艾里莫芬烷倍半萜抗白血病定量构效关系的量子化学研究

采用Gaussian03程序用密度泛函理论计算了15种艾里莫芬烷倍半萜的量子化学参数,研究了这类化合物抗白血病生物活性与量子化学参数间的关系,发现化合物的生物活性与LUMO和LUMO+1轨道的能量以及偶极有较好的线性关系,LUMO和LUMO+1轨道的能量越低,偶极越大,则生物活性越好。而这类化合物的LUMO轨道主要是由内酯环或呋喃环组成的π分子轨道,内酯环是化合物的生物活性区域。研究结果为此类化合物的结构修饰和开发研究提供了参考依据。     

环境因素下交叉口信号控制的双层多目标优化模型研究

机动车尾气排放不仅危害人们身体健康,同时也破坏了生态环境.考虑机动车尾气排放的基于用户均衡路径选择模型的双层多目标优化模型被提出用来优化交叉口信号控制周期和绿信比,其优化目标是改善交通流状况的同时合理降低交叉口机动车尾气排放.并给出了该模型的启发式遗传算法和基于MATLAB遗传工具箱的求解方法.通过一个实例来解释和验证了该模型以及求解算法的可行性.     

旧拱桥拱肋及拱轴线形确定方法

在拱桥加固中,由于设计资料的缺乏,往往需要重新确定其拱肋及拱轴线形,该文通过实例分析,介绍了几种确定拱轴线形的方法。     

商用汽车整车搭铁性能研究

本文主要阐述商用汽车整车搭铁类型和性能要求,对整车搭铁性能进行研究,提出搭铁性能指标,为新车型的开发、指导进行整车搭铁性能优劣评判提供依据。     

基于 AHP 和物元分析的愤怒驾驶状态辨识研究

驾驶人在愤怒情绪下的驾驶行为是影响车辆行驶安全性的重要因素之一,愤怒驾驶情绪的产生及其程度受到驾驶人自身和道路交通环境中多因素的影响。文中综合考虑驾驶人自身因素和行车环境对驾驶状态的影响,提出了愤怒驾驶状态的辨识方法。文中筛选了与愤怒驾驶行为相关的驾驶人因素和道路环境因素,构建了1个驾驶人愤怒状态辨识的层次分析模型,并根据相关因素之间对愤怒驾驶行为影响的重要程度构造判断矩阵,求出各相关因素对愤怒驾驶行为的影响权值。应用综合权重的物元多属性决策方法辨识驾驶人的愤怒驾驶状态及程度。应用所提出的方法对22组实车试验中出现的愤怒驾驶状态进行辨识,结果表明,72.7%的结果与实车实验所得的结果相符,因此,该方法可对愤怒驾驶行为进行识别。文中所提出的方法能够融合驾驶人因素和环境因素对愤怒驾驶行为的影响,有效的辨识出驾驶人的愤怒驾驶状况及程度。     

基于客观风险感知特性的前向碰撞预警算法优化与标定

为提升高级驾驶辅助系统(ADAS)预警算法在复杂行车环境下的适应性, 提出了一种基于车辆运动学和风险感知特性的综合预警算法——客观风险感知(ORP)算法; 通过典型工况下的分析与推导, 表明其预警算法为THW、TTC和SM预警算法的综合形式; 为了标定预警算法的参数阈值, 开展了累计4 500 km自然驾驶试验, 最终筛选出409例有效临近碰撞事件, 提取了释放油门、踩下制动时刻的客观风险感知参数分布特征; 根据自然驾驶数据中提取的临近碰撞事件及其参数特征, 对风险预警算法参数进行标定; 在模拟驾驶环境下开发了前向碰撞预警算法, 通过4种风险场景开展了算法验证试验。研究结果表明: 基于自然驾驶数据的参数标定, 客观风险感知预警算法的两级预警参数阈值分别为1.4、0.8 s; 基于典型风险工况下的微观驾驶行为特性对比, 预警有效性方面ORP预警算法稍高于RP预警算法, 二者预警有效性显著高于TTC预警算法; 在预警算法下所有驾驶片段的最小碰撞时间均值方面, ORP预警算法为2.02 s, RP预警算法为1.90 s, TTC预警算法为1.65 s, 表明ORP预警算法能适应复杂风险环境下的风险辨识。基于大量实车试验参数标定与效果验证后, 所提出预警算法可用于高级驾驶辅助系统风险辨识。     

基于改进深度卷积生成对抗网络的路面指示标志识别方法

针对道路交通环境中路面标志识别涉及的数据集较少和识别准确率不足的问题,研究了基于深度卷积生成对抗网络的道路表面指示标志的识别方法.在深度卷积生成对抗网络的结构基础上,根据具体应用修改生成网络和判别网络的损失函数,并用随机梯度下降算法替代原始的优化器,对指示标志的原始样本集进行样本生成,以增加样本数据量.基于Faster R-CNN算法进行路面标志的特征提取,实现路面指示标志的识别,并基于迁移学习对识别模型进行微调,将目标识别效果应用于实际道路环境中.实验结果表明,通过深度卷积生成对抗网络生成的样本图像有效地扩增了路面标志的数据集,增广后的多类目标识别的mAP提高了17.1%,小样本情况下的识别准确率随着样本量的增加和样本质量的改善而得到了明显的提高.     

考虑驾驶风格的智能车自主驾驶决策方法

为了提升智能车类人驾驶水平,提供符合驾乘者驾驶习惯的个性化驾驶服务,改进了DDPG算法并设计智能车驾驶决策系统,学习不同风格的个性化驾驶策略.招募20位驾驶人参加基于仿真平台的模拟驾驶实验,采集驾驶数据.运用相关性检验方法选择个性化驾驶评价指标,使用K-means聚类方法将驾驶风格进行分类.在基础DDPG算法的输出部分加入线性变换过程,形成改进的个性化驾驶决策学习算法,进而构建个性化自主驾驶系统,以3种驾驶风格作为学习目标,调节线性变换参数,在线训练并测试算法.结果表明,提出的方法比基础算法收敛速度提升21.3%.算法在测试场景中,保持了高于驾驶人的横向控制水平,车道偏移量下降73.0%,且驾驶的车辆未与道路外侧护栏发生碰撞.聚类结果显示,算法通过调节线性变换参数,能够有效学习不同的驾驶风格.     

基于道路基础设施的车道追踪控制器算法

基于道路基础设施而实现的车道追踪控制技术是当今智能公路领域的核心研究内容之一。2 0 0 1年6月研制的车道追踪控制器在交通部公路科学研究所公路交通综合试验场90 0 m的智能公路测试跑道上实现了车道自动追踪的控制任务, 并且控制结果达到并超过ISO/TC2 0 4 WG1 4标准化草案NP1 7361 LDWS对车道偏离预警系统的要求。分析了该控制器的结构, 推导了该控制器的解析表达式, 给出了该控制器的参数, 并对实验结果进行了分析     

工矿内燃机车无线遥控自动运行系统

系统由两个子系统构成：数据传输系统基于无线局域网原理，确保多台机车能够使用各自独立的遥控器，共用同一频段，同时进行作业；列车自动运行子系统采用模糊控制方法，如同经验丰富的司机一样控制列车运行。阐明了研制该系统的现实意义，简要介绍了正在实施中的系统方案和关键技术。