基于遗传因子优化粒子群算法

针对粒子群在搜索最优值时间过长、易陷入局部最优、无法挑选出最优值的问题,本文在粒子群算法的基础上,结合遗传算法中的变异因子,提出一种基于遗传优化粒子群的算法.首先,该算法采用对数函数递减惯性策略加速粒子跳出局部最优,其次,遗传变异因子增加个体极值的多样性来寻出最佳值;最后,基于一定的迭代次数,根据标准函数Rastrig...     

Porsche at 60 保时捷60周年

完美的设计,赛车业的肯定,毫无疑问的独立性还有舒适的使用性——这就是令保时捷多年来领先于跑车行业的真实写照。在接下来的内容中,我们将向大家介绍保时捷历史上最伟大的6辆跑车,从1973年的 Carrera RS 2.7到365 Carrera、930 Turbo、959、993 RS 以及996GT2,一起来见证保时捷在跑车行业的辉煌业绩,一起跟着保时捷员工们一探这个跑车王国的秘密。     

2010款Camaro全球首发 “大黄蜂”量产在即

这是一款灵感源于传统的21世纪跑车,将漂亮的外形与出色的性能融于一身,并将先进的技术与令人惊异的燃料效率融于一身——官方预计的公路燃料经济性仅为9L/100km。     

决战郊外 Audi Q7 4.2 TDI QUATTRO VS BMW X5 3.0sd

撕开你的视线,两款超级座驾的激战已然愈演愈烈。抬高你的关注点一米左右的高度,你仿佛置身于空中,目睹那场在空中上演的更为精彩的鏖战。     

刘家峡大桥重力式锚碇温度场参数化分析

以西北地区最大跨度单跨悬索桥—刘家峡大桥为工程背景,利用ANSYS有限元软件,建立了考虑大地、环境温度场热交换及冷却水管效应的全三维、浇筑养护全过程有限元仿真模型,介绍了混凝土水化热、热对流边界条件等模拟技巧;详细分析了考虑当地气温变化特点及冷却水管效应时按分层厚度1.5m,3.0m浇筑混凝土的结构温度场、应力场的分布规律,实际施工采用1.5m厚度分层浇筑,在理论分析所得关键区域埋设了温度、应力传感器,实测温度场、应力场结果与理论分析数值吻合良好,映证了所建立的水化热分析有限元模型、对流边界条件以及冷却水管效应正确无误,理论分析成果指导施工,实测结果验证了理论分析的正确性,分析方法及有限元建模技巧可为同类工程提供借鉴.     

钢-混凝土组合梁在简谐荷载下的动力响应试验研究

为了研究钢-混凝土组合梁在强迫振动下的动力响应,以剪力连接度为参数,设3片钢-混凝土组合箱梁,进行了不同静载分量、加载幅值和频率的简谐荷载下的动力试验研究,得到了跨中动挠度、跨中加速度和结合面滑移随剪力连接度及简谐荷载特性的变化规律。试验结果表明:组合梁结合面的滑移均值和幅值、跨中加速度、以及跨中动挠度时程在简谐荷载下均表现为随时间变化的波动形式,且均随剪力连接度的降低而增大;组合梁跨中动挠度和结合面滑移均值主要受静态荷载分量影响,滑移幅值主要受加载幅值影响,而跨中加速度则受荷载频率和荷载幅值的影响较大。     

基于Radau伪谱法的储能式有轨电车速度优化控制

优化有轨电车运行状态是一种简单、可靠、有效降低有轨电车能耗的方法。鉴于有轨电车站间红绿灯对其运行状态的影响,以及通过优化有轨电车的速度轨迹使其在不停车的前提下顺畅通过交叉口等仍缺少研究的现状,以储能式有轨电车为研究对象,建立了基于场景的环境模型和列车运动学模型。以有轨电车在行驶过程中的总能耗为优化目标,根据其出站时和到站时的状态以及红绿灯的配时信息建立模型约束,采用Radau伪谱法优化有轨电车的速度轨迹,实现行驶过程中的总能耗最小。仿真验证表明,该算法能使有轨电车平顺地通过信号交叉口,避免因在红灯时间窗到达停车线造成的急加速、急减速等行为,总能耗减少了23.45%。     

航标遥测遥控风险识别和管控

结合航标管理工作实际,从航标遥测遥控的系统安全、终端设备性能、外部环境影响及数据监控等方面详细阐述航标遥测遥控所存在的风险点,并分析相关风险点的原因,进而给出相关预防措施,以实现对航标遥测遥控系统的风险管控。     

不同腹板嵌入方式模拟对波形钢腹板组合箱梁建模精度的影响

为探究不同腹板嵌入方式模拟对波形钢腹板组合箱梁建模精度和效率的影响,利用ANSYS建立三种连接方式下的有限元模型,分析其在荷载作用下的挠度、应力、剪力滞效应和自振频率,并将有限元模拟结果与现场模型试验实测数据对比,以找出最符合实际的连接方式。结果表明,MPC方式的建模效率明显高于共节点式与嵌入式,且能够满足精度要求,是最符合实际腹板嵌入连接的方式。该研究可为波形钢腹板组合箱梁有限元仿真提供参考。     

基于向量自回归模型的城市快速路交通状态短时预测研究

本研究考虑时空关联性对城市快速路交通状态进行了短时预测研究。首先,基于快速路上下游检测器数据分析交通流量和速度的时变特性,采用有序样本最优分割算法将一天划分为具有相对稳定交通状态的不同时段。然后,构建一种考虑上下游路段影响的空间向量自回归(Vector Auto Regression Model,VAR)模型,预测不同时段目标地点的交通流量和速度。研究结果显示,下游的交通状态对上游的影响不可忽视,尤其是在高峰时段。对于平峰时段,目标地点的交通状态很大程度上取决于上游路段,而受下游路段的影响较小。在此情况下,仅利用上游路段的交通状态来建模,便能达到足够的预测精度。另外,通过模型对比发现,相较于ARIMA预测模型和历史均值预测模型,本研究提出的VAR模型能够综合考虑交通状态的时空动态特征准确预测城市快速路交通状态。