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．     

基于模糊相似度的群决策方案排序

为解决排序方案多属性特征、决策者对事物认识的局限性以及决策群体中各个体间的矛盾性导致的决策方案排序困难的问题,引入模糊相似度概念,以测度决策专家的偏好差异,用有序加权平均算子集结群体意见,通过与虚拟正、负理想方案比较,实现决策方案排序,并介绍了决策实施步骤.     

基于云模型的改进粒子群PMSM参数辨识算法

针对永磁同步电机传统参数辨识方法存在的缺陷,提出了一种基于云模型的改进粒子群参数辨识算法.该算法首先采用高频电压注入法建立高频电压方程,通过滤波处理获取高低频信号构建四阶满秩实时电机辨识模型;将云模型理论与粒子群算法相结合,采用正态云发生器对粒子进化变异操作建模,实现了自适应动态调节粒子的搜索范围,有效克服早熟收敛,保证了辨识参数为全局最优解.实验表明该辨识方法寻优能力强,搜索精度高,稳定性好,具有良好的动态性能.     

基于OWA算子和语言OWA算子的舰船研制方案群决策

针对舰船研制方案存在的问题以及定量指标和定性指标的特点,提出一种基于OWA算子和语言OWA算子的综合多属性群决策方法,再结合效用函数来对其进行研究.将多位专家对研制方案的意见综合为专家组的一致意见,实现了舰船研制方案的评估.最后,通过实例说明该方法的有效性及合理性.     

改进的海浪波包谱

结合实测波浪资料对描述波浪群性的主要特征参数进行了统计和相关性分析,结果表明波群的高度特征和长度特征之间相关性较弱。在此基础上根据渤海和珠江口两地的波浪观测数据,采用合理的无因次化方式,拟合得到一个适于风浪的波包谱经验公式。该公式同时考虑了群高与群长两方面的因素,只要给出波要素和波群的特征参数便可确定波包谱形,便于应用,根据对实测资料波群参数的分析结果,与俞聿修等人先前建议的波包谱公式相比,该公式中给出了更合理的参数取值原则。     

免疫粒子群算法在船舶避碰上的应用研究

在船舶避碰决策过程中,转向避让是采用频率最高的一种避让方法.为了获得更加有效和合理的转向幅度,以来船与本船构成的方位、距离、船速比、最近会遇距离和最近会遇时间为主要参数,并综合考虑其他因素来确定船舶间的碰撞危险度,通过改进的免疫粒子群算法,建立相应的适应度函数模型,进而求出最优转向幅度.仿真结果表明,改进的免疫粒子群算法对于处理多船会遇情况下的本船最优转向幅度,结果准确可行.     

垂直荷载作用下高速铁路摩擦桩基础平面布置形式的三维有限元分析

以几种可能的桩基础平面布置方式为研究对象,通过3D有限元计算,就群桩基础的沉降与桩顶荷载这两个主要问题对前述桩基的不同布王形式进行了分析评估.以尽可能地发挥桩的承载能力、减少沉降和降低工程数量为主要目的.探讨了上述几种桩布置形式的优缺点,并提出了相应的桩型布置的原则与建议.     

铁路信号安全关键软件的组合测试序列集约简

针对现有铁路信号系统安全关键软件t-路组合测试序列生成方法在处理大规模输入时产生冗余测试序列,导致测试执行成本较高的问题,提出了一种基于贪婪-粒子群混合优化算法的t-路组合测试序列集约简方法,用于降低序列集的执行成本. 首先,以执行成本最低为约简目标,建立针对t-路组合测试序列集约简的优化模型;然后,在保证测试序列集逻辑覆盖特性的基础上,采用贪婪-粒子群混合优化算法求解模型,计算约简后的测试序列集;最后,以ZPW-2000轨道电路接收器软件作为研究对象,以其生成的2-路组合测试序列集为例开展约简验证. 结果表明,所提方法在保证2-路组合覆盖和逻辑覆盖的前提下,对单个序列集的执行成本约简幅度最高达到98.33%,对序列集总的执行成本约简幅度达到36.10%,验证了所提方法的可行性和有效性.      

考虑同伴群动态交流分组的行人仿真模型研究

朋友、家人等社会群体结伴出行的同伴群在行人流中常占有较高比例.由于交流需求,同伴群趋于肩并肩行走以横向成排或接近浅V型的形态前进.在现有研究中,基于社会力的同伴群行人微观仿真模型对这一现象的描述最符合实际.本文观测发现,随着人流密度的增加或同伴群成员数量增多,同伴群通常动态呈现前后分组、横向成排空间形态,这是每个同伴群成员为寻求一个合适的行走位置,对满足交流需求和降低前进阻力权衡决策后呈现的自组织现象.本文提出动态交流分组模型对同伴群成员个体决策机理进行刻画,在此基础上,通过仿真实验分析同伴群对行人流动力学特性产生的影响.仿真研究结果表明,模型较好重现了同伴群随密度和人数增加的动态分组现象;同伴群的存在会降低行人流速度,但其影响强度随人流密度的增加而减弱;同伴群动态交流分组模型的引入会提升仿真行人流的通行效率,使之更加接近真实行人流的运动特性.