一种高速公路加载卸载沉降预测模型

对存在深厚软土的地基,耦合软土流变项指数曲线模型可较好地预测地基沉降,可合理地反应出土颗粒骨架的蠕变过程及各时刻的蠕变量。基于加载卸载的应力应变关系,对耦合软土流变项指数曲线模型进行改进,并采用数学规划中的黄金分割法对模型中参数进行反演。结合工程实测数据与有限元仿真模拟,表明该模型对加载卸载沉降预测具有较高的适应性,对超载预压路基长期沉降预测有参考价值。     

基于RBF神经网络的混沌时间序列前后向联合预测模型

提出综合利用系统前向预测和后向预测对混沌时间序列进行建模,从物理学原理上解释了该模型相对于前向预测模型和后向预测模型的好处.计算机仿真结果表明:对于时间可逆性较好的混沌系统,前后向联合预测模型的建模性能比前向预测模型好,前向预测模型比后向预测模型预测性能好,但对于时间可逆性差的混沌系统,前后向联合预测模型的建模性能较前向预测模型略差,而后向预测模型比前向预测模型的预测性能差了很多.     

应用神经网络-时间序列预测路面平整度

以神经网络和时间序列分析方法为基础,采用零均值化、标准偏差预处理方法、规则化能量函数法和贝叶斯规则化方法进行BP神经网络建模,利用BP网络对平整度非平稳时序进行趋势项提取,使非平稳监测时序转化为平稳时序以进行常规ARMA时序分析。结合滚动预测方法,建立了适合平整度预测的神经网络时间序列分析联合模型,并以江苏省某高速公路的平整度数据为例进行了预测分析。研究结果表明：新模型的预测精度高、实时可靠,可应用于实际工程。     

轿车座椅R点及体压分布仿真计算

该文利用MADYMO进行座椅参考点R点坐标的预测,并分析了不同百分位假人模型的体压分布情况;针对50百分位的多体假人模型,通过调整座椅泡沫的刚度,探寻50百分位多体假人模型最理想的体压分布图,研究结果可作为轿车座椅设计、座椅舒适性评价的参考和依据。     

船舶碰撞概率的广义线性预测模型研究

根据Logistic模型基本原理建立事故概率预测模型,并对事故概率进行预测。通过模型预测结果与实际值对比,得出利用广义线性预测模型对事故概率进行预测具有一定可信度。     

APACHEⅡ在胆道重症的应用

采用回顾方法对1992年6月～1997年1月期间胆道外科重症患者235例进行了急性生理学和慢性健康状况评分（APACHEⅡ）。APACHEⅡ评分统一在入监护室（SICU）第一个24h进行，所有病例随访至出院或死亡，记录转归；并与APACHEⅡ总分作相关性分析。结果：病死率高低与APACHEⅡ分值有密切关系，235例平均分值12．6分，最低7分，最高38分；199例存活病例平均分值10．4分；死亡36例（15．3％）平均分值为24．9分（P＜0．001）；风险病死率与实际病死率回归分析，r=0．895，P＜O．001。以ROC曲线发现，风险预测的准确性较高。     

盾构施工引起的地层变形分析

针对地铁盾构施工的地层变形特征,分析引起地层变形的因素和变形机理,介绍地层变形预测分析方法,结合广州地铁具体实例,对地铁盾构隧道施工中地层变形进行了预测和分析,提出了盾构前方的隆陷控制、盾构通过时的沉降、固结沉降的控制等控制地层变形措施。     

锂离子电池内短路形成机理及检测方法综述

对锂离子电池内短路的形成机理及其检测方法进行研究。从内部缺陷、机械滥用、电滥用和热滥用等4个方面对内短路的形成机理进行分析。针对基于模型驱动、传感器信号和机器学习的内短路检测方法进行研究,深入分析不同技术的特点。通过机理分析,得到减少内短路的措施。针对当前检测技术所面临的难点和问题,结合大数据、5G通信和车端云智能网联技术,提出未来锂离子电池内短路检测方法的发展方向。     

R~s空间中Lagrange插值问题研究

研究空间Rs中多项式空间中的Lagrange插值问题.给出了R1和R2上Lagrange插值多项式的构造,同时,给出了R2上插值问题的几个例子.另外,给出了矩形网点上的Lagrange插值多项式和三角形网点上的Lagrange插值多项式.讨论了Rs空间中的Lagrange插值多项式及其余项.     

Contour line of load transfer ratio for vehicle rollover prediction

For vehicle rollover control systems, an accurate and predictive rollover index is necessary for a precise rollover threat detection and rollover prevention. In this paper, the contour line of load transfer ratio (CL-LTR) and the CL-LTR-based vehicle rollover index (CLRI) are proposed, describing LTR threshold and LTR change rate precisely, providing an accurate prediction of vehicle rollover threat. In detail, the CL-LTR is proposed via the roll dynamics phase plane analysis, and its analytical solution of one-degree-of-freedom vehicle roll model and extension for full vehicle are derived. Moreover, the predictive CLRI is proposed and evaluated via vehicle dynamics study. The results demonstrate that vehicle rollover threat is predicted accurately based on the CLRI, which shows benefits for the vehicle rollover prediction and stability control.