驾驶员对夜间红绿障碍物空间距离判识差异

分析距离判识差异变化规律,选用32名驾驶员在不同深度距离和车速条件下,进行实际道路试验。统计检验全部被试判识结果,获得距离判识差异特征值。运用BP神经网络,模拟判识差异变化趋势。结果表明:在夜间地面动态环境中,随着深度距离增加,绝对距离判识差异增大,相对距离判识差异减小;随着速度增加,在较远深度距离下,绝对距离判识差异先减小后增加再减小,在中等深度距离以下时,差异逐渐减小;相对距离判识差异随速度增加而减小。     

电流变阻尼半主动控制悬架系统的设计

汽车悬架减振器对于保证车辆的乘坐舒适性和安全稳定性都具有重要作用,但目前普遍应用的被动式减振器因其力学性能不能调节,存在只能在两种性能之间折衷的先天不足,而智能半主动悬架系统方案基于“大系统多级递阶——子系统神经网络自适应”控制算法。并利用MATLAB＋Simulink对新型智能半主动悬架系统进行了仿真试验．试验结果表明系统在实现了提高车辆乘坐舒适性能的同时兼顾了安全稳定性的目的。同时由于采用电流变液减振器,使系统本身具有实时采集、响应迅速、智能化、减振降噪效果好等特点。     

重大交通突发事件中的态势评估研究

态势评估是交通应急管理的基础.针对重大交通突发事件中的态势评估,提出了分析预测流程,并对态势要素及各阶段功能进行阐述.结合国内外已有的态势评估研究成果,举例说明人工智能方法在突发事件态势评估领域的应用.     

动态输入下路段行程时间研究

以元胞传输模型(LWR模型的离散形式)作为分析工具,以行程时间为研究对象,研究了单车道路段没有出入口的基本路段受交通信号控制影响下的动态行程时间.考虑到路段上车辆密度对车辆速度的影响,文章定义了路段加权密度来表征车辆进入路段时路段的状态.分析结果表明,动态行程时间和车辆进入路段时的流量基本上没有关系;当车辆进入路段时刻一定时,路段加权密度和车辆的动态行程时间成线性关系.     

Effect of elastic constitutive laws on the deformation of two-dimensional red blood cell

Deformation of two-dimensional red blood cell in linear shear flow is simulated using the immersed boundary method, in which the cell is modeled as a force source instead of a real body. The effect of three constitutive laws, i.e. Hookean, Neo-Hookean and Skalak elasticity, on the deformation is studied by simulating the cell movement in two linear shear flows. The results show that the effect of the constitutive laws gets more obvious as the shear rate increases. Both the aspect ratio and the inclination of the steady shapes get bigger, and the differences between the periods of the cell tank-treading motion become larger. For the same shear flow, the period with Hookean elasticity is less than the period with Neo-Hookean elasticity and bigger than the period with Skalak elasticity.     

A study of maneuvering control for an air cushion vehicle based on back propagation neural network

A back propagation (BP) neural network mathematical model was established to investigate the maneuvering control of an air cushion vehicle (ACV). The calculation was based on four-freedom-degree model experiments of hydrodynamics and aerodynamics. It is necessary for the ACV to control the velocity and the yaw rate as well as the velocity angle at the same time. The yaw rate and the velocity angle must be controlled correspondingly because of the whipping, which is a special characteristic for the ACV. The calculation results show that it is an efficient way for the ACV's maneuvering control by using a BP neural network to adjust PID parameters online.     

高速公路隧道交通事故严重程度的影响因素分析

根据京珠高速公路韶关段4个隧道的交通事故资料,从时间因素、隧道环境因素和交通动态因素3个方面选取9个输入变量,以交通事故严重程度为输出变量,建立高速公路隧道交通事故严重程度预测模型;然后,通过灵敏度分析方法,研究各个输入变量对输出变量的影响程度,并对各个输入变量的灵敏度分析结果进行比较分析．研究结果表明,日交通量与年平均日交通量之比和大型车混入率对交通事故严重程度的影响最大,天气、线形、坡度和事故发生地点在隧道中的位置对交通事故严重程度的影响基本相等,事故发生时段对交通事故严重程度的影响可以忽略不计．     

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。     

潜艇用新型铅酸蓄电池万用放电模型研究

铅酸蓄电池是常规潜艇水下航行的核心动力,为优化动力系统工作性能,需要建立放电模型.但铅酸蓄电池内部是十分复杂的电化学反应,随机性较大,蓄电池性能受各种不确定性因素影响,蓄电池模型具有明显的非线性特征,并且随着蓄电池充放电周期的增加,蓄电池的性能也发生较大的变化.文中在研究蓄电池放电特点的基础上,考虑蓄电池建模的各种方法,采用前馈神经网络方法,建立了可以模拟蓄电池非线性和时变性的模型.检验结果表明,该模型能够较好地反映蓄电池的特性.     

基于神经网络的船体焊接规范自动预测方法研究

针对目前船体焊接规范参数设计的特点,设计了船体焊接规范自动决策的人工神经网络模型．通过实际焊接工艺数据对网络模型进行训练,把以规则显示表达的工艺设计知识转化为隐式网络权值,应用网络推理机快速、准确地预测船体焊接规范参数．实验表明所建神经网络模型具有较好的自学习和预测能力,为船体焊接工艺参数优选提供了一条新途径．