桥梁高墩气动弹性模型风洞试验的相似律

本文讨论桥梁高墩的气动弹性模型与一般高耸结构的不同之处,给出了此类模型的全部相似准 则和进行模型设计与数据处理时所用的比例因子。      

通航船模试验方法及其在工程中的应用

通航船模航行试验的优点是实际航道实船航行试验无法比拟的,但要使模有较精确地表征实际航道实船航行试验的特性,就必须对模型试验中可能产生的误差进行分析并找出修正误差的方法。本文首先推导出船舶运动的方程和操纵性指数Ｋ′,Ｔ′,然后引入船模与实船之间的相似理论,分析指出船模与实船的操纵性由于尺度影响而不相似,即存在尺度效应,接着介绍几种尺度效应的修正方法,最后以配合水工模型的通航船模航行试验的几个实例验证     

弹塑性结构水下爆炸相似律研究

为实现将缩比模型在遭受水下爆炸冲击波载荷作用时的动响应特性结果推广到预测原型结构,根据相似理论,讨论了水下爆炸冲击波载荷相似率,并推导了弹塑性结构遭受水下爆炸冲击波载荷作用时的完全几何相似律。以典型舰船板架结构为研究对象,设计若干数值算例,结果表明缩比模型与原型结构之间的能量、运动响应和应力响应吻合较好,说明满足该相似率的缩比模型能够准确预测原型结构遭受水下爆炸冲击波载荷作用时的动响应特性,验证了该相似律的实用性。     

水下爆炸试验相似准则

水下爆炸现象很复杂,根本不可能做到完全性的相似,哪怕做到一般船舶力学中的流体近似相似也相当困难.因此文献中有关水下爆炸相似律的描述就显得特别简单、笼统和模糊.文章首先对已经公认的一次冲击波的相似律作些解释,说明对一次冲击波的相似律也就是这些了,否则只能做原型试验,再对文献中没有出现过的气泡脉冲相似律的选择作了推导,最后将水下爆炸相似律拓广到与结构耦合上去.     

面向实时交通信息提取的车辆轨迹数据挖掘

车辆行驶轨迹是驾驶人员主观意愿和道路客观约束条件综合作用的结果,从海量车辆轨迹中可以挖掘出道路的实时交通信息为智能交通服务．通过建立轨迹约束模型用以量化各约束因子,基于线性参照系统的数据预处理以加快检索速度和降低轨迹的不确定性,基于移动目标主体相似性和移动轨迹时空相似性的数据选取降低了数据库搜索次数提高发掘准确度,分别针对道路交叉口和一般路段进行数据挖掘,提取实时的道路交通信息．研究结果和实验结果表明,这个挖掘算法可以有效地提取道路实时路况信息．     

基于兴趣相似度的社区结构发现算法研究

复杂网络通常会呈现出社区结构特性,如何在实际网络中高效地发现社区结构是近年来复杂网络的研究热点之一.到目前为止,已经提出很多分析复杂网络社区结构的算法.但是大部分算法基于无权网络并且有些算法由于其时间复杂度的过高导致其不适合应用于对大型网络的分析.本文提出一种基于兴趣相似度的社区结构发现算法.该算法适用于加权网络,并且降低时间复杂度.     

基于时间序列相似性搜索的交通流短时预测方法

为了进一步提高交通流短时预测的效果,在分析现有预测模型存在问题的基础上,设计了1种基于时间序列相似性搜索的交通流短时多步预测方法.利用界标模型对交通流时间序列数据进行模式表示,在历史数据库中搜索与当前交通流时间序列相似度较高的历史时间序列,进而确定与预测时刻相对应的历史数据,利用回声状态网络模型实现交通流的短时多步预测.采用某特大城市快速路5 min采样间隔的交通流量数据进行实验验证和对比分析.实验结果表明,回声状态网络模型的预测精度分别比ARIMA模型和BP神经网络模型提高了6.25%和3.85%,以时间序列相似性搜索结果作为模型输入数据能够进一步提高交通流短时预测的精度.      

基于案例推理的测试序列生成方法研究

鉴于测试序列生成专家系统知识获取困难以及知识库维护不易等问题,本文提出从案例推理技术的新角度研究CTCS-3级列控系统测试序列的生成.设计了测试序列案例推理流程;提取了现场测试序列特征属性并构建了案例的框架表示结构;为实现案例检索,设计了属性相似度计算方法、确定案例属性权重的层次分析法、案例间相似度计算方法和案例检索过程;给出一个测试序列生成的具体流程.基于案例推理的研究方法为CTCS-3级列控系统测试序列的生成提供了一个新的思路.     

基于灰色多层次的机场投资风险评价研究

根据全面性、系统性、科学性与可行性相结合的原则,针对机场投资的特点,建立了机场投资风险评价指标体系。运用可拓相似系数法和灰色多层次评价相结合的综合评价法对机场投资风险进行评价。以衡阳机场为例,进行了风险评价研究,得出综合评价值。     

城市道路短期交通流预测VHSSA模型

针对出行者出行时对交通信息预报以及动态路径规划的要求,对路段的历史交通流时间序列数据进行了研究,利用城市路段交通流的周期相似性特征提出了基于纵横序列相似性的短期交通流预测VHSSA模型,该模型克服了以往预测模型只考虑纵向时间序列周期性相似的缺陷,将全时间序列数据进行小波变换后分解为反映基本变化规律的基序列和反映波动变化情况的波动序列,既可只进行基序列预测,也可通过置信区间对波动序列进行修正,再与基序列叠加进行全序列预测.经试例验证,VHSSA模型和基于纵向序列相似性的VSSA模型分别与实测序列的基序列和全序列进行比对,VHSSA模型的预测效果总体优于VSSA模型,误差可满足实际要求.