验研究

本文以Z6150ZLCZ-5型柴油机为对象,阐明了船用柴油机排放台架试验的试验要求、主要仪器、台架布置和试验结果,为船用柴油机满足排放标准拓宽思路。     

大跨悬索桥主缆线形解析迭代法研究

基于悬索桥在恒载作用下的受力特点,建立了主缆线形控制计算的解析迭代方法,以此确定主缆无应力长度、成桥线形、空缆线形。算例结果表明该解析法具有适合程序计算、收敛速度快、计算精度高的特点,可用于悬索桥设计与施工控制计算。     

基于人工神经网络的湘江最大洪峰流量中、长期预报

将统计相关性分析与模糊方法相结合,识别出影响湘江湘潭站年最大洪峰流量的前期流域降水、大气环流形势等预报因子,通过比较几种改进的BP网络的优缺点,探讨了BP网络建模过程中存在的几个问题,建立了LMBP算法和自适应BP算法相耦合的神经网络中、长期水文预报模型．预报结果表明：预报效果好、精度高,且具有较高的推广和应用价值．