鱼雷内弹道特征参数估计的回归分析

论述了以建立回归方程为中心,利用有限的实验数据建立舰艇鱼雷发射内弹道特征参数（鱼雷出管速度、膛压极值）的线性回归方程。通过实验数据计算,证明这是一种舰艇鱼雷发射内弹道特征参数估算的有效方法。在回归分析法基础上,提出了如何进行实验的优化。     

大型集装箱船参数横摇模型试验和数值模拟研究

以4000TEU集装箱船为研究对象,通过系列自航模型试验,确定其在迎浪规则波中发生参数横摇的限界。试验结果显示：在迎浪规则波中,参数横摇通常发生在波浪遭遇周期为横摇固有周期一半的附近;对应不同遭遇频率时参数横摇的发生,存在一个临界波高;航速的增加和舭龙骨的安装将使参数横摇发生的临界波高增加;当有初始干扰时,参数横摇发生的临界波高较小。而且,数值模拟结果与模型试验结果比较吻合。     

公路水泥混凝土路面基层顶面当量回弹模量非线性计算公式归一化的研究

鉴于1994年和2002年水泥混凝土路面设计规范中,基层顶面当量回弹模量确定过程存在的繁琐性,有必要通过回归分析,对2002年规范所提供的六个计算公式加以简化。实践表明,该简化能够满足计算要求并取得满意的效果。     

物流产业的非差异性定价模型研究

物流产业中的活动主要是依靠物流网络采实现的,同时,物流产业的竞争又体现在物流企业的定价策略上,本文运用博弈论原理和方法,结合我国具体环境,建立了物流产业中非差异性的物流网络定价模型,在此基础上,对非差异性物流网络定价从经济学的角度进行了深入分析。最后,从政府的角度对物流产业的非差异性定价提出了建设性的建议。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

基于偏最小二乘回归的疏浚产量预测方法

针对绞吸式挖泥船产量预测困难的问题,对挖泥船作业实时反馈的数据进行研究。利用Relief权重算法提取出影响挖泥船产量的主要工艺参量,并在此基础上采用偏最小二乘回归,建立主要工艺参量与产量之间的数学模型,实现对挖泥船产量的预测。结果表明,利用偏最小二乘回归建立的数学模型能够很好地对挖泥船的产量进行预测,可为预测挖泥船的产量提供一种有效的方法。     

一种螺旋桨参数化建模方法

对螺旋桨进行优化时,需要建立起优化计算的样本空间,即要实现初始桨的参数化建模。本文基于贝塞尔曲线拟合原理编程实现了螺旋桨的参数化建模,对螺旋桨的径向参数分布分别用一条贝塞尔曲线进行拟合,曲线的控制点通过遗传算法寻优求得。文中以4382桨为例,对其进行参数化建模,讨论了三、四、五、六阶贝塞尔曲线的拟合效果,发现三阶贝塞尔曲线拟合光顺性最好、拟合平均误差可以控制在0.3%以内,而且控制点个数较少,最适合拟合螺旋桨径向参数分布。最后通过调整三次贝塞尔曲线控制点的位置调整了原桨叶的几何形状,得到光顺性较好的新桨叶模型,表明该参数化建模方法合理。     

Development and evaluation of a statistically reliable traffic counting program

This paper reviews the existing procedures to compute the seasonal factors, growth factors, and the number of automatic traffic recorder stations (ATRs) for developing a statistically reliable traffic counting program. The review is based on, (i) theoretical evaluation of the procedures, (ii) analysis of the results obtained from applying these procedures to extensive real life data, and (iii) experience of past researchers with these methods. The paper primarily deals with existing statistical procedures for determining seasonal factors, since it is believed that these factors play the most important role in estimating Annual Average Daily Traffic (AADTs) from short counts. The procedure of cluster analysis (which is most commonly used to determine seasonal factors) is critically reviewed. The shortcomings of this method motivated the development of a different statistical procedure, based on regression analysis, to determine seasonal factors. It is shown that this newly developed method gives better results than the cluster analysis techniques. Furthermore, separate sections are dedicated to a thorough analysis of determination of number of ATR stations and computation of growth factors.     

基于GRNN的GSM-R场强覆盖预测算法

在比较Hata模型修正方法和GRNN算法场强覆盖预测效果的基础上,仿真分析了训练集构成和平滑因子选择对GRNN算法预测效果的影响,给出了训练集构成和平滑因子选择的方法;提出了电波传播环境相似系数来表征GRNN模型在不同环境下的适用性。仿真结果表明,两种传播环境的相似系数越大,由一种环境下测试数据确定的GRNN在另一环境下的预测精度越高。