混响室场均匀性数值仿真与验证

建立了一个实际混响室的三维电磁模型,采用有限元数值方法对混响室内的电磁场分布进行了求解,并运用统计方法对电磁场数据进行处理,获取了相关系数和标准偏差等场均匀性统计信息.搅拌器是影响混响室场均匀性参数的重要部件,本文对于不同几何外形、回转半径和数量的搅拌器的混响室电磁场分布进行了数字仿真,并对比分析了搅拌器参数对于相关系数和标准偏差等统计信息的影响效果.为了验证仿真结果的准确性,本文将数值仿真结果与实际混响室的测试数据进行了对比,包括电磁场分布和场均匀性统计参数两方面,发现二者比较一致,仿真计算准确度高.     

发射装置可靠性指标分配方法研究及其应用

针对发射装置研制的特点,介绍了可靠性指标分配的基本准则及相应的分配方法,即等分配法、比例分配法、专家评分法、AGREE分配法等.针对发射装置可靠性信息特点,提出了在发射装置论证和方案设计阶段、初步设计阶段、详细设计阶段进行可靠性分配的原则,并将AGREE方法用在发射装置的可靠度的分配中进行了应用,取得了较好的效果.     

m阶非齐次马氏信源的一类Shannon-Mcmillan定理

采用构造相容分布与非负上鞅的方法研究了m阶马氏信源相对熵密度的强极限定理,由此得出若干马氏信源、无记忆信源的随机Shannon-Mcmillan定理.并将已有的马氏信源的结果加以推广.     

异型双机并车控制策略及离合器模型研究

依托异型双发动机试验台,建立了双机并车系统的稳态和动态物理模型,研究了并车过程的功率均衡控制方法.在SSS离合器特性理论分析的基础上,借助动态仿真设计方法构建了离合器-调速器实时仿真模型,模拟了该复合装置的负载特性响应,分析了并车过程的功率均衡和功率分配态势,讨论了四种控制方案的并车过程特性,提出了适用的功率分配控制方案即单调速器控制方法.该方案能够实现双机并车各工况的平稳切换,满足异型双发动机并车的主要技术要求.     

如何应对化学品分类协会检查

为了帮助散装化学品船舶船长和岸基管理人员更细致、更深入地了解化学品分类协会检查,介绍其背景,检查目的、要求和程序。通过分析某公司近年来20余条散装化学品船舶CDI检查结果,总结出CDI检查前的应做的准备工作、检查过程中具体应对措施,并给出了如何减少CDI检查中遗留的观察项的建议。     

城市群双线客流分布预测方法研究

鉴于城市群客流预测在城市群轨道交通规划中的重要性,为提高其预测精度,对城市群客流预测中的分布预测方法进行研究.分析现实能够收集到的资料及城市群交通分布的特点,提出城市群双线分布预测方法.在城市群资料有限的情况下,研究如何得到城市群分布的预测结果;阐述分布预测的计算方法,建立相关的计算模型,对几种常用的分布预测模型进行优缺点及适用性分析.     

物流中心运作模式比较

比较分析物流中心按其功能所划分的四种运作模式,结合我国现阶段物流业的发展找出各自的优势与劣势,可为物流企业提供一个符合企业实际的较优模式。     

配送中心多品种最优存储模型探讨

针对配送中心品种多、资金和容积等限制条件多的实际情况,通过分析各种条件的制约关系,建立多变量约束极值的存储问题的数学模型,并利用库恩一图克条件求得最优解,可为降低企业的物流配送成本,提高竞争力提供重要的手段。     

铁路空车调整优化模型及其蚁群算法

以理论研究为主,通过对空车调整问题的特点分析,明确了空车数量调配和网络配流是空车调整的两个核心问题;在分析已有模型及对问题进行抽象描述的基础上,建立了空车调整协同优化（EWDCO）模型,并设计了相应的蚁群算法。分析发现,共同径路约束与EWDCO模型是不协调的;通过对定理的证明得出,对流约束不会对EWDCO模型的最优解产生影响,模型可以描述为线性整数规划模型,其实质是带容量约束的最小费用流模型。同时,研究表明ACO对求解空车调整问题具有一定的优势,是一种较为有效的算法。     

An adaptive information fusion model to predict the short-term link travel time distribution in dynamic traffic networks

As intelligent transportation systems (ITS) approach the realm of widespread deployment, there is an increasing need to robustly capture the variability of link travel time in real-time to generate reliable predictions of real-time traffic conditions. This study proposes an adaptive information fusion model to predict the short-term link travel time distribution by iteratively combining past information on link travel time on the current day with the real-time link travel time information available at discrete time points. The past link travel time information is represented as a discrete distribution. The real-time link travel time is represented as a range, and is characterized using information quality in terms of information accuracy and time delay. A nonlinear programming formulation is used to specify the adaptive information fusion model to update the short-term link travel time distribution by focusing on information quality. The model adapts good information by weighing it higher while shielding the effects of bad information by reducing its weight. Numerical experiments suggest that the proposed model adequately represents the short-term link travel time distribution in terms of accuracy and robustness, while ensuring consistency with ambient traffic flow conditions. Further, they illustrate that the mean of a representative short-term travel time distribution is not necessarily a good tracking indicator of the actual (ground truth) time-dependent travel time on that link. Parametric sensitivity analysis illustrates that information accuracy significantly influences the model, and dominates the effects of time delay and the consistency constraint parameter. The proposed information fusion model bridges key methodological gaps in the ITS deployment context related to information fusion and the need for short-term travel time distributions.