手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。      

城市轻轨交通网络优选的物元可拓表达

针对识别判断或衡量评估各种轨道交通规划设计优劣性等问题,首先分析建立起多层级评定要素主框架,并考虑了客观化的信息熵权策略,然后提出了一种面向数据对象、灵活客观的城市轻轨交通网络多准则物元可拓处理方法,从而帮助实现其优选排序以及决策支持过程。基于建设城市轻轨交通网络的多重目标和不同部门愿景,确定了与城市发展协调性、网络结构属性、运营管理水平、建设项目可行性四个准则,通过济宁市轻轨交通线网规划的具体案例分析,讨论验证了所建模型的有效性、公平性与合理性,并获取了最优网络方案#1。实验结果表明该方法不仅科学可靠、适应性强,同时克服并避免了主观人为因素的噪声和偏差,本文建模步骤流程亦可为其他城市规划管理者、政策制定者等提供指导依据及借鉴参考,或移植应用于相关工程领域。     

信号倒计时影响下的进口道交通流分析与建模

为揭示信号倒计时对驾驶决策行为的影响,本文基于实测数据对信号控制进口道各断面的车速分布特征进行了分析,研究发现临近停车线处于不同断面位置的车辆行驶特性由于信号倒计时的有无及剩余绿灯时间的影响而存在差异.提出了考虑信号倒计时下驾驶心理的元胞自动机模型,通过数值模拟剖析了不同时空条件(位置、车速与剩余时间)下微观驾驶心理与行为对中观交通流的作用机理.结果表明,该模型可较好地刻画信号灯控制下城市进口道路车辆运行特性.     

声辐射问题的一种新的无限元方法

声波在无限大外域中的传播和衰减问题是研究声与结构相互作用的重要基础。该文提出了一种新的声无限单元耦合有限元方法于外域声辐射问题的计算。应用加权残值法推导了声无限单元的刚度矩阵和质量矩阵,选取的形函数及权函数充分考虑了外域声传播的基本特点及无穷远辐射边界条件。计算实例表明这种方法对于求解无界域声场问题是非常有效的。     

基于三元阵的舰船水压场微弱信号检测方法研究

利用三元阵水压场同步测试系统一次海上实船水压场测试试验的三阵元数据开展了低信噪比实船水压场的特征提取和检测方法研究.结合三阵元,分别采用了自适应滤波方法和功率谱估计方法对所获得的试验数据进行分析处理.结果证明,基于自适应滤波和基于功率谱估计的三阵元联合浮动门限能量检测方法能有效抵消噪声干扰,所设计的浮动门限随海浪背景噪声的变化而调整,具有很好的适应性,能在低信噪比下达到较高的信号检测率.     

经验过程的一般加权大数定律

研究了经验过程中加权系数具有某些较弱性质的加权和收敛问题.利用经验过程中已有的几个概率不等式与一般加权和的对称化不等式,得到了经验过程中的独立同分布随机元序列的这类加权和的强、弱大数定律成立的充分条件(E‖f(X0)‖1/αG<∞).同时,对经验过程中的Cesaro大数定律和欧拉弱大数定律进行了推广.     

奇异积分处理技术在低频声散射数值计算中的应用

针对散射声场的计算问题，将奇异积分处理技术应用于目标的低频声散射的数值计算、理论验模与仿真试验。若果表明，ka＜3时，新方法的仿真结果与解析值以及等价面元近似方法取得了较好的一致；而ka≥3时，新方法的仿真结耙要好于等价面元近似方法。     

基于元胞理论的船厂码头移泊作业问题算法

为了解决大规模船厂的码头移泊作业问题，基于船舶移动路径具有过程演进的特性，建立了码头移泊作业问题的元胞数学模型。按照问题元胞模型的演进特性和演变规则，采用蚁群智能算法来对模型进行求解，并论证了该算法的收敛性。通过实例计算，其结果与船厂实际操作安排进行比较和分析，验证了该算法的有效性和优越性。