基于多次灰色聚类的服务区定位方法及其应用

为客观准确地评价高速公路服务区的重要度和贡献度,现提出采用多次灰色聚类方法定位服务区。将同一高速沿线的服务区作为聚类对象集,评价服务区的代表因子,如服务区的占地面积、驶入交通量及加油机台数等作为聚类因子集,计算各聚类界限及各因子在各类中所占权重,便可求得各聚类对象对各聚类标准的聚类系数,将聚类系数大小作为参数对服务区进行聚类排序分析。对于一次聚类运算结果中包含对象较多的类别,再以这一类服务区作为聚类对象集,重复运用灰色聚类,对服务区进行聚类排序分析。与常规灰色聚类法相比,多次聚类方法聚类层类别更多,定位更精准,能同时实现服务区的聚类及排序。     

�й���·��ͨ�뾭�÷�չ�ռ���켰����Է���

分析1996–2011年中国整体和四大经济地带的公路交通发展,以及区域经济发展空间差异及其相关关系。得出基本结论,公路交通发展的空间布局差异显著,呈现出与经济发展类似的地带性空间分布特征;公路交通发展空间差异长期范围内呈增长趋势,各区域内差异是导致整体空间差异过大的主要原因;区域经济发展的空间差异低于交通建设发展的空间差异,由于政策的引导,近年呈现降低趋势,经济发展的空间差异主要来自于区域间的差异,影响程度将近70%;公路交通空间差异及区域经济空间差异间具有显著的正相关关系。加强公路交通发展区域均衡性能够降低经济发展的空间差异,促进区域均衡发展。     

基于灰色加权关联与MS-LSSVM组合的舰船备件需求预测

运用灰色加权关联方法对影响远海舰船备件消耗的主要因素进行分析,以确定备件消耗影响因素的权重大小,以此为依据来筛选出主要影响因素,在此基础上运用支持向量机理论,建立灰色加权关联分析与多尺度最小二乘支持向量机组合的学习模型,将筛选得到的主要影响因素的样本值作为输入值进行学习训练,较好地解决了影响因素与备件消耗之间的非线性关系。实例应用表明,该模型对舰船备件需求的预测具有较高的精度。     

基于ADC法的自航水雷武器系统作战效能评估

简介了WSEIAC提出的武器系统ADC效能评估方法,构建了自航水雷武器系统能力评估指标,分析了自航水雷的有效性、可信性和作战能力模型,运用层次分析法和灰色理论解决了系统能力向量问题。实例证明,该方法能够有效评估自航水雷作战效能。     

一种新型图像匹配方法在视觉导引 AUV 对接中的应用

针对视觉导引AUV对接过程图像的变化特点,提出一种量子粒子群算法与灰度关联分析方法相结合的图像匹配算法。此算法结合量子粒子群并行搜索的快速性与灰色关联分析方法较强的鲁棒性,对旋转、平移、亮度变化等不敏感,符合视觉导引AUV对接过程中对图像匹配算法的要求。详细介绍了基于量子粒子群优化算法的图像匹配算法,算法以图像灰度直方图的灰色绝对关联度作为适应度函数。利用水池实验所得图像进行测试,实验结果显示,所提出的图像匹配算法准确、快速、鲁棒性强,能够很好地应用于视觉导引AUV对接。     

基于灰色层次分析法的舰船总体设计方案评估研究

舰船设计方案涉及因素众多,有些因素易于量化,有些因素难以量化,往往给方案优选工作带来诸多困难。针对舰船研制特点,在建立方案评估指标体系基本框架的基础上,引进灰色层次分析法对舰船设计方案进行研究,以期降低决策的主观随意性,使决策更加科学合理。     

基于数字散斑相关方法的中小跨径桥梁挠度测量系统研究

针对中小跨径桥梁的挠度测量,研究一套基于数字散斑相关方法的测量系统,并通过实桥试验,比较该系统与全站仪的测量结果,验证数字散斑相关方法在中小桥梁挠度测量中的可行性。     

基于GA优化的灰色神经网络船舶交通流量预测方法研究

结合灰色模型和BP神经网络模型的特点,对两种模型进行有机地组合,构建一种改进的灰色神经网络预测船舶流量方法.以实际船舶交通流量和主要影响因素为数据,运用遗传算法改进的灰色神经网络模型对上海洋山港的船舶交通流量进行预测,计算和Matlab仿真结果表明,改进的灰色神经网络模型预测不仅精度较高,而且能准确预测船舶交通流量的变化规律.     

基于灰色Verhulst模型对边坡变形预测研究

为了达到研究边坡变形发展趋势的目的,通过应用灰色Verhulst非线性微分动态预测模型,对实际工程中岩质边坡的变形发展进行了预测.研究结果表明:灰色Verhulst反函数预报模型建模思路正确,预报判据理论充分,并且预报精度较高.该方法可用于边坡变形任意阶段数据的预报,且可为类似岩土工程边坡变形预测参考.     

优化的非等时距灰色模型在湖南高速公路路基沉降预测中的应用

通过对非等时距原始数据等时距处理和累减构建基于灰色理论的微分模型的方法,成功建立了高速公路高填方路堤沉降的非等时距灰色预测模型.并在此基础上,引入加权因子,优化重构了背景值函数.优化的非等时距灰色模型在沉降监测的实践应用中,预测结果经检验显示,优化的模型效果更佳.