滨海新区高速公路网合理规模研究

为了整合滨海新区高速路网,深入调查滨海新区高速公路的发展现状,运用国土系数法、稳定密度法、时间序列法、连通度法和类比分析法等预测方法,按照实际需求和适度超前原则,预测滨海新区未来高速公路发展的规模,结果表明滨海新区规划高速公路网规模基本合理。     

南京港集装箱生成量预测与发展措施建议

通过对集装箱生成量大小的影响因素的分析,并结合历年海关数据及其他国民经济发展基本数据,得出南京港集装箱生成系数,利用动态因素分析法预测到2015年南京港集装箱生成量。再将其与南京港战略发展定位及省、市政府提出打造"南京长江国际航运物流中心"战略目标进行对比,最后分别从政府政策扶持、口岸单位合作、港口建设和经营等多方面提出了南京港集装箱发展的战略重点和发展策略。     

基于小波神经网络的海流预测模型

海流是一种重要的海洋水文学要素,由于海洋环境恶劣复杂,海流监测仪器有时会由于不可预知的原因而发生故障,从而导致在一段时间内宝贵的海流数据的缺损。文中将小波神经网络和多种神经网络模型运用于短时海流数据的预测,并与实际海流数据进行比较,以达到缺失数据智能补漏的目的。计算机仿真结果表明,相比于单独的神经网络模型,小波神经网络在数据精度和稳定性方面可达到更高的要求。     

基于模糊粒子滤波的视频跟踪方法研究

智能视频监控系统的基础就是对监控范围的视频序列中目标进行有效实时的跟踪,针对当前跟踪方法在光照突变、部分遮挡情况下的跟踪缺陷,本文提出了一种利用模糊粒子滤波（Particle Filter,PF）进行视频目标跟踪的新算法.该算法结合模糊控制理论,引入量测的模糊性来克服特征信息的不确定性,并建立一个基于背景建模技术的自适应高斯混合模型和基于序贯蒙特卡洛的跟踪算法（sequential Monte-Carlo-based）.在新算法的指导下,针对静止摄像机在光照条件改变以及目标发生部分遮挡的情况进行了深入的研究.通过多种模糊量测技术的比较和应用,本文方法实现了多个目标精确有效跟踪.     

万州晒网坝滑坡变形机理及稳定性规律跟踪研究

针对万州晒网坝滑坡地质勘查与长期监测滑移趋势不一致的现状,进行滑移机理跟踪,并通过物探验证跟踪结论。研究了135～175 m范围变化库水位及24 h强降水对该滑坡稳定性的影响,揭示了真实滑移面地质状况,纠正了地勘存在的不足,同时分析了滑移破坏机理。结果表明:该滑坡整体稳定、局部缓慢滑移;并提出了埋入式抗滑桩、裂隙封闭及地表排水的维护方案。     

低速电动汽车NVH性能测试与分析

在整车开发环节中,需要保证车辆具有良好的NVH性能。针对某电动汽车样车的振动噪声问题,对车内噪声水平及电机、减速器、差速器等声振特性进行测试;采用阶次跟踪分析法识别出车内主要的振动噪声源;提出了相应的减振降噪措施。     

基于BP神经网络的卷烟零售量价控制研究

针对烟草营销中卷烟货源投放总量难以准确控制的问题,通过分析各区域货源投放量、实际销售量与零售价格之间的相互关系,采用BP神经网络预测,建立了卷烟零售量价控制模型,据此来调控各品类的投放量,测试结果表明有较好的预测准确度。     

��������Ԥ���ۺϼ��ɷ����о�

与发达国家不同,我国正处于快速城镇化发展阶段,迫切需要在运输需求预测理论与方法上的创新.为了更科学地进行运输需求预测工作,从而对运输需求有系统精准的把握,基于"运输系统是一类开放的复杂巨系统"及"运输需求预测是一类复杂性问题"的认知,将系统工程中"从定性到定量"的综合集成方法论引入运输需求预测之中,提出基于综合集成方法论的运输需求预测方法,并给出具体执行操作流程.以浙江省城际轨道交通客流预测为例,将研究成果应用于实际的工程项目之中,验证了其有效性.实践结果表明,"从定性到定量"、"人机结合,以人为主"的运输需求预测综合集成方法能够较好地保证预测结论的准度和精度,同时也具有较强的可操作性.     

基于ST-MRF的自适应车辆跟踪算法研究

可靠的车辆跟踪是实现交通事件自动检测的重要前提,车辆跟踪中的车辆相互遮挡则是影响车辆跟踪结果的关键因素.为了解决这一难题,文中提出一种基于ST-MRF模型的自适应车辆跟踪算法.在ST-MRF模型中,把图像分成块,将相邻图像间的块通过它们的矢量联系起来,建立运动序列图像的时空马尔可夫随机场模型并且构造其相应的能量耗费函数,然后利用松弛算法实现目标地图最小化能量计算,从而解决车辆跟踪中的遮挡问题.实验结果表明,跟踪不遮挡的车辆时达到的跟踪成功率为95%,遮挡情况时成功率也可达到91%.通过实验得出以下结论:基于ST-MRF模型的自适应车辆跟踪算法能在交通量比较大,且车辆出现相互遮挡的情况下,能较准确地获得车辆跟踪数据.为以后的交通事件检测提供重要的数据基础.     

Peak current control strategy with extended-state tracking compensator for DC-DC in hybrid energy storage system

Because variations of ultra-capacitor voltage and battery voltage generate subharmonic and chaotic behaviors in hybrid energy storage system (HESS) application when a DC-DC converter is under the peak current control, a novel digital control strategy, i.e., peak current control with extended-state tracking compensator, is introduced to deal with the stability. The gains of the control algorithm are selected based on pole locations formulated from the Bessel filter. The simulation results validate that under the peak current control strategy with compensator, the DC-DC converter does not have the subharmonic and chaotic behaviors. The response time under the peak current control with compensator is the same as that under the peak current control. The ripple voltage and ripple current of battery are less. The tracking error of inductor current tends to zero.