汽车AMT电子节气门基于自调整函数的模糊控制

鉴于汽车自动变速器中的电子节气门具有非线性、不确定性等特性,并且要求电子节气门在不同的工况下、不同的车辆中都能达到实时精确的控制,提出了基于自调整函数并带积分项的智能模糊控制的原理和控制算法,仿真验证了该算法的有效性.     

求解一类线性规划问题的原始贪婪算法和对偶贪婪算法及其相互关系

给出了求解一类线性规划问题的一种贪婪算法和求解其对偶问题的一种贪婪算法,并讨论了这两种算法的若干性质及其相互关系.     

海绵城市理念下透水铺装生态功能浅析

透水铺装作为LID技术系统的源头控制措施之一,具备降低城市内涝风险、缓减城市热岛效应、改善道路周边声环境、削减径流污染等多种生态功能。分析了透水铺装四项主要生态功能的基本原理、影响因素、应用效果等,并提出了透水铺装未来的主要研究与发展方向。以期为后续透水铺装在生态环保方面的研究与设计提供一定借鉴和参考。     

商品混凝土质量波动对技术性能的影响及防治对策

本文概述了商品混凝土在生产、运输和使用中出现的质量波动,分析了引起质量波动的因素和质量波动对混凝土技术性能的影响,提出了防治措施.     

基于遗传算法的模糊控制器设计

研究了基于遗传算法的模糊控制器的设计,用以解决生产过程中的实际问题.在具体实施中,首先解决了模糊控制器的设计问题.其次,对如何利用遗传算法对模糊规则寻优的问题进行研究,通过遗传算法,设计和动态优化模糊控制规则.解决模糊控制器的瓶颈问题.     

城市交通流诱导信息板配置优化方法

为合理进行城市交通流诱导,提出了一种基于提高诱导覆盖率和减小诱导重复率双重约束下的信息板配置优化方法。在分区的道路网络条件和交通需求点分布确定的情况下,以追求分区内被诱导的交通量最大为前提,建立信息板优化布局函数,并通过遗传算法设计了信息板优化布局函数求解算法,在提高整个诱导覆盖率和减少诱导重复率的双重约束下确定信息板的合理数量。通过一个15个节点的网络实例验证,当设置6块信息板时,诱导重复率为1.000,且其诱导覆盖率也达到了0.978,为最优配置。结果显示该信息板配置方法能在一定交通诱导重复率的基础上达到交通诱导覆盖率最大,是一种提高交通流诱导效率的有效方法。     

倾斜管道附加阻力系数的分析研究

在借鉴已有理论,特别是Rose等的实验结果的基础上,通过对倾斜管道中固体颗粒加速运动的受力分析,详细描述了颗粒的运动状态和受力情况.最后运用数值分析中的曲线拟合原理得出了倾斜管道中附加阻力系数ψ(θ)和θ之间的函数关系.所得到的函数关系有较大的实践指导意义.     

港口体系职能结构的定量分析方法和实证研究

以长株潭港口体系为例,运用区位商和分工系数指标对长株潭港口体系职能结构动态变化特征和港口专业化发展趋势进行了定量分析,可供长株潭经济一体化下的港口规划参考。该定量分析方法也可推广应用于其他港口体系。     

基于改进蚁群算法的交通分配研究

交通分配是交通规划诸多问题中被国内外学者研究得最深入、取得研究成果最多的内容。但是把蚁群算法应用到交通规划中在国内外都不多见。介绍蚁群算法在交通流分配中的应用。     

Application of the optimal Latin hypercube design and radial basis function network to collaborative optimization

Improving the efficiency of ship optimization is crucial for modern ship design. Compared with traditional methods, multidisciplinary design optimization (MDO) is a more promising approach. For this reason, Collaborative Optimization (CO) is discussed and analyzed in this paper. As one of the most frequently applied MDO methods, CO promotes autonomy of disciplines while providing a coordinating mechanism guaranteeing progress toward an optimum and maintaining interdisciplinary compatibility. However, there are some difficulties in applying the conventional CO method, such as difficulties in choosing an initial point and tremendous computational requirements. For the purpose of overcoming these problems, optimal Latin hypercube design and Radial basis function network were applied to CO. Optimal Latin hypercube design is a modified Latin Hypercube design. Radial basis function network approximates the optimization model, and is updated during the optimization process to improve accuracy. It is shown by examples that the computing efficiency and robustness of this CO method are higher than with the conventional CO method.