列车作用下东巨寺沟铁路隧道围岩动力反应分析

东巨寺沟铁路隧道选取试验段中实施湿喷工艺喷射聚丙烯纤维混凝土,作为支护结构,并作永久性支护结构,免除二次衬砌;为研究该隧道在列车作用下的动力响应,从土－结构相互作用模型出发,采用粘－弹性人工边界条件,建立隧道支护结构－围岩相互作用的动力分析模型,采用时程积分法研究了列车荷载对铁路隧道围岩和支护结构的动力作用,分析了列车荷载作用下由于轨道不平顺引起的动力响应,并对该隧道围岩的稳定性进行了分析。分析结果表明:在列车动力作用下,隧道围岩和支护结构变形微小,处于稳定状态。     

基于交通流量预测的高速公路收费道口运营策略研究

以宁沪高速公路南京主线收费站数据为样本,使用现代时间序列模型预测收费道口交通流量,提出了基于交通流量预测的收费道口运营策略制定方法,并给出了应用实例。     

路面非周期一维温度场的傅里叶级数解

首先把路面温度场简化为非周期一维温度场,用分离变量法得到齐次边界条件下与温度场基本方程相容的傅里叶级数;然后用格林公式在边界展开热传导方程,得到傅里叶级数系数的常微分方程组,并用拉普拉斯变换求解;最后用实测数据标定的材料参数预测路面温度场。分析结果表明：傅里叶级数第4项仅在-0.1℃～0.1℃范围内波动;初始温度扰动对温度场有短时影响,如果扰动深度增大则影响时间变长;用实测数据标定模型后,模型可以较准确地预测路面温度场,标准差为1.88℃。     

基于EKF的同时定位与构图在潜艇地磁导航中的应用

潜艇地磁导航不产生如惯性导航的误差积累问题,是一种有效的自主导航定位手段。但是目前地磁导航定位主要是基于先验地磁图的匹配导航,在实际操作中要获得较为精确的先验地磁图是极其困难的。基于扩展卡尔曼滤波（EKF）的同时定位与构图算法（SLAM）可以在不需要先验地磁图的基础上实现潜艇导航定位。将这一算法应用到潜艇地磁导航中,再结合人工布设磁标的方法可以实现潜艇不依赖于先验地磁图的地磁导航定位。     

外置式液压蓄能鱼雷发射装置缩比模型假海试验方案仿真分析

为研究及探索外置式液压蓄能鱼雷发射装置关键技术,根据相似准则,按照1:3的比例设计了该装置的缩比模型假海试验方案,并做了仿真分析。仿真结果显示,该方案能较好地反映原型机的内弹道性能。在确定相似准则后,还可以根据具体实际需要,选择不同的比例系数进行缩比模型试验。本文为外置式液压蓄能鱼雷发射装置缩比模型假海试验提供了理论依据。     

舰船电力电子设备在线阻抗建模方法

从二端口网络分析出发,设计一种基于差分方式的在线阻抗测试方法。运用人工神经网络的优化方法,提出一种阻抗等效电路参数的提取算法,由此建立在线阻抗等效电路模型。应用该方法实现了电力电子设备阻抗的在线工程测量,实测与仿真结果表明基于该建模方法所获得的阻抗等效电路能准确反映设备在线运行的阻抗特征。     

某离岸人工岛平面方案论证*

在分析水文泥沙资料的基础上,采用海岸地貌、潮流数值模拟、物理模型试验等技术手段,对建于粉砂质海岸的某离岸人工岛平面方案进行研究论证.研究结果表明,人工岛的建设对流场的影响范围仅限于岛南北侧500 m和东西侧1 500m范围之内,平面布置与潮流、波浪相适应,所采取的护岛潜堤、长短平护等防护措施有效,平面布置方案合理可行.     

虾峙门口外30万吨级人工航道试通航观测研究

以国内第一条建成、水深最大、通航条件非常复杂的30万吨级人工航道——虾峙门口外人工航道为研究对象,在航道试通航期间,国内首次采用30万吨级实船开展航道适航检验观测研究,并同步进行航槽开挖初期的阶段性回淤观测研究,以13艘30万吨级船舶实时通航参数及10个月监测水深数据为基础,进行了超规范航道设计参数合理性的验证,同时对航道建成后的适应性、稳定性、可维护性及安全性进行了多角度分析.经观测研究分析表明,虾峙门人工航道设计参数合理,满足设计船型安全通航要求,航道稳定性及可维护性较好.该研究成果为该航道安全通行、后期维护及通航规则制定提供了重要技术依据.     

A new logit‐artificial neural network ensemble for mode choice modeling: a case study for border transport

Logit model is one of the statistical techniques commonly used for mode choice modeling, while artificial neural network (ANN) is a very popular type of artificial intelligence technique used for mode choice modeling. Ensemble learning has evolved to be very effective approach to enhance the performance for many applications through integration of different models. In spite of this advantage, the use of ANN‐based ensembles in mode choice modeling is under explored. The focus of this study is to investigate the use of aforementioned techniques for different number of transportation modes and predictor variables. This study proposes a logit‐ANN ensemble for mode choice modeling and investigates its efficiency in different situations. Travel between Khobar‐Dammam metropolitan area of Saudi Arabia and Kingdom of Bahrain is selected for mode choice modeling. The travel on this route can be performed mainly by air travel or private vehicle through King Fahd causeway. The results show that the proposed ensemble gives consistently better accuracies than single models for multinomial choice problems irrespective of number of input variables. Copyright © 2015 John Wiley & Sons, Ltd.     

A Novel Evolutionary Feedforward Neural Network with Artificial Immunology

A hybrid algorithm to design the multi-layer feedforward neural network was proposed. Evolutionary programming is used to design the network that makes the training process tending to global optima. Artificial im-munology combined with simulated annealing algorithm is used to specify the initial weight vectors, therefore im-proves the probabiligy of training algorithm to converge to global optima. The applications of the neural network in the modulation-style recognition of analog modulated rader signals demonstrate the good performance of the network.