乳化沥青乳液微粒粒径变化特征研究

乳化沥青微粒粒径大小和分布情况作为乳化沥青质量控制的重要参数,对乳化沥青的储存稳定性和使用性能有着重要的影响.通过分层微粒粒径试验,研究乳化沥青在储存过程中的微粒粒径变化特征,发现乳液微粒的平均年粒径随时间增加而递增,随深度增加而增大,且随着乳化剂含量的增加而减小,研究结果为乳化沥青的生产、储存和施工提供理论参考.     

考虑结伴行为的地铁通道行人仿真建模研究

结伴是行人运动中的普遍行为，且对行人的整体运动具有显著影响，因此仿真行人运动时，有必要考虑结伴行为. 本文以地铁内一般通道为空间背景，首先利用视频观测数据，深入分析了通道内的结伴行为特征. 然后，区分普通个体行人、结伴行人及结伴群体中的不同角色(领导者、跟随者)，基于社会力模型原理，结合颗粒流理论，建立了包含驱动力、接触力、排斥力3 个子模型的行人运动模型，并构建了考虑结伴行为的行人仿真平台. 最后，以某一地铁通道作为实例，通过观测数据及对结伴行为的刻画验证了该仿真模型的真实性及有效性，并分析了不同结伴比例对行人流平均速度的影响，得出行人速度随着结伴比例增大而减小的结论. 该模型可为进一步完善地铁枢纽的行人运动仿真模型提供理论支持，为通道内行人组织提供帮助.     

SPH中改进无网格插值方法比较和精度分析

In the smoothed particle hydrodynamics (SPH) method, a meshless interpolation scheme is needed for the unknown function in order to discretize the governing equation. A particle approximation method has so far been used for this purpose. Traditional particle interpolation (TPI) is simple and easy to do, but its low accuracy has become an obstacle to its wider application. This can be seen in the cases of particle disorder arrangements and derivative calculations. There are many different methods to improve accuracy, with the moving least square (MLS) method one of the most important meshless interpolation methods. Unfortunately, it requires complex matrix computing and so is quite time-consuming. The authors developed a simpler scheme, called higher-order particle interpolation (HPI). This scheme can get more accurate derivatives than the MLS method, and its function value and derivatives can be obtained simultaneously. Although this scheme was developed for the SPH method, it has been found useful for other meshless methods.     

基于市场需求的高速铁路运输服务属性调整模型及算法

近几年,大城市间各种客运方式间的市场竞争越来越激烈,几种客运方式既存在合作关系,又存在博弈竞争关系。高速铁路运输企业必须根据旅客运输市场需求,合理设计所提供的运输服务属性,最大限度地吸引客流,最终才能赢得合理的企业效益。本文从高速铁路运输企业运营的经济效益和旅客出行方式选择两方面,建立高速铁路运输服务属性调整的双层规划模型,探讨应用粒子群优化算法求解,以期对高速铁路运输企业设计合理的运输服务水平提供理论依据,并将此模型及算法应用于武广高速铁路运输服务水平设计中,验证模型及求解方法的可行性。     

轴类件磁痕形成原因分析

文章通过对磁粉探伤报废的各型材质轴类件磁痕的分析,发现大部分磁痕都是由于夹杂物的存在导致磁粉聚集,部分磁痕是由于锻造裂纹引起.在保证工件尺寸的前提下,可以通过打磨或其他加工方式消除表面磁痕,但是不能避免在加工过程中由于磨削或拉伤裂纹形成新的磁痕.     

基于粒子群优化算法的地铁列车节能运行研究

在建立地铁列车运行物理模型的基础上,采用粒子群优化算法搜寻列车区间运行的惰行点位置,优化列车区间运行时间及运行能耗。基于南京地铁2号线实际线路模型,利用粒子群优化算法求解定时节能策略中列车区间运行惰行点位置,计算区间运行时间、能耗及回馈能量。结果显示,区间运行时间增加5.5%,列车运行能耗相应降低18.73%。     

基于粒子群优化的SAR图像舰船目标特征选择

SAR图像特征提取和分类器设计是进行目标识别的关键,通常情况下分类器性能与特征数量之间并不存在线性关系,相反过度冗余的特征甚至会导致分类器性能严重下降,因此特征选择成为必要。提出一种粒子群优化与Wrapper策略相结合的特征选择方法,针对包含待识别舰船目标的SAR图像,提取其3类共16个典型特征,利用本文所提算法筛选出最佳的特征组合。实验结果表明,将本文所提取的特征组合用于目标识别,分类精度提高了22%,分类时间缩短了2.16 s。     

基于神经网络和粒子群算法的环肋圆柱壳优化设计

对于潜艇外壳等外压容器来说,满足稳定性要求至关重要。本文利用Matlab编写改进粒子群算法优化程序,利用 Ansys的 Apdl语言完成了环肋圆柱壳的参数化建模,以圆柱壳厚度、肋骨尺寸和肋距作为离散设计变量,以稳定性要求作为约束条件,构造了合适的惩罚函数,以质量最轻作为设计目标,实现了基于 BP神经网络和粒子群算法的环肋圆柱壳优化设计。在优化过程中,首先采用拉丁超立方体抽样完成了样本点的选取,然后对样本点进行有限元分析,根据有限元分析结果构建 BP神经网络代理模型,并探讨了样本点数量对代理模型预测精度的影响,最后采用改进粒子群算法对代理模型进行优化。优化结果表明,对于需要考虑离散变量和复杂非线性约束的结构优化问题,采用 BP神经网络和粒子群算法联合优化的方法能够节省大量计算时间,并达到理想的优化效果。     

基于UPF的神经网络辅助机动目标跟踪

为提高机动目标跟踪性能,提出了一种神经网络辅助下的滤波方法。基于Unscented卡尔曼滤波方法,Unscented粒子滤波器（UPF）能够产生较准确的建议密度分布,因此相对于其它蒙特卡洛方法,UPF能够获得对非线性目标跟踪问题更好的近似。利用目标的机动特征建立和训练神经网络,将神经网络的输出作为加速度控制参数,用于修正目标的运动模型。仿真结果表明,与扩展卡尔曼滤波相比,神经网络辅助下的UPF具有更好的跟踪性能。     

多学科设计优化算法比较及其在船舶和海洋平台设计上的应用

多学科设计优化(Multidiseiplinary Design Optimization,简称MDO)是一种通过充分探索和利用系统中的相互作用的协同机制来设计复杂系统工程和子系统的方法论.多学科设计优化算法是其核心部分,也是研究最活跃的领域.文中首先介绍了MDO算法的定义、分类和发展,然后从算法的来源和目的、优化过程、优缺点、改进方法和应用情况等五个方面对四种基于分解技术的MDO算法进行了综述,进而对比了这四种算法的异同点.最后,针对船舶和海洋平台设计的具体特点,归纳了适合于船舶或海洋平台多学科设计优化的MDO算法所需要具备的特征,并建议使用基于近似模型的协同优化算法或BUSS 2000算法进行船舶和海洋平台的多学科设计优化.