基于粗集和神经网络耦合的短时交通流预测

比较分析神经网络和粗糙集在数据处理过程中的各自优缺点,提出一种基于二者强耦合集成方式的短时交通流预测模型。首先利用粗集对获取的交通流数据进行预处理,简化神经网络训练样本数据集并通过粗集属性约简提取决策规则;其次,利用所提取的规则直接确定神经网络的隐层数、隐层节点数及节点的相互关系;最后训练神经网络用于短时交通流预测。通过与单纯利用神经网络预测的结果进行比较,发现该模型降低了网络训练时间,提高了预测精度。     

压电陶瓷的轿车车身板件振动主动控制

压电陶瓷是一种典型且应用广泛的新型智能材料,能改善汽车振动主动控制效果。文章以压电陶瓷为作动执行元件,设计了自适应神经网络控制系统,并进行了仿真分析、四边简支矩形薄板振动主动控制试验以及轿车车身板件的振动主动控制试验与研究。结果表明,以压电陶瓷为执行元件的自适应神经网络控制能够取得较好的减振效果,这不仅有助于现有轿车振动和噪声主动控制技术问题的解决,而且为其它类似应用提供了参考。     

基于FLUENT的高温PEMFC流场设计

与传统低温燃料电池相比,高温PEM燃料电池可简化燃料电池的水管理和热管理系统,降低系统的复杂性和成本,近年来高温PEMFC的流场设计逐渐成为研究的重点.基于计算流体软件FLUENT中的PEMFc模块,对3种常见的流场形式分别从膜中水舍量、氧气的浓度和电流密度分布3个方面进行了三维数值模拟和综合分析.结果显示,在高温条件下,性能由高到低依次为：单蛇形流场、平行流场和多蛇形流场.该方法可用于高温PEM燃料电池流场的设计指导.     

天津响螺湾海河开启桥枢轴节点有限元分析

该文利用有限元软件ABAQUS对天津市响螺湾海河开启桥箱梁整体模型进行了静力分析。分别采用不同单元类型、不同网格尺寸对枢轴所在节间建立了a、b、c、d四个子模型,对子模型进行线弹性分析。将分析结果与全局模型分析结果进行对比分析,讨论因为网格尺寸、单元类型对于数值模拟分析的影响。     

Fe-Mn-Al-Cr合金双极板在模拟PEMFC环境中的电化学性能

采用电化学方法测定一种Fe-Mn-Al-Cr合金在模拟PEMFC环境中的极化曲线以及在PEMFC工作电位下的电流密度随时间变化的曲线.结果表明,Fe-Mn-Al-Cr合金在0.05 mol/L H2SO4＋2 mg/L F-溶液中呈现明显的活化-钝化转变.在恒电位极化过程中,阴极一侧表面能够形成稳定的钝化膜,钝化电流密度低于l6μA.cm-2.而在阳极一侧则产生了大量溶解的金属离子.     

新颖的非对称马刺线谐振器设计及应用

提出了一种有双阻带特性的新颖马刺线结构,它是由两个内嵌到微带线的非对称马刺线谐振器构成。这种非对称马刺线谐振器具有双带隙特性以及良好的慢波效应,可以通过调节上下马刺线的长度差调整双带隙特性。马刺线电路模型可以等效为LCR并联谐振器,其中电路参数可以从电磁仿真中获取。在NeuroModeler软件的帮助下,建立神经网络从而优化这种非对称马刺线谐振器,并且快速精确地获得两个谐振频率。同时该结构的马刺线有助于抑制微波功率放大器的高次谐波。通过设计制造两个InGaP HBT功率放大器具体地分析非对称马刺谐振器对它的影响。其中1个InGaP HBT功率放大器的非对称马刺结构位于输出端,另外1个InGaP HBT功率放大器的输出端仅用传统的50Ω传输线。实验结果显示:在输出端加入这种非对称马刺结构可以很好地将二次以及三次谐波抑制在27 dB以下,在需要放大的频率上,PAE(Power Added Efficiency)分别增加了6%-8%和1%-4%。     

基于组合预测模型的轮轨力连续测试

为了精确判断车辆的运行状态,提出了一种轮轨力连续测试方法.根据轮轨相互作用的特点,采用阈值判断法从测试数据中提取轮轨力的有效信息.针对轮轨力测试系统的时变性和不确定性,将动态测试序列作为灰色过程处理,提出用灰色理论对轮轨力进行连续测试.为了提高预测精度,结合遗传算法和神经网络对传统的GM(1,1)模型进行改进.建立了10个预测模型分别进行预测,然后将精度较高的预测值输入串联灰色神经网络进行二次预测,以提高预测精度与稳定性.将这10个预测模型应用到轮轨力连续测试中,结果表明:灰色系统、遗传算法与神经网络三者的组合模型具有较高的精度,平均相对误差不超过2%,满足轮轨力连续测试的要求,并且能够降低传感器失效对测试结果的影响.     

基于灰色神经网络的点速度预测模型

为了克服交通流时空不稳定性导致的检测数据误差,提高预测点速度的精度,在比较传统灰色预测模型和反向(BP)神经网络预测模型优缺点的基础上,建立了灰色神经网络点速度预测模型.该模型综合了灰色预测模型所需数据少及神经网络具有的自学习和自适应能力的特点.以实测值作为输出数据,构建不同的灰色预测模型,将各灰色预测模型的预测结果作为BP神经网络训练的输入数据,得到最佳的预测模型.实例分析表明:与传统灰色理论及BP神经网络预测模型相比较,在20、40和60s采样间隔条件下,本文模型预测结果与实测值的相对误差平均减少了32％,为交通运行状态评价和行程时间预测提供了依据.     

基于BP网络的驾驶员黄昏空间距离判识规律

为研究黄昏时段行车时,驾驶员对空间距离判识随环境照度的变化规律,进行实际道路试验.选用32名男性驾驶员,在不同自然环境照度下,判识不同空间深度距离时红、绿色障碍物的绝对距离和相对距离.统计分析被试判识结果,分析距离判识差异,获得空间距离判识特征值.运用BP神经网络,模拟距离判识结果,分析距离判识变化规律.结果表明：红、绿色障碍物黄昏时距离判识差异显著,BP网络可以很好拟合距离判识变化规律.绝对距离和相对距离判识结果,均随环境照度降低而增加;判识距离随深度距离增加也增加,相对距离增加较小.     

子宫内膜基质干细胞的体外成骨诱导和成脂诱导分化

目的探讨子宫内膜基质干细胞的多向分化潜能。方法取因子宫肌瘤行全子宫切除术患者的子宫内膜组织,磁珠分选子宫内膜基质干细胞,进行传代培养。传代细胞分别加入成骨诱导剂和成脂诱导剂培养,并通过茜素红和油红O染色对成骨细胞和脂肪细胞形态进行鉴定。结果子宫内膜基质干细胞呈成纤维细胞样贴壁生长,其经成骨、成脂诱导培养3周后形态、体积发生明显改变。茜素红染色显示细胞团中央能形成钙化结节;成脂诱导后油红O染色可见细胞质内出现橙红色脂滴。结论子宫内膜基质干细胞经体外诱导培养后可向成骨细胞和脂肪细胞分化,并具有明显的成骨和成脂细胞形态,表明子宫内膜基质干细胞具有多向分化潜能。