基于自回归移动平均模型的梁桥损伤识别

桥梁结构的损伤识别是当前桥梁工程内十分活跃的研究领域,有着广泛的应用背景,与此相关的理论和技术也在不断的发展和成熟。基于自回归移动平均模型的研究方法以往都应用于结构的状态预测或系统识别,将其用于桥梁结构的损伤识别中还处于发展和完善阶段。拟结合桥梁结构的自身特点,对该方法在桥梁结构损伤识别中的应用做进一步的研究。     

双弓作用下弓网动力学性能

建立了接触网有限元模型和双弓集中质量模型,通过接触单元将二者耦合得到弓网系统模型.推导了系统的动力学平衡方程,用直接积分法计算弓网系统的动力学性能参数.结果表明:双弓运行时,后弓对前弓受流的影响较小,前弓对后弓的影响较大;双弓间距对前弓抬升位移和接触力影响较小,对后弓的影响较大.当双弓间距为90或150 m时,对后弓受流最不利;当双弓间距为200或210 m时,后弓受流较好.     

基于数学形态学与动态时间扭曲的电压扰动分类

为提高电压扰动信号分类识别的精度,提出了一种基于数学形态学与动态时间扭曲的新算法．该算法首先通过形态滤波器对信号进行滤波处理,然后利用如变换提取滤波输出的特征,再通过动态时间扭曲分类器与参考模板进行匹配,最后获得有效的分类识别结果．用Matlab进行仿真分析的结果表明,该算法能有效识别各类扰动信号,准确率高,即使在强噪声环境下,识别精度也超过84％．     

量子漂移扩散模型解的指数衰减

研究了量子漂移扩散模型解的指数衰减．该模型来自于量子流体动力学模型,是一个非线性四阶抛物型偏微分方程组,由于比较原理对于四阶偏微分方程不再成立,进而最大模估计成为本质困难．利用熵函数的方法,结合差分法,能量估计,梅造差分方程解的迭代．从而在时间增大时,得到解在L^1意义下以指数速度衰减到常定态．     

基于预算时间的路径选择模型参照点设定方法

针对路径选择模型的特点,基于前景理论分析了实际路网中出行者在不同得失状况下的选择行动,进而重点分析了模型中参照点的设定方法.从传统参照点设置方法入手,针对其自由流时间不适用于拥挤路网的弊端,通过结合出行时间预算和有效路径的相关理论,提出了一种更加符合实际的路径选择模型参照点设定方法.算例演算表明,提出的参照点设定方法能有效地反映路网出行者的实际出行行为,特别是在出行者对出行时间要求越严格的情况下,改进方法的优势越明显.     

公路交叉口指路标志合理信息量的试验研究

通过采用模拟试验方法,对驾驶员认读、判断指路标志的过程进行研究,从而得出指路标志信息量与认知时间之间的量化关系,以及在进行公路交叉口指路标志的版面信息量设计时,地名数不宜多于5个的结论,对交叉口指路标志的设计具有指导意义。     

基于TLX量表的公路设计负荷综合评价法

一种基于TLX量表的公路设计负荷综合评价方法解决了公路设计任务负荷难以量化评价的问题。结合工程实例。采用该法对设计负荷进行计算,得到了量化的评价结果,验证了该方法的可行性和可操作性。     

机动车尾气污染对居民出行选择的影响

机动车尾气排放造成的空气污染对人体健康的危害逐渐被医学界证实。城市居民选择交通工具以及出行路线时,道路机动车尾气污染会影响其选择行为。文中通过居民出行问卷调查证实部分出行者会采取规避行为降低机动车尾气污染对个人健康的危害,建立表征出行者与污染气体接触程度的曝露指数模型,通过数据拟合建立增量时间转化模型,以出行时间增加值的形式定量得到机动车尾气污染对居民出行的影响程度,对离散选择模型的效用函数进行了修正,并给出了算例。     

基于探测车数据的路段行程时间估计

利用探测车数据进行路段行程时间估计面临着两类误差：采样误差和非采样误差,从而导致估计结果精度不高和可靠性差。在回顾已有估计方法的基础上,有针对性地引入了自适应式卡尔曼滤波,建立了相应的状态方程和观测方程,利用相似时间特征的历史数据标定了状态转移系数,并对滤波进行了求解。以实际数据对估计方法进行了验证,平均相对误差为13.13%。研究表明,自适应式卡尔曼滤波能够应用到基于探测车数据的路段行程时间估计中来,并具有估计精度高、收敛速度快、参数少、对初值不敏感等优点。     

基于多参数状态时间序列的交通状态预测方法

利用多个参数描述交通状态时,交通流数据表现为多维空间数据。提出了将属于每个状态的多维空间数据转换为一维时间序列的方法,对于此状态时间序列采用BP神经网络进行了下1个时段的交通状态预测。实验结果表明,多参数状态时间序列比单个参数时间序列能更准确地描述交通流状态变化过程,且算法简单,具有较强的预测实时性。