复杂滩群分汊航道演变与整治——以乌江郭母子为例

从水沙运动和河道演变的关系研究了乌江郭母子滩碍航机理与航道整治。通过比较不同方案的物理模型试验结果,优化了整治措施。研究发现,河道形态的演化过程遵循平衡态的最大熵原理和非平衡态的最小熵增加率原理,用能量语言描述就是最小的水流功率损失,航道整治的实质是用工程措施改变能量在空间上分配的过程。     

异常波及其对海上结构铃振现象的影响

海上结构物的铃振(Ringing)现象是新近发现的一种高频共振响应现象,对结构物有显著的破坏作用。从实测资料中发现,在恶劣海况下发生的具有强非线性和非对称性的异常波(Freakwave)有可能引起海上结构物的铃振响应。文中综述了可能引起铃振响应的异常波的研究现状及成果,分析了其能量分布,并指出异常波是海上结构物产生铃振现象的机理之一。     

基于熵权-灰关联法的岩质开挖边坡安全评价模型

根据边坡稳定性评价体系, 选取边坡岩体质量评分、边坡开挖方法调整系数、高度修正系数、结构面调整系数、结构面调整值5个评价指标反映边坡的整体稳定性, 并作为安全评价模型的序列变量; 建立了熵权-灰关联安全评价模型, 将目标边坡作为系统特征序列, 12处岩质边坡作为相关因素序列, 评价了京沪高速改扩建工程沿线典型岩质边坡的安全性, 并提出工程建议; 采用FLAC3D仿真软件, 分析了不同阶段机械开挖和不同炮孔处静力爆破条件下边坡的稳定性变化规律, 以验证安全评价模型的准确性。分析结果表明: 边坡稳定性评价指标可较好地反映边坡的稳定性特征; 熵权-灰关联安全评价模型充分发挥了灰关联法在小样本数据分析的优点, 且由熵权法计算的指标权重改善了传统灰关联分析中由专家打分或平均赋权的缺陷, 使评价结果更加客观; 三级边坡和一级边坡的开挖使边坡K593+260~K593+555的安全系数分别降至1.01和1.00, 和上一级边坡相比降幅分别为34.8%、9.1%, 说明缓倾顺层岩质边坡的开挖会使岩层沿结构面滑动, 使边坡失稳; 瞬时动荷载和荷载积累效应控制静力爆破条件下边坡的稳定性, 瞬时动荷载的出现使边坡安全系数下降了7.7%, 荷载积累效应的消散使安全系数平均回升3.6%, 说明爆破对边坡的松动作用明显, 荷载积累的消散使边坡的稳定性提升。      

基于熵权TOPSIS模型的地铁车站运营脆弱性评价方法

地铁车站运营具有开放、动态的特征,车站内外多方干扰因素都会影响其正常运营,自身存在较大的脆弱性。本文综合等级全息建模理论和现代因果连锁理论,将地铁车站运营脆弱性的影响因素划分为人员、设备、环境、管理、应急和结构六大类因素。并建立了基于暴露性、易感性、适应性三种内部属性的地铁车站运营脆弱性综合评价指标体系,利用熵权法实现客观赋权,然后由解靠近或远离理想解的程度来度量脆弱性优劣,最终确定车站运营脆弱性综合评分。案例分析证明了评价方法的有效性和可行性。     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

基于改进云模型的地铁站行人拥挤辨识方法

为降低城市地铁站内行人拥挤识别时多指标和多等级带来的不确定性和模糊性,采用改进云模型构建行人拥挤状态辨识模型。基于AHP-熵权法标定指标权重和行人拥挤状态等级,以标定的指标权重和各指标等级阈值作为输入,计算云数字特征值,采用正向正态云发生器,建立模板云和待识别云模型,计算两者之间的隶属度,根据最大隶属度原则辨识车站内各服务设施的行人拥挤状态,最后输出各服务设施的拥挤等级辨识结果。以宁波市鼓楼站为实证对象,对辨识结果进行实证分析。结果表明:采用四级行人拥挤状态划分方法合理可行。     

小波软阈值滤波在信号去噪中的有效性研究

对于高幅度和宽尺寸的噪声要素,尤其是当有用信号的幅度和噪声尺度相差不大时,使用传统的傅里叶滤波和一般的小波变换去噪的效果不是很好,对此提出了一种软阈值去噪方法。根据小波理论及软阈值滤波的算法,用MAT-LAB对四种典型信号和陀螺信号进行去噪仿真研究。理论分析和仿真结果表明,这种方法能有效消除高频随机信号和特定尺度的噪声,同时又能很好地保留原有的有用信号。     

倒立摆的H∞控制仿真与实验

建立了一级倒立摆的奇异摄动模型,在此基础上给出了H∞最优控制,与倒立摆一般模型的H∞最优效果进行了仿真比较。同时根据对实际系统调试结果和仿真结果的比对,进一步证明了仿真得到的结论的正确性。并对所得仿真、实验结果进行分析。     

基于最大熵谱估计的舰船静电场实时检测方法

舰船静电场是海水中舰船产生的物理场之一,是很难被隐身的目标特征信号.以往对静电场的检测方法都是基于信号的时域特征,低信噪比情况下,检测效果差.通过对舰船静电场的频域特征分析发现,其能量主要集中在低频段,利用这个特点,提出了一种基于最大熵谱估计(MESE)的舰船静电场实时检测的方法.首先对舰船静电场信号进行最大熵谱估计,然后提取低频段功率谱值作为特征量,通过设定的浮动阈值进行分段功率谱滑动检测,用实船数据对该方法进行了验证,取得了较好的效果.