前馈多源信息下异构动力学卡车队列协同控制系统

针对目前卡车队列动力学异构性所导致的系统弦稳定性、内部稳定性以及队列耦合性降低的问题,提出了一种异构协同自适应巡航系统控制器设计方法,建立了基于前馈多源信息的异构动力学卡车队列闭环耦合系统;考虑由异构车型所构成的卡车队列存在发动机执行器的饱和态异构问题,建立了发动机饱和性和状态约束条件;在上层协同控制器的基础上,建立了一种非线性下层异构发动机扭矩输出控制模型,用于控制车辆动力学仿真软件TruckSim中的真实车辆模型;建立了基于三维燃油特性图的车辆能耗模型,用于计算实时车辆油耗和节能性分析;通过频域分析法,结合已知异构动力学参数量化标定了协同自适应巡航系统控制器的增益,确保系统满足弦稳定条件。分析结果表明：相比同构动力学控制器,异构协同自适应巡航系统控制器可以确保距离误差在-0.01~0.15 m内,优于同构控制器作用下的-0.3~0.5 m,且当领航车进入匀速行驶状态时,跟随车辆能立刻收敛至相同的行驶状态,收敛性能优于同构协同自适应巡航控制系统;卡车队列节油率最大可达8.15%,随着车头时距减小至0.5 s,平均节油率最大可达8.10%。由此可见,多源前馈信息异构控制系统能有效降低车辆的状态误差传递,设计的前馈多源信息下异构动力学卡车队列协同控制系统能提升队列的弦稳定性,也能保证系统的燃油经济性。     

基于决策属性的关联规则挖掘

针对具有决策属性的数据库模型,提出了高效挖掘关联规则算法,即矩阵划分算法:根据决策属性将扫描后的数据库划分成两个包含不同决策属性的矩阵,分别采用向量法挖掘频繁项目集.关联规则的生成可充分利用“与”运算的优点,查找规则前件或后件的支持度.所提出的算法减少了候选二项频集的生成,以及“与”运算的大小,与apriori算法及传统的向量法挖掘关联规则相比,效率明显提高.     

基于扩展卡尔曼滤波的动态协同定位算法

  目的  针对多自主水下航行器(AUV)上装备的惯性导航系统(INS)和多普勒速度计程仪(DVL)失效或未配备的情况,结合传统的扩展卡尔曼滤波(EKF)估计,提出一种基于双模型的协同定位方法。  方法  建立相对运动模型和双领航状态空间模型,通过水声通信,利用相对运动模型估计跟随AUV的速度信息,再应用双领航模式的多AUV协同定位状态空间模型,进一步提高协同定位系统的鲁棒性和准确性,利用海试数据进行半实物仿真验证。  结果  结果表明,基于双模型的主从式多AUV协同定位方法,能够在跟随AUV上没有INS和DVL的情况下,实时估计跟随AUV的位置。  结论  该方法能够保障协同定位系统定位精度在允许的范围内,降低多AUV协同定位系统的成本。     

舰艇编队协同防空作战效能评估研究

在分析了舰艇编队协同防空作战特点的基础上,利用层次分析法确立了舰艇编队协同防空作战效能评估指标体系,建立了舰艇编队协同防空作战效能的评估模型。运用层次分析法确定各因素的权重,应用模糊综合评判的方法对模型进行定量分析,通过分析结果,说明了模型的有效性。     

基于相关理论的航迹匹配

数据关联是多源信息融合中的关键问题。文章从系统的角度对多目标跟踪的数据关联进行了全面的分析,通过选择目标数据相似度计算模型和参数,计算不同信源航迹与航迹间的关联相似度,构成目标关联矩阵的方法,实现目标方位串关联。最后对算法进行仿真,仿真结果表明,提出的求解方案有较好的关联正确率,这验证了模型和求解方法的正确性和可行性。     

客运专线开行夕发朝至旅客列车的研究

采用系统分析的方法对客运专线开行夕发朝至旅客列车与综合维修天窗的协同优化、组织形式和开行条件等问题进行了研究，分析了本线和跨线开行夕发朝至旅客列车的几种情况．计算得出了天窗时间分别为3，4和5h时的开行距离范围和客运专线本线、跨线夕发朝至旅客列车的开行条件．     

供应链中合作伙伴收益原则研究

明确了供应链收益分配应遵循的4条原则，即多劳多得、风险补偿、效用最大和综合优化原则．分别分析了基于多劳多得、风险补偿和效用最大原则的3种收益分配计算模型，设计了按投入资源多少、承担风险大小及效用乘积最大分配收益的3种方案．为综合体现上述3条原则在不同情况下在收益分配中不同的重要程度，采用了改进的群体重心模型，并引入了重要度系数．最后，通过算例说明了群体重心模型在供应链合作伙伴收益分配中的应用．     

基于马尔可夫链蒙特卡洛方法的数据关联算法研究

数据关联是杂波环境下多目标跟踪问题的难点之一.文中提出了一种基于马尔可夫链蒙特卡洛(MCMC)方法的数据关联算法(MCMCDA),该算法通过在相应的关联事件空间中采样,可以有效地估计数据的边际关联概率,而且算法的估计精度可根据需要进行调节.仿真结果表明,在需要跟踪的目标数目较多,探测概率较低、杂波概率较高的情况下,JPDA算法因出现"组合爆炸"问题而难以在实际中应用;MCMCDA算法则能在保持较高估计精度的情况下降低计算负荷,从而能够较好地满足实时跟踪系统的要求.     

Exploring the effects of cooperative adaptive cruise control on highway traffic flow using microscopic traffic simulation

This paper examines the impact of having cooperative adaptive cruise control (CACC) embedded vehicles on traffic flow characteristics of a multilane highway system. The study identifies how CACC vehicles affect the dynamics of traffic flow on a complex network and reduce traffic congestion resulting from the acceleration/deceleration of the operating vehicles. An agent-based microscopic traffic simulation model (Flexible Agent-based Simulator of Traffic) is designed specifically to examine the impact of these intelligent vehicles on traffic flow. The flow rate of cars, the travel time spent, and other metrics indicating the evolution of traffic congestion throughout the lifecycle of the model are analyzed. Different CACC penetration levels are studied. The results indicate a better traffic flow performance and higher capacity in the case of CACC penetration compared to the scenario without CACC-embedded vehicles.     

数据挖掘在铁路机务段MIS中的应用

以铁路机务段现有的数据库为基础,利用数据挖掘的方法,研究提出了关联规则挖掘算法,并将其应用于铁路机务段管理信息系统,通过一个原型的实践表明,挖掘的关联规则和知识对提高企业MIS的管理水平有显著作用,说明了进一步研究的方向.