基于特征熵权与样本加权的大跨桥梁多车道交通荷载聚类模型

为满足交通流荷载作用下大跨桥梁结构评估的需要,研究了基于荷载参数特征的交通流状态划分方法。首先,基于实测交通流数据,按照车道属性统计分析得到交通流的单位小时特征参数样本,选择单位小时内车型比例、车头间距及交通流速度作为交通流状态划分的参考特征;其次,改进经典k-means聚类算法以增强其对高维、复杂交通流荷载分类的鲁棒性,即通过引入特征熵值来表征各特征参数对聚类效果的重要性,同时计算样本点与周围样本点的接近程度来赋予样本点权值,以削弱样本离散性对聚类质量的不利影响;最后,通过聚类算法得到11种具有不同参数特征的交通流荷载,分析了其作用下某大跨斜拉桥拉索应力响应及造成的疲劳损伤。结果表明：改进算法的聚类质量指标比原始k-means算法提高了40%以上,对交通流状态划分具有良好的适用性;通过算法得到的不同类别的交通流荷载的特征参数差异性明显,其占有率也大不相同,同一类别的交通流荷载各样本特征参数聚拢效果良好;同车道内不同类别的交通流荷载的拉索等效应力差别较大,其变异系数均在0.2以上,尤其在考虑了不同交通流荷载模型的占有率后,这种差异性进一步增大。上述结果表明该交通流荷载聚类与模拟方法是有...     

应用粒子群优化算法改进无人船航行路径规划研究

在已开发的FR无人船的设计与实现背景基础上,针对其航线规划使用传统算法时易于困处局部最优、抗干扰适应性不够和控制精度不高等问题,应用粒子群优化算法来改进求解更优航迹。通过在粒子初始化时添加适应度函数加以修正改进,使路径种群在初始化有较高的有效性,从而增进算法的整体收敛速度和航迹跟踪精度。研究完成模型构建、算法优化、模拟仿真计算和试验验证。计算及试验结果显示,应用改进粒子群优化算法在复杂环境中,FR无人船能规避水面障碍物,逃离局部最小值点,准确到达设定点,收敛速度更快,满足及时响应的需要。     

基于SWU算法的西北多山地区GSM-R无线传播模型研究

针对西北多山地形场景下的GSM-R关键技术展开研究,对大尺度区域铁路无线电波传播进行建模,提出一种基于滑动窗口合并算法(SWU)的衍射改进算法。首先,对覆盖区域进行栅格化处理,并利用IDW算法和数字高程数据DEM获取“点—点”链路的高程值;在此基础上,基于SWU衍射改进算法进行无线信号场强计算;最后,利用Leaflet.js、HTML5和Vue3.js等WebGIS技术,实现了铁路场景无线信号覆盖预测的可视化仿真。结果表明：SWU衍射改进算法能够对复杂电磁环境下的电波覆盖空间分布特征进行建模和场强精确预测,从而为铁路无线通信系统的规划、运维管理提供可靠、便捷的技术支撑。     

基于改进粒子群算法的PMSM多参数辨识

针对标准粒子群优化算法对永磁同步电机多参数辨识精度低与收敛慢的问题,设计了一种自适应自治群组粒子群优化算法进行辨识,并在Matlab/Simulink中搭建参数辨识模型.仿真结果表明:改进后的算法对永磁同步电机多参数辨识的整体精度更高,收敛速度更快.     

基于模糊综合评判的弗洛伊德(Floyed)方法在战时最佳机动路线选择中的应用

建立了一种基于模糊综合评判的Floyed方法来选择最佳机动道路的模型:首先确定道路评估指标体系,对每段道路进行二级模糊综合评估,以确定每段道路所对应的不同加权值;然后对每段道路重新赋值,并运用Floyed方法来确定最佳机动道路;最后,结合实例进行了求解,得到了综合各种信息后的战时机动的最佳路径。     

任意活载形式的简支梁支反力通用算法研究

为实现不同类型铁路活载下简支梁支反力的快速准确求解,提出了一种利用Heaviside函数推导任意活载作用下简支梁支反力通用完备解的算法。该算法构建了一种可自定义的活载格式以定义任意活载,即将任意活载分解为集中荷载、有限长度均布荷载、无限长度均布荷载三大类荷载;利用弯矩平衡法以及各加载边界条件与Heaviside函数的等价变换关系,推导得到任意活载的支反力通用完备解;将该算法编入设计程序,结合铁路墩台设计控制工况的判据,采用冒泡法可得到控制工况的支反力。以3组不同梁跨组合下的双孔重载控制工况为简支梁支反力算例,计算结果表明：该通用算法与MIDAS Civil软件计算的简支梁支反力误差均在1%以内,计算精度高;ZK活载、ZC活载与UIC活载的比例关系进一步验证了本文提出的支反力通用算法计算结果的正确性。     

基于改进LSD直线检测算法的钢轨表面边界提取

针对传统LSD直线检测算法容易丢失图像细节,造成提取直线不连续等不足,提出一种基于双边滤波改进Canny提取边缘图像的LSD直线检测算法.利用Canny算法提取边缘图像,基于边缘图像采用LSD直线检测算法进行直线提取;考虑到Canny边缘检测中使用高斯滤波,在降噪的同时会模糊图像边缘,而双边滤波对于图像边缘有较好的保护...     

基于ABC优化BP神经网络的船舶交通流量预测

为提高船舶交通流量预测的准确性,针对BP神经网络随机确定初始权值和阈值的缺点,提出一种基于人工蜂群算法(Artificial Bee Colony,ABC)改进BP神经网络的ABC-BP船舶交通流量预测模型.利用人工蜂群算法全局搜索能力和不易陷入局部最优的特点,对BP神经网络的初始权值和阈值进行优化,并以青岛港船舶交通...     

基于开行方案的高速铁路客流分配方法研究

基于开行方案的客流分配方法是开行方案优化的重要组成部分,既有研究大多使用基于图论的寻路算法和用户均衡配流算法,与高速铁路的实际情况存在一定差异.基于高速铁路和公路的差异性分析,对用户均衡定理不适用于高速铁路客流分配进行了证明;基于实际的高速铁路旅客出行选择行为,提出了一种无需遍历图而仅搜索开行方案的两阶段k短路算法.算...     

基于BP神经网络算法预测的重型半挂汽车列车AEB控制策略研究

我国商用车AEB性能要求和试验方法标准的发布,推动了AEB在商用车领域的发展与应用。本文针对半挂汽车列车制动距离长、质心高等特点,结合驾驶员紧急制动的经验,提出了一种基于BP神经网络预测碰撞时间TTC的AEB控制策略。首先,设计了上层控制器,基于不同驾驶员在不同紧急制动场景下碰撞时间的数据,利用BP神经网络算法得到预测模型,从而计算出触发AEB系统的预警时间阈值和紧急制动时间阈值;再以前车与本车的相对距离、相对速度和前车的减速度为输入,通过模糊控制规则得到本车期望的减速度;接着,设计了下层控制器,采用期望减速度前馈控制和减速度偏差PID反馈控制相结合的方式,得到各车轮所需的轮缸制动压力;并基于滑移率滑模控制防止车轮抱死,提高紧急制动时的安全性、舒适性和横摆稳定性。最后,在TruckSim中建立CCRb、CCRm、CCRs 3种测试场景,对控制策略进行了验证。结果表明,本文所提出的控制策略能有效避免碰撞的发生,为半挂汽车列车AEB系统的设计和研究提供了理论依据。