某型船尾部振动响应的预报及试验验证

采用水弹性分析方法,利用自行开发的软件对某型船尾部振动响应进行了预报。对建模、附连水质量计算、激振力的确定等问题进行了探讨。该船实船试验结果表明,预报值与实测值比较吻合,说明本文的预报方法较为可靠。     

基于投影寻踪学习的大型船舶运动极短期预报

本文结合投影和神经网络的优点,建立了应用于大型船舶运动的极短期预报我多维投影寻踪学习网络（ＰＰＬＮ）结构及算法,并将该算法所取得的预报结果与年历顺归预报法和周期图预报法的结果进行了比较,预报结果说明了该算法的可行性。     

滑行艇阻力研究进展

本文分析了滑行艇阻力预报中常用的十余种方法,指出了各种方法中参数的变化范围、适应的艇型及存在的问题;讨论了理论求解的困难和减阻措施;说明了在滑行艇阻力预报中常被忽视的艇形概念及其重要作用。     

大型船舶船体振动与舱室噪声预报

为保证船舶能符合船级社及国际组织对船舶振动与噪声控制的要求,在设计阶段必须对船体进行振动与噪声分析和预报。以某大型船舶为研究对象,采用声固耦合法和附加质量法对其船体振动情况进行计算分析,采用统计能量分析(Statistical Energy Analysis,SEA)法对其舱室噪声进行计算分析。计算结果表明,该方法能较为准确地模拟船体振动与舱室噪声,满足工程预报的要求,对船体振动与舱室噪声预报相关的工作的开展具有较好的参考价值。     

基于浮动车速度波动特征的交通状态识别

为实现路段交通状态的准确判别,解决单参数无法直接识别道路交通状态问题,本文利用高频浮动车速度数据,使用灰度共生矩阵特征值对比度和逆方差表示车辆行驶的波动特征。基于城市道路交通状态变化的动态性与连续性,围绕固定时间窗口内车辆的平均车速、对比度和逆方差,采用FCM (Fuzzy c-means)算法进行聚类分析,得到畅通、平稳、拥挤和阻塞这4种状态阈值。提出基于多维高斯隐马尔可夫模型的交通状态识别方法,分别以3,5,6 min固定时间窗口训练模型。模型状态转移矩阵表明,时间窗口越小其保持原有交通状态的可能性越大,时间窗口越大交通状态突变的可能性越大。使用不同序列长度对比3种时间窗口在测试集中的识别精度,结果表明,随着序列长度的变化,精度显示出先升高后降低的趋势,且固定时间窗口越大,不同序列长度的识别精度变化越均匀。最后利用5 min固定时间窗口划分数据使用本文方法和支持向量机以及随机森林分别进行道路交通状态识别,综合精度分别为92.00%、84.89%、88.48%,同时本文方法在查准率、召回率和F1度量(F1-score)指标均优于其他两个模型,说明道路车速的波动特征可以很好地反映道路交...     

超前地质预报方法在凤凰岭隧道中的应用

在隧道开挖过程中,超前地质预报已成为准确预报隧道前方围岩地质情况的有效方法,其中TSP法是较为成熟、直接的预报方法。结合凤凰岭隧道实体工程,采用TSP地震预报法,对隧道施工过程的断层破碎带、塌方、软岩和水进行了较为精准的超前预报,为确定合理的隧道开挖支护方案提供技术支持。     

水面无人艇环形轨迹跟踪方法研究与实现

为提高无人航行器对轨迹的实航跟踪能力,结合航行器运动特性,提出势点跟踪算法,实现对典型航迹(环形轨迹)的稳定跟踪。以无人水面艇(Unmanned Surface Vehicle, USV)作为验证平台,基于拟合偏差的最小二乘航向辨识,获得系统数学模型,并设计相应的控制律,在搭建好仿真平台后,针对无人水面艇控制特性设计相关控制策略及制导律,完成势点跟踪算法的设计及仿真验证。后经典型海况下多航次试验,经过对实航轨迹及USV与环形轨迹间距离变化规律分析,并结合数据均方根大小,表明了环形轨迹跟踪方法设计的合理性。     

具有峰值识别的神经网络模型对水沙过程的预报

在经典BP神经网络模型的基础上,增设误差修正系数,实现网络误差修正权重倾向于输出样本的较大值.同时提出了一种计算输入输出向量的归一化公式.在此基础上建立了具有洪峰识别的BP网络预报模型.该模型能根据实测资料模拟和预报不同特征年的流量或含沙量过程.采用建立的模型,对宜昌水文站典型年实测流量过程及含沙量过程进行了预测检验,其结果与实测值吻合较好,对峰值的预报较经典BP模型有所提高.     

高压、富水岩溶隧道施工地质预报探讨

在新大瑶山隧道工程中,建立了隧道施工地质预报机构和地质信息系统,采用了宏观控制预报、准确预报、验证预报三级预报方法.由于利用了以野外地质调绘、洞内CCD地质编录、超前水平钻探、TSP203及直流电法为主要探测手段的综合预报技术,提高了预报的科学性、准确性,降低了预报成本.