基于改进多尺度排列熵的S700K转辙机故障诊断

基于提速道岔S700K转辙机故障的功率曲线在频域上的多重特征,提出了基于改进多尺度排列熵的多变量支持向量机(structured support vector machine, SSVM)故障诊断方法.首先对S700K转辙机动作功率曲线进行集合经验模态分解和小波分解,获得两类不同时间尺度的模态分量;再利用改进多尺度排列熵计算不同分量的故障特征参数,为了降低计算维度,应用核主元分析理论,在不损失信号重要特征的情况下,取大于95%贡献率的特征值作为故障特征向量;最后,引入基于决策树的SSVM算法,经过小样本训练得到树状最优故障间隔面,从而实现S700K转辙机故障分类.实验结果表明:该方法可有效判定S700K转辙机故障类型,进而提高故障诊断精度和效率.     

关于图的符号边全控制

引入了图的符号边全控制的概念,主要刻划了满足sγt′(G)=|E(G)|且δ(G)2的所有连通图G,给出了n阶k-正则图G的符号边全控制数γst′(G)的下限,确定所有轮图的符号边全控制数,最后还提出了一个关于sγ′t(G)上界的猜想.     

材料单调退化原理下的颗粒料骨架抗冻性试验研究

研究依托雄安新区荣乌高速项目,开展高性能纤维混凝土的抗冻试验研究,定量分析不同水胶比和矿物掺合料掺量对抗冻质量损失和相对动弹性模量等表征参数的影响,并借助Wiener函数对混凝土的抗冻性进行可靠度评价。结果表明,在抗冻性中,随着冻融循环次数的增加,抗冻质量损失率和相对动弹性模量损失率逐渐升高;水胶比的增大使其抗冻质量损失率和相对动弹性模量损失逐渐变大,而矿物掺合料掺量的增大会使其抗冻质量损失率和相对动弹性模量损失逐渐变小;借助Wiener随机过程的退化理论分析,在抗冻质量损失中,水胶比与抗冻性成反比,矿物掺合料掺量与抗冻性成正比。上述研究成果对荣乌高速的装配式梁板体系混凝土应用提供了科学的理论支撑和技术指导。     

基于频响函数的结构损伤识别

该文研究了一种由试验测得的频响函数数据进行结构损伤定位和损伤程度评估的方法。由于很难测得实际结构的所有频响函数数据,而且求频响矩阵的逆阵可能产生病态问题,因此文中借助有限元模型,仅用少数几个频响函数便可进行损伤识别,通过数值模拟结果表明,该方法能够达到满意的精度。     

基于 TOPSIS 和隶属函数的灰数决策模型

在实际生活中,某一交通区域道路上行驶的车辆数、车型、车速及行人的影响等客观因素是不确定的,与之相关的指标值是不确定的。对于不确定的指标值在规划方案优劣的评比中采用灰数的形式要比采用清晰值的形式更符合实际。借助传统TOPSIS法、经典灰色理论和模糊隶属度函数的基本思想建立了组合决策模型,该模型通过构造灰数意义上的决策值与论域,定义了指标集的正、负灰数理想解,进而构建了决策值相对于正、负理想解在灰数意义上的正、负隶属度函数,隶属度表明了评价指标值相对于正、负理想解的接近程度,而后用贴近度对方案的优劣进行排序。最后,以交通规划的实例验证了该模型的有效性与实用性。     

基于动态栅格与隐马尔科夫模型前车换道意图识别

针对前车换道意图识别预测问题,提出基于动态栅格地图与混合高斯隐马尔科夫模型结合的识别预测方法,建立以自车车头中心点为零点的动态栅格地图描述前车的位置信息,基于语义分割的方法获取前方车辆的轮廓特征与车道线,并分析前方障碍车辆的相关运动状态信息.将动态栅格地图与混合高斯隐马尔科夫模型相结合,识别预测前车换道行为.利用可观测...     

考虑驾驶人风格的跟车预警规则研究

为研究驾驶人的跟车特性及探究可适用于不同风格驾驶人的跟车预警规则,为自动驾驶车辆开发可满足不同用户驾驶需求和驾乘体验的主动安全预警系统,选取50名被试驾驶人开展实车试验,采集驾驶人跟车行为表征参数并基于雷达数据确定跟车事件提取规则。选取平均跟车时距和平均制动时距为二维向量,使用基于K-means聚类结果的高斯混合模型将驾驶人聚类为3种风格类型(冒进型、平稳型、保守型)。通过分析3组驾驶人的跟车及制动数据,将不同类型驾驶人的制动时距分位数作为跟车预警阈值,结合实际预警数据及不同制动时距分位数对应的预警正确率,对现有跟车预警规则进行调整,以适应不同类型驾驶人的驾驶需求。研究结果表明:3组驾驶人的平均跟车时距和平均制动时距差异显著,冒进型驾驶人倾向于选择较小的跟车时距和制动时距,保守型驾驶人的跟车时距和制动时距则普遍较大;3组驾驶人的实际跟车预警次数为215次,驾驶人采取制动操作而系统未予以预警的次数为329次,系统整体预警正确率为21.9%,漏警率为87.5%,通过分析信息熵等判定当前预警规则并不合理;将每类驾驶人制动时距的10%分位数作为阈值时的预警效果较好,调整后的跟车预警规则能在一定程度上适应不同的驾驶人类型。     

权重完全未知犹豫模糊混合集成算子的群决策方法及应用

在犹豫模糊环境下,针对评价属性权重和专家权重信息完全未知的情形,结合犹豫模糊混合加权集成算子,提出一种合理有效的群决策方法.首先,依据改进的犹豫模糊熵结合均熵求得决策者的客观权重,利用熵最小化原则和犹豫模糊指数熵确定评价属性的权重;接着,分别利用犹豫模糊加权算术平均算子和犹豫模糊混合加权算术平均算子对个体及群体犹豫模糊决策矩阵进行集结;然后,通过犹豫模糊得分函数实现方案的排序和择优;最后,把该方法应用在应急救援路径选择问题上,进而验证了所提群决策方法的有效性和实用性.     

考虑健康损失的路阻模型的构建

运用高斯烟羽模型计算机动车尾气排放量,然后利用支付意愿法定量分析健康损失,同时考虑延误和健康损失构建考虑健康损失的路阻模型。根据实例,分别使用Transcad和新的路阻模型计算出2个路阻,并进行交通分配。结果显示2次交通分配的路网流量不同,表明考虑健康损失的路阻模型影响了人们的出行选择,可有效解决主干路拥挤,增加次干路车流量,协调整个路网车流量均衡,提高路网交通效率。     

基于同方差的递增时间序列自回归预测的改善方法

提出了"利用反双曲正弦函数变换提高数据列光滑程度"的新结论,获得了递增时间序列改善的自回归预测新方法。