基于实践的高速公路管养风险辨识、度量及管控探讨

在高速公路风险管理实践中,针对风险辨识、风险度量、事故预控等难点进行了积极探索和有效应用,其中,为利于风险辨识将风险按专业分为交通运行、设施安全、养护作业三类,按存在状态分为持续性、伴生性、随机性、失养性四类,指出隐患与风险的关系,即隐患是风险快速、异常发展的状态以及对风险管控不力的情形,提出发现新风险的“假定要素或环节异常法”；以模糊集隶属函数为理论依据,建立了基于管理者实际感知的风险度量,成为风险决策的落地执行的可行方法；指出风险管控就是对条件的预控,为表达事故与条件密不可分的本质,通过条件概率将二者结合起来,列出了全概率、贝叶斯以及应急情况的公式表述,得到了事故、应急管理的总体方法。     

一种带区间变量混合模型的结构可靠性分析方法

工程结构分析和设计中存在着诸多不确定量,部分不确定量因信息量有限很难精确得到概率分布函数,只能给定变化区间.本文中在全概率模型可靠性分析的基础上引入区间变量,针对既有随机变量又有区间变量的混合模型,提出一种新的可靠性分析方法.它先利用优化方法找出原空间内概率密度最大的点,再结合一次渐近积分法,求解出混合模型的最大失效概率.最后通过两个数值算例和一个工程应用验证了该方法的有效性.     

基于VR—forces的“密集阵”火炮反导模型研究

为满足反舰作战仿真的实际需求,在详细分析“密集阵”系统基本组成和技、战术性能的基础上,基于VR—Forces平台采用命中概率表和毁伤概率表建立了“密集阵”火炮的反导模型,克服了传统火炮馍型建模复杂、计算量大、实时性差的问题。在分析“密集阵”相关精度的基础上,采用“矩形目标,圆形散布”的模式计算不同距离下“密集阵”反导的命中概率;在对反舰导弹的易损性进行分析的基础上,计算出不同人射角的毁伤概率。最后,通过一个典型的航空反舰作战案例仿真对模型的有效性和可信性进行了验证。     

基于改进小波能熵的水下目标识别

文章研究了基于改进小波能熵和概率神经网络的水下目标识别方法。首先对水下目标辐射噪声信号进行小波变换多分辨率分解和重构,然后引入滑动时间窗,提取各分解子带在滑动时间窗内的改进小波能熵值作为目标识别的特征矢量,最后将特征矢量输入到概率神经网络中实现水下目标识别。对信号进行小波多分辨率分解可反映信号在不同频域上的特征,而引入滑动时间窗并在此基础上定义改进的小波能熵可反映信号的时域特征,因此改进小波能熵方法能同时反映信号的时频特征,更适合于水下目标特征提取。仿真结果表明了该方法的有效性。     

立靶密集度指标对舰炮武器系统命中概率的影响

文章分析了影响舰炮武器系统射击精度的几个因素,并以某型舰炮为例,利用典型数据对立靶密集度与命中概率的关系进行了仿真计算,总结了舰炮立靶密集度指标与系统精度的关系。     

基于小波变换和概率神经网络的水下目标识别

由于水下环境的复杂性,水下目标的检测和识别是水声信号处理领域中的一个难题.本文研究了基于小波变换和概率神经网络的水下目标识别方法.利用小波变换得到水下目标辐射噪声信号在不同尺度下的能量分布作为特征矢量,并输入到概率神经网络中以实现目标分类.利用小波变换能量特征值可有效区分不同的目标辐射噪声.概率神经网络无网络训练过程,适合于信号分类.实验结果表明该方法的有效性和可行性.     

马尔柯夫模型在公路货运价格预测中的应用

根据2010年中国公路货运价格指数,利用二状态一阶马尔柯夫模型对公路货运价格进行研究,并预测2011年部分月份数据。结果表明运价上涨和下跌状态之间存在不同的转移概率,其平均持续期分别为1.71、1.91个月,中国公路货物运输价格指数的持续期不是很长,可变性较大。