三维空间实体-梁单元法中转换矩阵的推导

在总结现有钢管混凝土拱结构计算模型不足的基础上,提出了适用于进行钢管混凝土拱结构材料非线性分析的三维空间实体-梁单元法;给出了其分析的思路和结构刚度矩阵的一般形式;针对其刚度矩阵中的位移转换矩阵和坐标转换矩阵,给出了详细的推导过程,为自编该方面的有限元计算程序提供了参考资料。     

基于自适应遗传算法的船舶分段装配序列优化研究

针对船舶分段实际装配时存在施工不合理而导致建造成本过高的问题,提出基于自适应遗传算法的分段装配序列优化求解方法。根据其几何约束和工艺约束建立了包含干涉关系、重定向次数、吊装工具改变次数、装配效率等评价函数的目标优化体系,提出采用改进的自适应遗传算法进行装配序列优化,并将评价标准作为目标函数进行优化计算,降低了问题的繁琐程度,提高了系统的工作效率,且通过实例验证了算法的有效性。     

恒增益旁瓣对消技术

在旁瓣对消系统中,当辅助天线数目大于干扰源数目时,期望信号也被当成一个干扰源而被系统对消掉.一般采用在辅助通道添加阻塞矩阵的方法来解决此问题.然而当期望信号方向与干扰信号方向接近时,采用阻塞矩阵方法会导致合成方向图有较大旁瓣抬升.提出一种新方法,对辅助天线的输出进行线性约束,使辅助天线在期望信号方向形成零陷,从而有效消除辅助通道的期望信号成分,并且具有较好的旁瓣保形能力.通过仿真可以看出,该方法能在保持期望信号方向最大增益的同时,在干扰方向形成非常理想的零陷.     

基于蚁群聚类的路面识别分析方法

道路是城市的重要基础设施．路面状况的鉴定与评价直接关系到公路的养护决策,是一项至关重要的工作．本研究将蚁群聚类算法应用于路面识别领域,提出一种基于蚁群聚类优化的路面识别分析方法,将此方法运用于路面识别系统．该系统由数据采集、数据预处理和蚁群聚类优化3个模块组成,其中蚁群聚类主要提取了纵轴方向的3个特征属性,通过不断更新聚类中心产生的信息素矩阵,并通过分类器进行路面分类．实验结果表明：蚁群聚类优化具有全局收敛以及启发式学习等优点,运算效率高,路面识别准确率达到95.3％,验证了此方法的有效性．     

基于传递矩阵法的车辆振动特性分析

针对车辆系统的振动特性,建立一种柔性车体动力学模型,根据车辆结构的局部相似性,将车辆系统划分为多个子结构,利用拉普拉斯变换推演了子系统的传递矩阵,并且将其应用于整个车辆系统.应用传递矩阵比较分析了车辆系统的振动模态和简谐激励响应,结合拉普拉斯逆变换分析了轨道不平顺度引起的时域随机振动响应.结果表明,传递矩阵法分析车辆系统动态特性具有较好的精确性,车体加速度随车辆运行速度增加而增大;而且传递矩阵法有利于简化模型,减少计算量.     

类BP神经网络的公交一卡通跨区消费推算模型

结合BP神经网络的建模方法,首次提出跨区消费分布矩阵的推算模型,并根据实际应用情况来设置误差阀值和学习率等关键参数,通过训练实际一卡通消费数据,得到跨区消费分布矩阵,实际输出数据误差在允许的范围内.实验表明该模型适用于跨区消费分布情况的预测,可为省域公交一卡通提供重要的决策支撑数据.     

基于矩阵的多段支持度关联规则挖掘算法

为有效提高关联规则挖掘算法效率,提出了一种基于矩阵的多段支持度关联规则挖掘算法,该算法通过一次数据库扫描将事务数据存放在矩阵中,利用矩阵进行支持度的计算和频繁集的寻找,同时将项集支持度分段计算的思想应用其中,减少候选集生成,实验表明,算法效率得到了较大提高。     

基于附着系数曲线长度的路面识别仿真研究

要使汽车制动时能够充分利用路面的附着条件,需要对路面状态进行识别。以滑移率区间[0,0.1]上的附着系数曲线长度作为路面识别的参数指标,在Kiencke轮胎—路面模型的基础上给出了7种典型路面的识别区间,据此在制动时完成路面识别。使用单轮车辆模型,在跃变路面上进行了仿真试验,结果表明:该方法对单一路面的识别时间约0.025s,对跃变路面的识别时间约0.01s,对不同路面附着条件的利用明显改善,提高了路面识别的快速性、准确性和制动性能。