混合动力发动机在线扭矩估算算法研究

为了满足混合动力发动机扭矩管理控制策略的需要,建立了基于平均值模型和A/N—Te模型的发动机在线扭矩估算算法。在试验过程中,针对进气歧管压力响应滞后于节气门快速变化的问题,提出了预估算进气歧管压力估计进气流量的方法,消除了进气歧管内压力滞后的影响,完善了原始算法。通过台架试验得到发动机输出扭矩实测值,将实测扭矩与估算扭矩相比较,验证了算法的准确性。     

基于系统动力学的航空系统客运量预测模型

为了得到理想的航空系统客运量预测结果,引入了系统动力学预测方法。在对航空运输系统主要因素及因果关系分析的基础上,建立了航空运输客运需求量系统动力学模型,并采用历史统计数据对模型进行了仿真和验证,结果证明该模型有效可行,可以较好地克服传统预测方法的不足之处。     

改进的BP神经网络在港口物流量预测中的应用

针对传统BP神经网络模型收敛速度慢的缺陷,对其进行改进,以提高收敛速度。经运用厦门港物流出口量的历史数据进行检验分析,给出BP神经网络仿真计算方法,其仿真结果与实际结果比较,具有较高的可信度。证明了改进后的模型加快了收敛速度,提高预测结果的准确性。     

无信号控制平面交叉口交通冲突预测模型研究

以无信号控制平面交叉口为研究对象,在交通流运行特征分析的基础上,用泊松分布描述车辆的到达特性。通过相关假定,指出机动车与机动车之间冲突发生的条件及冲突数的计算方法,认为平交口内车辆之间的冲突是按照一定概率同时进入交叉口的车辆相互干扰的结果。运用概率统计的相关理论计算出在车辆横穿交叉口的时间CT内,单进口道发生的冲突数,进而计算出单进口道的小时冲突数及整个交叉口的小时冲突数。建立了冲突预测模型,并利用实测数据对模型进行了验证。     

基于小波消噪的ARIMA与SVM组合交通流预测

针对实际交通系统时变复杂和变化的不确定性所带来的交通流量非线性和强干扰性的特征,首先应用小波分析方法,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律;然后采用自回归求和滑动平均(ARIMA)和支持向量机(SVM)的结合预测模型对交通流进行了预测,最后用实测交通数据进行了验证分析,得到了两个结论:一是组合预测模型比单个预测模型的预测精度高;二是小波分析消噪后的组合预测模型比没有消噪的组合预测模型预测精度高.结果表明消噪后的组合预测模型具有较高的预测精度,可用于交通流的实时动态预测.     

集装箱空箱中转调运优化研究*

合理的空箱调运可降低班轮公司的营运成本、提高市场竞争力.针对班轮公司空箱调运问题,在对中国港口群分析的基础上,提出了基于融舱的中转调运策略.综合考虑运输成本、装卸成本、租赁成本和调运约束等条件,以最小化调运成本为目标,建立了在保证重箱运输前提下有中转的空箱调运整数线性规划模型.通过对模型求解,得到了比传统调运方式更为满意的调运方案,对结果进行分析制定出相应的调运策略.所建立的模型对空箱调运问题具有较强的指导意义.     

车辆保有量的形成及其购置量的论证

介绍了通过"车辆运营财务平衡表"的计算和预测方法确定车辆保有量的更新。     

一种改进的组件软件可靠性优化方法

对组件软件可靠性进行优化工作时.不仅需要最大化其可靠性估计值.同时还要最小化可靠性估计方差以及测试代价.首先针对性地研究普通的组件软件可靠性优化策略,探讨该策略的缺点.提出并探讨一种改进的可靠性估计值排序策略(RPP-c策略),即增加测试代价考虑因素.最后为RPP-c策略建立优化模型,同时也给出相应的算法思想和实验数据分析.     

海洋声场预报及战术应用

随着科学技术的飞速发展,对海洋声场做出合乎要求的快速精确预报显得尤为重要。射线模型、抛物线模型、简正波等模型适合于不同具体的海洋声场环境,这些传播模型可以实现声场数值预报的实时性。基于上述模型建立的海洋声场预报系统及对其战术应用进行的研究,对声呐的设计、使用及舰艇作战有着重要的意义。本文在上述模型基础上利用Matlab和Fortran Powerstation工具建立了海洋声场预报系统,使用声场预报系统对典型的海洋环境,即海洋锋、涡漩的声场能量传播规律进行了研究,并提出了在反潜作战中对海洋锋、涡漩、深海会聚区和影区等海洋环境的战术应用。     

关于智能运输系统的关键理论——综合路段行程时间预测的研究

行程时间预测是智能运输系统研究的一个重要问题。为此,建立了许多算法,有历史趋势方法、非参数回归模型、时间序列方法、神经网络、卡尔曼滤波、交通模拟和动态交通分配模型等。然而,在变化的交通状况和任意时段的条件下,这些方法和模型都不能取得令人满意的预测结果。在总结这些已有的预测方法和模型的基础上,提出了一种综合模型。