采用多点平均提高扭振A/D采样法精度

为降低采用A/D采样技术进行扭振测量时采样频率或干扰信号等对测量精度的影响,提出了一种采用相邻电压脉冲信号间多点平均的方法消除随机误差。介绍了多点平均方法的原理,以标准信号和工程实际信号的应用研究验证了所述方法的实用性和可行性。     

带二维装箱约束的客货滚装船配载决策

客货滚装船长期处于人工配载状态,其独特性导致其无法直接采用已有滚装船配载方法.为提高客货滚装港口配载的决策水平,针对配载过程的两阶段和二维装箱特性,以船舱面积利用率最大为目标,构建客货滚装船配载决策模型.为实现大规模求解,设计偏随机密钥混合遗传算法求解,算法由多阶段启发式嵌入偏随机密钥遗传算法构成.多阶段启发式首先通过首层配载、主体配载和补充配载三段启发式完成初始解构造,其次采用横纵倾优化策略调整船舶稳性.算例研究表明,偏随机密钥混合遗传算法表现良好,且在大规模应用实验中鲁棒性较好,可实现客货滚装船的有效配载.     

混凝土梁受弯破坏的三维细观数值试验

为了在细观层次上研究混凝土梁的损伤断裂机理,将混凝土视为由骨料、水泥砂浆和界面组成的三相复合材料。基于三维随机骨料随机力学参数模型,建立了2个混凝土梁湿筛试件的数值模型;模型MX1模拟骨料的随机分布,模型MX2在MX1的基础上模拟混凝土各相材料参数的随机性,通过这2个模型的抗弯数值试验,展现了混凝土梁损伤断裂和裂缝萌生与扩展的渐进过程。结果表明:数值试验得到的混凝土梁弯拉强度与真实试验测得的弯拉强度较为接近;由于骨料分布的随机性,混凝土裂纹起裂和扩展表现出显著的不规则性和不连续性;受材料参数随机分布的影响,模型MX2较MX1承载力略有降低,变形稍有增加。     

随机波浪联合折射绕射数学模型

基于波浪能量谱理论,导出了考虑底摩擦的复杂地形能量谱的联合折射绕射数学模型,在能量谱为单一频率组成波时,模型则简化为规则波的联合折射绕射方程.实际计算结果表明:本文提出的随机波浪联合折射绕射数学模型是合理的,在浅水区应该考虑底摩擦作用.     

基于二阶Stokes波理论的随机波浪力谱表示法研究

目前,采用随机性分析方法计算不规则波对海洋结构物作用时一般均采用Airy波理论,并未考虑波浪非线性的影响。本文基于二阶Stokes非线性波浪理论探讨了采用非线性波浪理论时随机波浪力谱的计算方法,并用一典型算例,对本文公式的计算结果与线性波理论的计算结果进行比较。计算结果表明,在水深较深时不能忽略波浪非线性的影响。     

精细时程积分在载荷识别中的应用

在载荷识别的逆问题研究中引入精细时程积分的理论,给出了基于模态分解形式的载荷识别公式,并构造出矩阵表达形式,能利用结构响应数据通过迭代求解瞬态随机外部激励幅值.数值算例结果表明,该方法能较好地识别外部激励,而且在已知激励位置时,识别结果更加可靠,精度令人满意.相对于频域内识别外部激励的传统解法,也提供了一种在计算量和精度上都令人满意的时域方法.     

公交车辆合理配置的模糊随机机会约束规划模型

为城市合理配置一定数量且车型合理的公交车,不但可满足不同居民对交通工具的不同需求,而且可避免因车辆的空驶而导致的能源及道路资源的浪费．文章提出了一个公交车辆合理配置的混合机会约束规划模型,该模型以日载客容量最大为目标函数,同时考虑资金约束、道路资源约束及带有模糊随机参数的乘客需求约束,并引入了求解该模型的遗传算法。通过算例求解,说明了该模型及算法的合理性。     

考虑场地效应的大跨度多塔斜拉桥随机地震响应分析

为研究场地效应对大跨度多塔斜拉桥地震响应的影响,以嘉绍大桥为工程背景,建立了ANSYS有限元模型,采用随机地震分析方法对考虑场地差异的结构随机地震动响应进行了数值分析.结果显示,场地效应对嘉绍大桥各跨主梁位移及各塔塔底内力存在一定的影响,其影响程度与场地差异的假定有关.此外,分析了设置刚性铰构造与否和嘉绍大桥随机地震响应之间的关系.研究表明:设置刚性铰将增大主梁纵向和竖向位移以及各塔塔底内力,但对主梁各跨与各塔的影响程度存在差别,应区别对待.     

基于虚拟激励法的高速列车弹性车体随机振动分析

高速列车车体弹性体随机振动分析在车体动力行为预测中具有核心位置。现基于随机振动虚拟激励法的基本原理,建立了应用商业有限元程序简谐分析功能模块进行车体弹性体随机振动分析的计算方法。数值算例中以某高速列车车体弹性体为例,借助于Ansys谐振响应分析模块进行了车体随机振动仿真,结果表明提出方法的有效性。     

A tour-based model of travel mode choice

This paper presents a new tour-based mode choice model. The model is agent-based: both households and individuals are modelled within an object-oriented, microsimulation framework. The model is household-based in that inter-personal household constraints on vehicle usage are modelled, and the auto passenger mode is modelled as a joint decision between the driver and the passenger(s) to ride-share. Decisions are modelled using a random utility framework. Utility signals are used to communicate preferences among the agents and to make trade-offs among competing demands. Each person is assumed to choose the best combination of modes available to execute each tour, subject to auto availability constraints that are determined at the household level. The households allocations of resources (i.e., cars to drivers and drivers to ride-sharing passengers) are based on maximizing overall household utility, subject to current household resource levels. The model is activity-based: it is designed for integration within a household-based activity scheduling microsimulator. The model is both chain-based and trip-based. It is trip-based in that the ultimate output of the model is a chosen, feasible travel mode for each trip in the simulation. These trip modes are, however, determined through a chain-based analysis. A key organizing principle in the model is that if a car is to be used on a tour, it must be used for the entire chain, since the car must be returned home at the end of the tour. No such constraint, however, exists with respect to other modes such as walk and transit. The paper presents the full conceptual model and estimation results for an initial empirical prototype. Because of the complex nature of the model decision structure, choice probabilities are simulated from direct generation of random utilities rather than through an analytical probability expression.