深海极限波浪运动特性的简便算法(英文)

本文基于五阶Stokes规则波理论,提出了一种快速求解深海极限波浪运动特性的数学模型.研究中,按照上跨零点和下跨零点的方法由计算或实测的极限波浪波面时间历程确定包含极限波峰或波谷的相邻两个周期的平均值为五阶Stokes规则波的波浪周期,然后根据极限波峰或波谷值反推确定波浪入射波幅.通过与已有的数值结果和实验数据对比,验证了本文所建立的数值模型可以快速准确的计算出极限波浪下的速度场,相比其他模型,更适合于工程应用.     

舰船工程风险演变机理和建模分析

为增强舰船工程风险管理的针对性与有效性,研究了舰船工程风险的演变机理,讨论了舰船工程中的各种风险成分及其相互关系.通过定性分析表明,随着舰船工程阶段的推移,不仅总的风险度是逐渐降低的,而且各种风险成分占总风险的比例也是不断变化的.在此基础上又通过建立数学模型的方法给出了舰船工程风险的演变模型与函数关系,并通过举例给出了风险演变和转化的趋势,进一步验证了定性分析的正确性.本文的研究成果为舰船工程风险的管理提供了理论依据.     

气泡艉流场特征及其研究综述

船舶气泡艉流场特征研究蕴含着重要的军事和民用价值.从气泡艉流场的几何特征、声光物理特征以及尾流中气泡的数密度、尺度分布特征等方面,总结了当前国内外关于船舶气泡艉流场特征研究的主要成果,进而通过分析它们在遥感探测、制导等领域的应用情况,进一步阐明了船舶气泡艉流场特征研究的重要性,并提出了应加强对气泡艉流场的探测技术和抑制消除技术研究的发展建议.     

山区高速公路弃土场的综合设计探讨

针对山区高速公路建设过程中弃土场大量出现的实际情况,结合安徽省山区高速公路的具体设计工作,对弃土场进行价值分析,提出了综合设计思路,有助于推动弃土场设计的发展。     

高速公路动态交通流Elman神经网络模型

为了提高高速公路交通流建模的精度,分析了离散的高速公路动态交通流数学模型,基于Elman网络原理,建立了回归神经网络交通流模型。回归神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为8、30、30和2,采用Levenberg-Marquardt算法对回归神经网络进行训练,并对一条5路段的高速公路进行仿真。结果表明:回归神经网络平均相对误差为8.683 7×10-5,最大相对误差为4.237 1×10-4,与BP神经网络和RBF神经网络相比较,Elman回归神经网络能更好地逼近交通流数学模型,真实地描述交通流基本特性,能准确地建立动态交通流模型,适应交通状况的变化。     

山区高速公路边坡稳定性评价方法浅析

山区高速公路边坡的稳定性对道路交通安全具有重要影响,通过对国内外很多边坡稳定性评价方法的介绍,指出了各种边坡稳定性评价方法存在的缺陷,并提出了一些建议。     

冰载荷下的船舶运动建模

随着极地航道的开辟以及极地海洋能源开发的需要,海冰与船体的相互作用以及极地船舶航行与作业安全越来越受到关注。本文主要针对破冰过程的几个典型阶段,对冰载荷对船舶的作用力进行了分析与计算,并考察了破冰船在不同的海冰密集度、冰厚以及船舶不同航速情况下的不同影响。     

基于粗糙-模糊软计算的船板线加热成形加工参数预报方法

提出一种基于粗糙-模糊软计算的建模方法,构造一种基于贴近方向修正的高精度模糊推理算法,通过有限元分析(FEA)建立板材线加热成形工艺信息系统,根据粗糙集软计算获取线加热成形的工艺规律,运用模糊推理实现加工参数的快速准确预报。粗糙-模糊建模适用于线加热成形过程的静态或动态模型的构建,为实现该工艺的智能建模与控制提供一种新的技术手段。     

A Pareto-improving hybrid rationing and pricing policy with multiclass network equilibria

This paper extends the work on Pareto-improving hybrid rationing and pricing policy for general road networks by considering heterogeneous users with different values of time. Mathematical programming models are proposed to find a multiclass Pareto-improving pure road space rationing scheme (MPI-PR) and multiclass hybrid rationing and pricing schemes (MHPI and MHPI-S). A numerical example with a multimodal network is provided for comparing both the efficiency and equity of the three proposed policies. We discover that MHPI-S can achieve the largest reduction in total system delay, MHPI can induce the least spatial inequity and MHPI-S is a progressive policy which is appealing to policy makers. Furthermore, numerical results reveal that different classes of users react differently to the same hybrid policies and multiclass Pareto-improving hybrid schemes yield less delay reduction when compared to their single-class counterparts.     

Daily activity and travel sequences of students,faculty and staff at a large Canadian university

This paper examines the activity engagement, sequencing and timing of activities for student, faculty and staff commuter groups at the largest university in the Maritime Provinces of Canada. The daily activity patterns of all university community groups are modeled using the classification and regression tree classifier algorithm. The data used for this study are derived from the Environmentally Aware Travel Diary Survey (EnACT) conducted in spring 2016 at Dalhousie University, Nova Scotia. Results show that there are significant differences in activity and travel behavior between university population segments and the general population in the region, and between campus groups. For example, students participate in more recreation activities compared to faculty and staff. They also take more trips to and from campus, and are more flexible in their scheduling of trips. The insights gained from this study will provide helpful information for promoting sustainability across university campuses, and for development of campus-based travel demand management strategies.