基于设备性能曲线的通信系统电磁兼容性评估方法

针对传统AHP-模糊综合评估方法在多级评判中隶属函数应用的不足,提出一种基于设备性能降级曲线特性的隶属函数确定方法,依据设备性能在受到干扰时的实际下降过程,划分评估等级,确定不同等级之间的过渡范围,以及过渡范围内的隶属函数形式,从而得到适用于评估具体设备的隶属函数模型。与传统的隶属函数相比,克服了其依靠专家经验确定所带来的不准确问题,以及将设备性能下降曲线线性化而带来的误差问题,可以更准确地得出设备隶属于不同等级的隶属函数;分析设备权重时,在专家打分确定权重系数的基础上,引入置信因子来分析由专家给出的权重系数的可信程度,最终建立一种基于设备性能下降曲线的通信系统电磁兼容性评估模型。     

汽车电动助力转向与主动悬架系统的集成控制

针对基于横向和垂向动理学的电动助力转向（EPS）与主动悬架（ASS）集成系统,设计了一种基于干扰抑制指标的控制策略。首先根据控制目标,选择相应的加权函数,建立增广被控对象矩阵,将鲁棒性能控制问题转化为标准的控制问题;然后在Matlab环境下进行了仿真计算。仿真结果表明,该集成控制方法是有效的,能够使汽车转向行驶时的整车综合性能得到提高。     

基于MapBasic的战时运输最优路径问题研究

战时运输最优路径问题是一个多目标多约束随机动态路网寻优问题。在分析战时运输最优路径问题特性前提下,着重研究战时运输路阻函数模型,求出时间阻抗、风险阻抗和费用阻抗,标定阻抗参数μ1,μ2和μ3,及确定函数模型的MapBasic表达,在给出最优路径模型基础上,利用改进的Dijkstra算法求解。实例验证表明研究成果满足实用要求。     

任意活载形式的简支梁支反力通用算法研究

为实现不同类型铁路活载下简支梁支反力的快速准确求解,提出了一种利用Heaviside函数推导任意活载作用下简支梁支反力通用完备解的算法。该算法构建了一种可自定义的活载格式以定义任意活载,即将任意活载分解为集中荷载、有限长度均布荷载、无限长度均布荷载三大类荷载;利用弯矩平衡法以及各加载边界条件与Heaviside函数的等价变换关系,推导得到任意活载的支反力通用完备解;将该算法编入设计程序,结合铁路墩台设计控制工况的判据,采用冒泡法可得到控制工况的支反力。以3组不同梁跨组合下的双孔重载控制工况为简支梁支反力算例,计算结果表明：该通用算法与MIDAS Civil软件计算的简支梁支反力误差均在1%以内,计算精度高;ZK活载、ZC活载与UIC活载的比例关系进一步验证了本文提出的支反力通用算法计算结果的正确性。     

无障碍环境的经济价值

为了给政府部门投资建设无障碍环境提供成本收益评估的依据,利于政府精准施策,从经济学角度定量测算了无障碍环境的经济价值,阐明了无障碍环境与高质量经济发展的关系,明确了无障碍环境拉动经济的机理.总体而言,无障碍环境能够使障碍群体更好地工作和生活,提高残疾人就业率,延长老年人有效劳动寿命,进而增加劳动力供给,提高经济增速,扩...     

风沙地区低净空桥梁下部流场结构及积沙特征分析

为认识低净空桥梁下部积沙形成机理、分布特征及影响因素,利用计算流体力学软件,构建欧拉双流体非稳态模型,对桥梁周围风沙流的运动特征进行数值模拟,并与现场结果进行对比。结果表明：现场实测数据与模拟结果基本一致,所建数值模型能够较好地反映梁体周围的风沙流运动特征;T梁迎风侧和背风侧一定范围内位于风积区,而梁体正下方则位于风蚀区;T梁周围积沙主要集中在梁体迎风侧和背风侧,但在单一风向环境下前者积沙量大于后者,且积沙量随时间的推移呈递增趋势;气流速度的衰减是T梁迎风侧和背风侧积沙的主要原因,而腹板间气流的绕流是梁底形成少许积沙的可能原因;T梁周围的积沙量与梁底净空密切相关,且随着净空增大呈递减趋势,建议风沙地区的梁底净空不宜小于5.0 m;同等条件下,箱梁周围的积沙速率明显小于T梁,风沙危害严重地区的低净空桥梁考虑采用箱梁。     

确定沥青混合料矿料级配的初始比例的方法

以某高速公路沥青路面上面层AC-13型级配筛分结果及目标级配范围为例,介绍如何利用Excel电子工作表的LINEST函数,方便、准确、快速地计算出沥青混合料矿料级配的初始比例。     

汽车侧围焊接零件自动化存运系统的柔性生产研究及其应用

本文基于神龙汽车有限公司乘用车E43项目开发中,侧围里板焊接总成零件在前期P84、P87、C84等车型积放站存运系统的基础上,增加E43车型共线存运的工艺流程进行说明。同时,对此类自动化存运系统的柔性化生产研究及其应用,进行了技术性的概括和总结。     

基于RetinaNet及优化损失函数的夜间车辆检测方法

为解决智能驾驶系统中夜间车辆检测误检多、远处小目标检测效果差的问题,在RetinaNet的基础上对损失函数进行全面优化。在分类损失函数方面,分析了负样本与正样本交并比的产生机理和对训练的影响,构造了关联交并比的分类损失函数,利用负样本交并比使网络注重于训练难分类负样本,同时利用正样本交并比提高了检测框的定位精度;在定位损失函数方面,改进了传统L1损失的归一化方式,提高了小目标检测能力。此外,针对夜间场景中的车辆特征对网络结构进行了优化设计,并在夜间车辆数据集上进行了测试验证,结果表明模型优化后的平均检测精度提升了14.6%。     

基于同方差的递增时间序列自回归预测的改善方法

提出了"利用反双曲正弦函数变换提高数据列光滑程度"的新结论,获得了递增时间序列改善的自回归预测新方法。