基于BP神经网络的轨道交通客流量预测

通过对BP神经网络的研究,借助MATLAB软件及其神经网络工具箱的应用学习,对非线性函数进行逼近,通过特定设计函数对所需要建立的神经网络模型进行训练,并且利用仿真来判断误差结果,得出符合模型的合理权值以及阈值,最后根据已有年数据进行轨道交通客流量的预测.     

外加磁场对氩等离子体鞘层尘埃粒子密度分布的影响

采用流体模型数值模拟了含有尘埃粒子的氩等离子体鞘层结构,研究了外加磁场对鞘层内尘埃粒子密度分布的影响.模拟结果显示外加磁场能够改变鞘层电势分布,使尘埃粒子受到的电场力随之改变.同时,外加磁场对尘埃粒子的密度分布有明显的影响.随着磁场平行基板分量增大,尘埃粒子在鞘层内聚集区域将远离鞘层.如果尘埃粒子较小或磁场较强,尘埃粒子可以离开鞘层,不打到基板上.因此可以利用外加磁场调控鞘层内尘埃粒子的运动方向.     

链斗式挖泥船疏浚引起的悬浮物扩散规律

挖泥船疏浚施工引起的悬浮物对周围水域环境具有危害。选取链斗式挖泥船为研究对象,开展疏浚引起的悬浮物扩散规律研究。开展现场观测,得到了挖泥船正常作业时在流向和流速接近稳定的潮流作用下悬浮物扩散情况。基于泥沙对流扩散方程,利用现场观测数据,得到了该型挖泥船正常疏浚作业时引起的悬浮物扩散水深平均表达式,可方便、快捷地进行悬浮物扩散范围及其浓度的估算。在此基础上,对该型链斗式挖泥船在天津港施工可能引起的悬浮物扩散范围进行讨论,得到了悬浮物扩散的规律。     

Spoolbase发展及在我国深水油气田开发的应用前景

Spoolbase是深水硬质海底管线R-Lay铺设配套的陆地海管预制基地,通过分析Spoolbase发展现状,全球深水油田海域附近尚有南海未建设Spoolbase;并通过分析Spoolbase主要生产工艺及我国深水油气田开发市场,为我国Spoolbase建设提供一定的借鉴。     

正交试验设计在客车外围流场空气动力学特性研究中的应用

影响客车外围流场空气动力学特性的因素较多,各个因素需要研究的水平也较多。应用正交试验设计方法确定模拟计算方案,不但可极大地降低计算分析工作量,还能得到较优方案。     

基于自适应粒子群优化算法的交通量短时预测模型

在考虑交通量短时变化的时空特性和波动性基础上,建立了非线性交通量短时预测模型.根据我国城市道路交通流非线性、时变性、随机性等特点,提出自适应粒子群优化算法对非线性交通量短时预测模型进行在线修正.该自适应粒子群优化算法采用两步优化策略,对算法参数进行调整,避免算法早熟收敛,有效提高了算法的运算精度和效率.利用城市道路的实测数据,通过Mat-lab软件工具箱对该模型进行计算机仿真验证.     

基于一维元胞自动机模型的交通流混沌研究

应用交通流一维元胞自动机模型进行仿真试验,研究理论交通流的混沌现象.仿真中选取某一观测点记录车辆到达该点的车头时距,应用非线性分析软件TISEAN计算该车头时距序列的Lyapunov指数谱和Kolmogorov熵.试验结果证明交通流中存在混沌现象.从试验结果分析找出了产生交通流混沌现象的2个因素:车辆密度和车辆减速概率.当车流密度超过某一值时仿真出的交通流会产生混沌现象,而出现混沌的根本原因在于交通流的内在随机性,其中车辆不规则的加速、减速是这种内在随机性的主要因素.     

一种实用的配电网潮流算法

目前matlab潮流计算程序多是基于输电网开发,而对配电网中潮流计算程序较少开发。配电网由于其特有的辐射性、R／X较大、节点较多的特性,导致用于输电网的潮流计算方法由于收敛性问题并不适用于配电网系统中。针对辐射性配电网的特点,开发了用于配电网潮流计算的matlab程序,该程序采用新的支路选择方法,无需对网络进行复杂的编号,并通过算例验证了程序的正确性。     

舰船发动机排气管内顺流喷雾降温的CFD分析

发动机排气管废气出口温度过高是影响舰船红外隐身性能的重要因素之一.在排气管内喷雾能有效降低废气出口温度.针对排气管内顺流喷雾时的气液两相湍流流动与热质传递,用Euler-Lagrange方法建立了数理计算模型,用CFD计算软件进行了数值模拟.考察了水雾出口温度、水流量、水雾喷射夹角及雾滴初始粒径对喷雾降温效果的影响.结果表明:排气管内顺流喷雾时,废气出口温度大幅降低,呈倒钟形分布;废气出口温度的大小和分布与水流量、水雾喷射夹角及雾滴初始粒径息息相关;水流量越大、雾滴初始粒径越小,则废气出口温度越低,废气出口温度与水流量的大小基本呈线性关系;雾滴初始粒径越小、水雾喷射夹角越大,则废气出口温度分布越均匀;而废气出口温度的大小与分布对水雾出口温度的变化并不敏感.     

遗传—神经网络在交通流预测中的应用

提出一种基于BP神经网络的遗传算法,分别利用其局部和全局寻优能力强的特点,综合为一种新的优化算法,并将改进的算法应用于交通流预测中。结果表明,改进方法的预测效果优于单一使用BP神经网络进行预测的效果。