高铁站功能区布局优化模型研究

为使高铁站功能区的布局更加科学合理,论文以旅客在高铁站房内的平均走行时间最少和高铁站建造成本最低为目标,综合考虑功能区的面积、长宽比例、功能区禁止重叠、流线等约束条件,构建基于多目标混合规划的高铁站功能区布局优化模型,通过算例验证了模型的有效性。该方法得出的结论可以为高铁站功能区布局的规划设计提供参考。     

基于多目标算法的高速动车组车钩连接板加工参数优化

文章针对高速动车组车钩连接板的加工,以最小化加工时间和最大化刀具寿命为目标建立多目标优化数学模型,然后借助MATLAB遗传算法工具箱对车钩连接板加工参数进行求解。获得Pareto解集后,选取符合车间生产实际的加工参数编程验证,并与传统POCKET4加工时间与质量进行对比,以验证该方法的优越性。     

水中航行器控制分配技术应用现状

过驱动系统现如今已经广泛的存在于各个科学应用领域,控制分配是处理冗余控制的一种常用方法;同时,控制分配也是过驱动航行器运动控制中的一项关键技术。本文主要介绍控制分配技术在水中航行器的应用情况。详细描述了应用到的控制分配方法原理,指出各种方法的优缺点,重点阐述了控制分配技术在水下机器人方面的应用情况。最后对控制分配相关存在的问题进行总结,并且讨论了控制分配技术的发展方向。     

基于多点线圈联合数据的高速公路匝道影响范围识别

为准确识别高速公路匝道对主线车流的影响等级和范围，本文提出基于速度波动特性的高速公路匝道影响量化方法。通过建立改进加权速度排列熵指标以量化各服务水平下匝道对高速公路主线车流的影响，对建立的指标进行谱聚类分析来确定匝道的影响阈值。应用京昆高速及二广高速的99个平行式合流匝道和直接式分流匝道多点主线线圈检测器数据的分析结果表 明，所提出方法可识别高速公路主线车流受匝道的影响程度。合流匝道对主线最外侧车道的影响比次外侧车道高4%~69%；A~C级服务水平下，分流匝道对上游主线最外侧车道影响程度比次 外侧车道高6%~29%，D~F级服务水平下，最外侧车道受影响程度比次外侧车道低10%~13%。合流匝道的影响范围是合流点上游350m至下游550m；其中上游160m至下游100m和下游180~ 270m为核心影响范围。分流匝道影响范围为分流点至主线上游850m，其中750~850m、450~ 600m、100~300m为核心影响范围。研究成果可为高速公路匝道交通设计、管控策略和提升仿真可靠性提供依据，可有效降低设置匝道带来的影响。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

内河航道发光标牌应用研究

内河航道标牌是以形状、颜色、图案和文字向所有过往船舶提供管制、警告、指引功能的助航设施。航道标牌不仅仅是保障船舶航行安全,提高内河航道服务能级的重要组成部分,也是打造综合交通运输体系,提升城市品牌形象战略性资源的有益补充。白天阳光充足照度下,标牌都具有良好的可视距,容易被发现和阅读,而夜晚低照度下,航道标牌可视距不足,部分或全部丧失了它的作用。文章以苏州内河航道为例,基于夜间可视距调查分析了苏州苏西线五福桥段航道标志牌建设中发光标牌设置的必要性。结果表明,在内河航道上设置发光标志标牌,可大大提高夜间可视距,更容易被船舶司乘人员发现和阅读,保障了船舶航行安全。     

基于多轴准则的焊接构架疲劳强度分析方法

根据节点几何特征,提出焊缝坐标系的建立方法,计算节点在焊缝坐标系下的应力分量。参照DVS1612标准,提出基于多轴准则的结构疲劳强度分析方法。对地铁车辆转向架焊接构架典型焊缝的疲劳强度进行评估,指出所研究焊缝的疲劳强度主要受正应力分量的影响,剪应力对结构疲劳强度的影响较小。对比研究了不同分析方法下的节点材料利用度特征。结果表明,在压缩应力占主导的区域,基于多轴准则的分析方法将使评估结果偏于安全;对于抗疲劳能力较差的接头,基于多轴准则的分析方法,采用DVS 1612标准提供的疲劳曲线将获得偏于保守的计算结果。     

一种基于机器码存储的改进遗传算法的应用研究

提出了一种基于机器码存储的改进遗传算法，适于优化大型多变量问题。开发的C 基本位操作算子，使此算法仍可沿用传统二进制遗传算法的交叉变异操作。这一算法在内存和时间上占优势，是一种稳健的、全局搜索能力较强的优化算法，并在建立河北省某地区的年降雨神经网络预测模型的实践中得到了验证。