基于OVM模型的交通流混沌研究

研究基于OVM模型的交通流混沌问题。用Matlab结合C 语言编写OVM模型的仿真程序来产生交通流时间序列。在一定的参数组合下,仿真研究交通流车队中不同序号的前后车辆之间的车头间距变化过程。通过分析这种车头间距变化过程的变化曲线并利用小数据量方法计算Lyapunov指数,证明了基于OVM模型产生的交通流中存在着混沌现象。讨论模型参数和仿真试验参数对该理论交通流运动状态的影响,给出相应的仿真研究结果,得出对于研究与应用交通流理论有益的结论。     

汽车悬架隔振性能的快速检测

介绍了混沌特征参数如关联维D2和最大Lyapunov指数的基本理论。采用汽车制动-悬架隔振效率试验台快速获取B J2020S越野吉普车和HONDA LEGEND 3.0轿车前、后悬架的振动信号,据此计算一阶固有频率、阻尼比、一阶固有频率处的带中功率以及关联维D2和最大Lyapunov指数,从而获得了汽车悬架隔振性能与混沌特征参数之间的对应关系,实现了汽车悬架隔振性能的快速检测。     

考虑交通需求特征的有轨电车运营网络优化

为了提高有轨电车线网规划的科学性与运营效率, 研究了有轨电车运营网络的特征与指标, 建立了基于客流需求特征的运营网络搜索方法; 考虑有轨电车网运分离特点, 应用客流需求-运营效益建立了节点-边集网络; 以断面客流量为依据, 采用切比雪夫法则确定初始选择阈值, 通过计算重要度、“节点-流量”矩阵, 建立了时间效益-票价-运营成本的最优运营效益模型, 对有轨电车运营线网进行筛选, 结合遗传算法对运营网络总规模进行控制; 基于西咸新区有轨电车线网规划方案, 筛选出14条有轨电车运营线路, 通过MATLAB软件进行运营网络最优化模拟。分析结果表明: 有轨电车最优运营线路长度为24~25km, 运营网络总规模为339.5km, 得出的运营网络与最优效益、断面客流分布、线网布局、客流需求特征、重要客流集散点等网络要素有较好的匹配, 且大部分运营线路长度小于30km, 满足一般有轨电车运营网络要求; 该优化方法考虑了有轨电车规划与运营过程中诸多实际因素, 通过对搜索过程的整合与量化, 得出的优化结果与需求特征较为符合。     

基于小波变换的船用雷达海杂波小目标检测

强海浪中小目标回波的检测一直是船用雷达目标识别的难点,但现有的统计方法难以准确和全面地描述复杂的海杂波特性.要突破这一局限性,以获得对复杂现象更有效的描述,就迫切要求使用新技术.文中利用小波理论,针对强海浪下点目标和低矮宽大目标二类以往难以检测的目标,通过区分噪声、点目标、低矮宽大目标在小波变换下不同的奇异特征、设计了一套能够识别出点目标和低矮宽大目标的方案.     

基于微粒群本质特征的混沌微粒群优化算法

在总结对微粒群优化(PSO)算法本质的主要研究成果的基础上,提出了基于微粒群本质特征的混沌微粒群优化(CPSO)算法.该算法用混沌搜索方法代替随机数产生器在较好的区域搜索最优解.为了提高粒子群的多样性,用由粒子邻域内若干个个体最优位置依其适应值加权平均得到的中心位置代替标准PSO算法的全局历史最优位置.然后,根据粒子个体最优位置与上述中心位置间的距离自适应地调整混沌搜索区域半径.用几个经典测试函数的仿真结果及与其它几种PSO算法的比较结果验证了新算法的有效性.     

二维薄板在超音速气流作用下的热弹性颤振

根据von-Karman几何非线性应变位移关系建立了二维薄板在超音速气流作用下的非线性动力学模型,其中气动力根据一阶准静态活塞理论计算.用假设模态法和伽辽金方法使方程离散化,然后用Runge-Kutta方法计算.分析结果用分叉图和相图描述.结果表明,温度效应降低了板的稳定性;随动压增大,系统经历稳定运动、周期运动和混沌运动状态.     

变邻域搜索求解公共交通乘务调度问题

公共交通乘务调度问题是一个将车辆工作切分为一组合法班次的过程,它是NP难问题,许多求解方法的效率都与班次评价密不可分,本文通过裁剪TOPSIS方法(Technique for Order Preference by Similarity to an Ideal Solution)设计了TOPSIS班次评价方法.此外,通过裁剪变邻域搜索算法使之适合求解乘务调度问题,提出了基于变邻域搜索的乘务调度方法(Crew Scheduling Approach Based on Variable Neighbourhood Search,VNS),其中,并入了TOPSIS班次评价方法在调度过程中进行班次评价,设计了两种带概率的复合邻域结构以增加搜索的多样性,帮助跳出局部最优,在VNS中利用模拟退火算法进行局部搜索.利用中国公共交通中的11组实例进行了测试,测试结果表明,VNS优于两种新近提出的乘务调度方法,且其结果关于班次数接近于下界.     

基于RBF神经网络模型的混沌背景下谐波信号提取

在混沌时间序列前后向联合预测模型的基础上,提出前后向联合迭代预测模型并将之用于混沌背景下谐波信号的提取.对前后向联合迭代预测模型与前向预测模型的仿真实验对比研究表明,在叠加谐波信号幅度和频率不过小的情况下,前后向联合迭代预测模型在连续类混沌背景下的谐波信号提取性能较前向预测模型好,而在离散类混沌背景下的谐波信号提取效果都很差,但仍可用于检测微弱谐波信号.     

基于小波域Logistic混沌调制的数字语音保密通信系统

提出了一种新的无须同步的基于混沌调制的数字语音保密通信系统的方案。利用逻辑映射产生混沌调制序列，以该序列作为密码对数字语音进行加密处理。为了更好地隐匿信号特征，混沌调制在小波域针对不同的频带进行，并借鉴混沌掩盖对信息信号进行了限幅处理，其密文完全随机化．通过仿真分析各项性能(保密性能、对参数的灵敏度等)。结果表明该系统具有较强的自同步能力和较高的保密性能。并且易于实现．     

自适应多项式预测滤波器的新结构与算法研究

(1)提出了一种DCT域二次滤波实现结构及其NLMS自适应算法，并将其用于连续混沌信号的实时预测研究，结果表明：所提出的滤波器结构实现简单、不存在算法收敛性问题；对连续混沌信号的实时多步预测性能明显优于局域法的多步预测性能，这一结果对我们重新认识