BP神经网络应用于散货船空船质量估算

以搜集的200余条散货船为样本,建立了空船质量统计回归模型和三种情况下的BP神经网络模型,并选取10条散货船对各模型进行了测试和比较。三种BP神经网络模型测试结果与实际值很接近,精度优于传统的统计回归模型,表明用BP神经网络进行空船质量估算是可行和实用的。     

大型车辆运输船整船结构分析方法研究

车辆运输船具有载荷预报难度大、结构设计复杂和强度要求高的特点。以一艘大型车辆运输船为研究对象,对整船分析过程中的主要关键技术问题进行了研究,包括:车辆运输船整船建模原则和方法、船舶运动惯性加速度和惯性角加速度的直接计算、海水波浪动压力直接预报、整船结构强度分析和局部结构细化计算等。借助于PATRAN/NASTRAN、SEASAM和中国船级社(CCS)的专用水动力软件,采用动态载荷直接计算法(DLA),使整船模型自动处于平衡状态。对目标船进行了整船强度直接计算,进一步对局部应力集中区域进行了详细结构细化分析。     

浮力材料在ROV上的应用

浮力材料是ROV必不可少的基础材料之一,文章系统地简述了浮力材料在ROV上的重要作用、及其国内外发展现状、结构组成及维保程序等内容,为我国水下机器人浮力材料研究及维保提供参考.     

船舶与海洋工程中的焊接变形预测方法研究概述

文章介绍了焊接变形预测理论的发展及现状,并将其归纳为基于实验和理论相结合的经验计算阶段、基于计算机数值模拟的模型分析阶段、基于新兴数据挖掘方法的研究应用阶段三个标志性阶段,详细论述了每个阶段预测技术在实际中应用的优劣.着重以BP、RBF人工神经网络为例阐述了神经网络等数据挖掘方法在焊接变形预测中的应用前景,并指出了目前存在的不足及未来亟待研究的方向.     

船舶电力系统恒功率负载稳定性仿真研究

根据恒功率负载对船舶电力系统的稳定性的影响,探索影响系统稳定性的因素.通过分析恒功率负载的特性及实现方法并建立系统船舶电力系统带恒功率负载系统的Matlab/Simulink模型,研究了启动、突加、突减负载和短路等不同工况下恒功率负载对船舶电力系统稳定性的影响进行了验证.通过研究,确定了系统稳定性的因素,为未来船舶的电力系统的设计提供参考.     

广西路网工程路线设计方法

文章结合广西路网工程建设背景、路网工程建设程序、路线设计步骤,介绍了以公路运行安全、新征用土地数量、工程造价、地形地物、方便施工等为原则控制路线的设计方法,同时针对当前路网工程路线设计中存在的主要问题,提出了相关的处理措施。     

预应力钢板箍与CFRP复合加固RC墩柱轴压性能试验研究

提出一种新型的采用预应力钢板箍(PSJ)和碳纤维布(CFRP)复合加固钢筋混凝土(RC)墩柱加固方法(简称PSJ-CFRP)。为验证该新型加固技术的可行性和有效性,进行了8个足尺圆形墩柱轴压性能试验,研究参数包括不同加固方法(PSJ、CFRP和PSJ-CFRP)、钢板箍预应力水平、PSJ与CFRP加固配箍特征值等,比较分析采用不同加固方式加固试件的加固效果、破坏形态和承载力等,研究了PSJ-CFRP复合加固RC墩柱的受压机理,钢板箍预应力度、PSJ与CFRP加固配箍特征值等关键参数对试件轴压性能的影响和规律。试验结果验证了PSJ-CFRP复合加固技术的有效性,CFRP与钢板箍协同工作、优势互补,既提高了试件的承载能力,又改善了试件的变形性能,加固试件呈现延性破坏特征。采用CFRP加固的试件,试件的承载能力得到提高,但变形能力降低,呈现脆性的破坏特征。在相同加固配箍特征值下,减小加固箍板净间距能取得更好的加固效果。在试验和理论分析的基础上,提出了PSJ-CFRP复合加固RC墩柱轴向受压承载力计算公式,能较好地预测加固墩柱的轴心受压承载力。     

冻融循环对不同塑性路基土剪切强度的影响研究

为了研究冻融循环对不同塑性路基土剪切强度的影响,通过室内三轴试验和冻融循环试验对3种塑性指数的土样进行了研究。结果得到:当冻融循环次数增加时,剪切强度随着塑性指标的增加而有所增大;当塑性指数相同时,剪切强度随冻融次数增加与围压增加改变各不相同,与冻融循环次数成反比,与围压成正比。并且冻融循环6~7次后,3种塑性指数土样的剪切强度的变化均会趋于平缓。     

多优先级多车种动态应急交通网络反流策略研究

危化品爆炸泄漏和火灾爆炸等局部突发事件下,疏散车辆与救援车辆在路网上通行的优先级具有差异性。为研究多优先级多车种动态应急交通网络协调优化问题,本文根据多车种的优先级差异性,松弛路段传输模型,模拟疏散和救援交通在路网上的动态加载过程,引入交叉口冲突转向消除与道路反流约束;考虑到优先通行车辆的反流策略会占用低优先级车辆的道路通行能力,设置救援交通的逆行路段数限制。设计分阶段优化方法求解多优先级多车种动态应急交通网络协调优化的多目标混合整数线性规划模型(MPCDETN-MMILP)。最后,以 NguyenDupuis路网为例,分析优先通行车辆使用的逆行路段数对疏散和救援交通的影响。算例结果表明：救援交通逆行路段数和对救援车辆迅速到达受灾区域的提升存在上限,且这种提升趋势是逐渐变缓的,而对疏散车辆迅速到达安全区域的抑制呈现波动式的增加趋势;救援交通逆行路段数对救援优先的疏散和救援交通运行优化效果有较大协调作用;连接受灾区域和外部救援场站,且可构成最短径路的路段更会被选择为救援交通逆行路段。     

基于动态时间调整的时空图卷积路网交通流量预测

为深入挖掘交通流数据的复杂时空特征并建立其依赖关系,提高交通流参数的预测精度, 本文提出一种新的交通流量预测模型——基于注意力机制和残差网络的时空关系图卷积网络 (TSARGCN)。TSARGCN对输入数据进行切片,实现多分支建模,挖掘数据的时间周期性特征; 引入残差网络保证网络中信息传递的完整性;利用DTW (Dynamic Time Warping)算法计算路网 中节点之间交通流量序列在时间维度的相似程度大小,提出时间图的概念,结合路网结构中各节 点的邻近关系,提出时空关系图的概念;基于时空关系图,在每个分支结合注意力机制分别进行图卷积和时间维度卷积,捕获交通流的时空特征及其依赖关系,实现对路网交通流量数据时空关系的建模。经过在公开数据集PEMSD4上进行实验,结果表明：TSARGCN在交通流量预测中的平均绝对误差 (MAE) 达 到 19.24,均方根误差 (RMSE) 达到 27.09,比 ARIMA(Autoregressive Integrated Moving Average model),Conv-LSTM(Convolution Long short-term memory)及 ASTGCN (Attention based Spatial-temporal Graph Convolutional Network)等知名交通流量预测算法具有更高的预测精度。