自动交换光网络连接管理系统的研究设计

分析了自动交换光网络连接管理系统的功能需求,设计了连接管理系统的主类,并将主类划分成表示层、业务逻辑层和数据访问层的多层结构.设计了端到端连接的创建流程,并通过时序图说明了对象之间的交互过程,以及对象协作图说明了对象之间的协作关系以及数据流向.最后,通过试验网对实现的连接管理系统进行了测试验证.     

基于混沌时间序列的道路断面短时交通流预测模型

为了提高道路断面短时交通流预测的精确性,本文对道路断面的短时交通流数据进行混沌时间序列分析,并对多维交通流时间序列数据进行了相空间重构,建立基于混沌时间序列分析的道路断面短时交通流预测模型,利用粒子群优化算法优化模型的参数选择．最后应用本文的方法对城市快速路采集的断面交通流数据进行分析,对道路断面短时交通流建立预测模型并验证其有效性．     

前板桩后低桩承台结构在板桩码头改造中的应用

结合实际工程介绍了前板桩后低桩承台结构的应用特点,分析了在实际设计中的技术要点和注意事项。前板桩后低桩承台结构复杂,原有规范不完全适用。结合实际工程,考虑钢板桩变位不能完全复位、低桩承台卸荷等因素,进行三维数值模拟,得到了码头结构主要构件的内力,从桩基与承台连接方式等方面分析这些因素对结构的影响,从而为结构设计和优化提供了依据。     

公共自行车与城市轨道交通衔接研究

提出利用公共自行车系统与城市轨道交通系统有效衔接,解决城市轨道交通"最后一公里"的问题;分析城市轨道交通与公共自行车的关系;将轨道交通车站所在区域分为城市外围居住区、城市公共中心区、交通换乘枢纽区3类,分析各类型车站区域公共交通需求特点;最后提出改善公共交通与轨道交通衔接的措施。     

新型隧道结构纵向连接筋对支护性能影响研究

隧道工程中,纵向连接筋多为焊接或者插入式连接,但纵向连接筋对隧道支护性能影响尚不明确,没有相关试验分析。基于此问题,按照初支二衬联拱隧道新型支护体系,设计采用不同纵向连接筋形式初期支护构件,采用MTS大型拟动力加载系统进行室内加载试验,对采用纵向连接筋构件的力学特性进行研究,得到如下结论:(1)纵向连接筋在初期支护中稳定型钢、参与结构受力,加强隧道支护承载能力及抗变形能力,提升隧道整体性、稳定性;(2)纵向连接筋插入式连接在提升构件承载力及抗变形能力要优于焊接连接,该影响主要体现在加载后期;(3)该试验对比了几种不同纵向连接筋构件受力及变形情况,根据试验结果可确定纵向连接筋最优设置形式,为实际工程提供参考。     

船摇前馈控制补偿效果及优化方法研究

雷达隔离船摇的主要手段之一.针对船摇前馈在实际工程应用中补偿效果不理想的问题,通过对前馈复合控制原理、船摇前馈实现方法和效果影响因素的研究,提出了工程实现的优化方法.采用时间序列分析方法进行船摇数据预报可以提高近一个数量级的预报精度,从而直接提高船摇前馈补偿量的计算精度和补偿效果.通过在前馈补偿环节中加入自适应设计以实现船摇前馈信息有效平稳地加入控制环路.此外,选择适宜的时机加入船摇前馈也是工程应用的一个重要因素.     

基于时间序列与小波分析的船舶柴油机故障诊断

模拟柴油机气阀间隙异常的几种情况,并实时监测柴油机缸盖振动信号.采用时间序列分析方法对船舶柴油机缸盖振动信号功率谱进行识别,采用小波变换方法对各信号进行小波包分解,并提取故障特征频段信号进行功率谱估计,实现精确故障诊断.     

运河漕舫木包钢技术研究

在充分考虑建造工艺的基础上提出三种木包钢方案,采用有限元软件进行连接构件的结构强度计算,以此为基础选择了最为可行的方案,论文研究为木包钢技术提供了理论依据及设计参考。     

基于串联排队网络的三峡-葛洲坝水利枢纽联合调度模型

为了提高三峡-葛洲坝水利枢纽的整体通过能力,分析了三峡-葛洲坝水利枢纽联合调度的实际需求,建立了三峡-葛洲坝水利枢纽联合调度数学模型,考虑了闸室面积利用率最大、整体待闸时间最小两个目标函数和船舶编排过程中的八个约束,应用串联排队网络理论求解模型。算法将申报船舶按照航向分成四个船舶序列,动态计算每艘船舶的权重,兼顾船舶长度与宽度优先,待闸时间约束、葛洲坝船闸通航条件限制和任务均衡的要求,循环排船,逐步优化。应用结果表明应用该数学模型和编排算法编制一个计划期的两坝五闸计划仅需2 min,编排时间短,葛洲坝2#船闸的闸室面积利用率高于70%,并且客船和旅游观光船均排在前面的闸次中,说明客船的待闸时间约束是满足的,并且在航向上是上下航向交替运行,没有出现倒闸情况,编制的计划满足实际调度需要。     

Forecasting bunker prices; A nonstationary,multivariate methodology

This paper suggests a methodological approach for the forecasting of marine fuel prices. The prediction of the bunker prices is of outmost importance for operators, as bunker prices affect heavily the economic planning and financial viability of ventures and determine decisions related to compliance with regulations. A multivariate nonstationary stochastic model available in the literature is being retrieved, after appropriate adjustment and testing. The model belongs to the class of periodically correlated stochastic processes with annual periodic components. The time series are appropriately transformed to become Gaussian, and then are decomposed to deterministic seasonal characteristics (mean value and standard deviation) and a residual time series. The residual part is proved to be stationary and then is modeled as a Vector AutoRegressive Mooving Average (VARMA) process. Finally, using the methodology presented, forecasts of a tetra-variate and an octa-variate time series of bunker prices are produced and are in good agreement with actual values. The obtained results encourages further research and deeper investigation of the driving characters of the multivariate time series of bunker prices.