IIR数字滤波器设计的搜寻者优化算法

为进一步提高无限冲击响应(IIR)数字滤波器的性能,提出了一种基于搜寻者优化算法(SOA)的IIR数字滤波器设计方法.SOA基于模拟人的随机搜索行为,由利用位置变化评价得到的经验梯度确定搜索方向,由采用简单模糊规则的不确定性推理确定搜索步长,通过搜寻者在搜索空间的位置更新,实现对优化问题的求解.2个典型设计实例的仿真结果表明,与差分进化算法(DE)和3种改进的粒子群算法(PSO)相比,SOA具有较好的全局寻优能力和较快的收敛速度,能有效地应用于IIR数字滤波器的没计.     

Application of support vector machine to ship steering

System identification is an effective way for modeling ship manoeuvring motion and ship manoeuvrability prediction. Support vector machine is proposed to identify the manoeuvring indices in four different response models of ship steering motion, including the first order linear, the first order nonlinear, the second order linear and the second order nonlinear models. Predictions of manoeuvres including trained samples by using the identified parameters are compared with the results of free-running model tests. It is discussed that the different four categories are consistent with each other both analytically and numerically. The generalization of the identified model is verified by predicting different untrained manoeuvres. The simulations and comparisons demonstrate the validity of the proposed method.     

CRH2-300型动车转向架构架垂向斜对称载荷识别

采用准静态法对CRH2-300动车组动车转向架构架垂向斜对称动载荷进行识别,通过ANSYS有限元软件,分析计算载荷识别敏感部位以确定其识别点,进而建立载荷识别方程.根据京津客运专线实测数据,得出垂向斜对称动载荷最大值,并编制了载荷谱.为准确评价动车组转向架疲劳强度提供依据.     

径向基神经网络辨识非线性系统的改进算法

利用神经网络的非线性映射特性,将神经网络应用于非线性系统辨识。利用径向基神经网络来辨识非线性系统,并对两种不同RBF神经网络辨识算法进行比较。仿真结果表明,改进的算法具有学习速度快,辨识精度高的特点。     

基于三类危险源分析的交通安全风险预警体系研究

应用风险识别技术,按照三类危险源的分类方法确定道路交通安全风险的致灾因素．并对致灾因素的致害情况进行分析,在此基础上建立道路交通安全风险预警体系,可由此确定道路交通安全风险预警的范围及周期。     

大型独立电力网络拓扑识别及故障潮流计算

针对大型独立电力网络的特点,提出了一种新的网络拓扑结构在线分析法--扩展关联矩阵法.该方法融合了深度及广度优先搜索的优点,并可以进行局部搜索,提高了故障跟踪时的速度及准确度,给出了节点和支路的编码方法及扩展关联矩阵的形成方法.利用新方法,研究了系统的故障跟踪、故障处理方法及带有网络拓扑结构识别的实用简单潮流计算方法,为系统的故障恢复做好了充分的准备.     

荷载模糊模式识别中的应变传感器优化布置

根据遗传算法的多目标优化方法和结构荷载模糊模式识别的原理,提出了一种应变传感器测点的优化方法.根据各点应变的变异系数和线性相关性,确定了测点的候选集;采用混合遗传算法,对测点的选择进一步优化;以钢牛腿结构为例,进行了模型数值仿真分析.结果表明,采用优化后的测点,钢牛腿结构荷载的大小和作用位置的识别精度得到了很大的提高.     

非线性不确定系统的无撞击切换双重控制

对于具有非线性、时变特性和纯滞后等特点的不确定系统,传统的PID控制和单纯的模糊控制都难以达到所期望的效果.无撞击切换模糊PID双重控制吸取了两者的优点,减少了模型切换时所产生的跳跃,既不依赖于对象精确的数学模型,又具有鲁棒性较强等优点.仿真结果表明,采用无撞击切换模糊PID双重控制保证了系统的快速和稳态性能好.     

������о�����Ϊ��TDM���Ի�����ϵ�о��ı�Ҷ˹����

综合评述了活动－出行行为研究方法和存在的问题,引入贝叶斯结构学习和参数估计方法,辅以基于活动的出行行为分析理论、非集计建模方法和SP/RP数据融合方法,提出了基于贝叶斯结构学习和参数估计方法的出行行为与TDM策略互动关系分析方法的框架,探索了改进已有研究方法的途径。研究表明,贝叶斯理论可以将居民的个人属性及隐性非样本信息在出行行为预测中充分表达,并解决MNP等复杂非集计模型的参数标定问题。将贝叶斯理论与已有的出行行为分析方法相结合,可以使出行行为预测更为精确、全面和灵活,从而更加准确地描述活动－出行决策行为与TDM策略的互动响应关系,为制定有效的TDM策略,缓解城市交通供需矛盾提供理论依据。     

����ʱ���ֵ���㼰Ӧ���о�

传统的出行时间价值计算方法无法考虑出行者主观因素对出行时间价值判断的影响以及出行时间的利用效率问题。本文综合应用生产法、收入法及非集计Probit模型,引入节省时间利用系数,建立了出行时间价值计算综合模型,对传统方法做出改进;应用已建时间价值计算模型及佛山市南海区出行调查数据计算出行者的广义出行费用,进而建立了出行频率预测Logistic模型;根据出行频率预测及敏感性分析对南海区实施拥挤收费策略的可行性进行了评价。结果表明,改进的时间价值计算方法可以充分考虑出行者主观因素对其时间价值判断的影响,解决时间价值利用率问题,并且提高时间价值计算的准确率。已建方法可为出行行为分析、预测和交通需求管理策略评价提供理论支持。