基于扩张观测器的船舶动力定位系统反演滑模变结构控制

针对海洋平台船舶动力定位控制系统,结合反演滑模控制与扩张观测器的优势,提出一种基于扩张观测器的船舶动力定位反演滑模控制方法.考虑到系统存在未知外部干扰以及船舶模型参数不确定性的问题,将系统分为内环观测器和外环控制器分别设计,首先利用扩张观测器估计系统的未知状态及不确定项,然后在外环的反演滑模控制器中进行补偿,最后用Lyapunov方法证明系统的稳定性.通过船舶定点控制仿真实验表明,基于扩张状态观测器的反演滑模控制器使得船舶纵荡和横荡的位置及首摇角度逐渐保持在期望值,具有较强的鲁棒性和控制性,能够有效抑制传统滑模控制的抖振问题,有益于船舶工程应用.     

模板设计方法及其在集成化公路CAD系统中的应用

通过对公路设计对象的分析和研究 ,提出了公路设计对象模板和组件模板设计思路和模板设计方法 ,以横断面边坡设计为例建立了横断面组件模板并给出了其数据结构 ;该方法已应用到集成化公路 CAD系统的开发中 ,结果表明 ,模板设计法具有参数定义直观、简单、方便的特点。     

一种结合2DLPP与2DPCA的人脸识别方法

为解决二维局部保持投影(2DLPP)需要较多数据表示人脸特征的缺陷,提出了一种新的二维局部保持投影主成分分析方法(2DLPP-PCA).通过对人脸图像在行、列方向同时进行2DLPP和2DPCA投影,2DLPP-PCA 不仅能减少保存人脸特征所需要的数据量,而且能有效地提取人脸的局部特征和全局特征.在ORL、Yale和CAS-PEAL-R1人脸数据库上的实验结果表明,2DLPP-PCA是一种高性能的特征提取方法,当训练样本数为6时,2DLPP-PCA在ORL数据库上的最佳平均识别率达到99％以上.     

某变宽箱梁桥的梁格法分析

以某枢纽匝道变宽桥为例,采用有限元软件MIDAS/Civil进行梁格法分析,对该桥的梁格划分及截面特性的计算进行了详细说明,并对该桥的支座反力、位移进行了分析,得出该桥采用梁格法模拟的合理性,为以后同类型桥梁的设计提供了借鉴和参考。     

深埋双线铁路隧道衬砌高水压分界值研究

为研究深埋双线铁路隧道衬砌高水压分界值以及高水压作用下的衬砌受力状态,基于双线铁路隧道设计标准,利用有限元软件计算和分析双线铁路隧道衬砌在不同水压作用下隧道衬砌安全系数的变化规律,确定双线铁路隧道衬砌的高水压分界值。研究结果表明:Ⅱ、Ⅲ级围岩条件下水压力在0~0.05 MPa(约等于隧道净高一半)和Ⅳ、Ⅴ级围岩条件下水压力在0~0.1 MPa(约等于隧道净高)范围内变化时,隧道断面安全系数基本不变。在Ⅱ、Ⅲ级围岩条件下,双线隧道的高水压第一分界值为0.08~0.20 MPa;高水压第二分界值可取为0.40MPa。在Ⅳ、Ⅴ级围岩条件下,双线隧道的高水压第一分界值为0.12~0.35 MPa;高水压第二分界值为0.50 MPa。双线铁路隧道采用标准设计图进行设计时,能够承受的最大静水头为50 m,超过50 m的静水头,则需要优化断面。     

一种基于独立成分分析和径向基神经网络的人脸识别新方法

提出了一种新的基于独立成分分析和径向基神经网络的人脸识别方法。独立成分分析可以从高阶上消除特征数据的相关性,改进了主成分分析方法只能从2阶上消除数据相关性的弱点;最终特征数据的分类由RBF神经网络来实现。在人脸数据库上的实验结果表明该新方法的识别性能较其他方法有了很大提高。     

基于乘客群体特征的城市轨道交通满意度研究

为提高城市轨道交通服务质量、优化乘客乘车体验、提升城市轨道交通在公共交通中的竞争力,对城市轨道交通乘客满意度开展研究。首先,选取乘客特征因素,引入皮尔逊积矩相关系数来分析乘客满意度与乘客特征因素的相关关系,提取对满意度存在显著影响的乘客特征因素。然后,运用主成分分析法刻画乘客群体特征,据此对乘客进行分类,并采用克鲁斯卡尔-沃利斯检验法来分析其满意度的差异性。基于此,对某城市地铁A号线2019年乘客满意度调查数据进行了分析,结果显示：地铁A号线乘客的出行频率、出行目的和收入水平与乘客满意度显著相关。通过主成分分析将乘客划分为常乘客与非常乘客,发现两者对城市轨道交通服务的关注点不同,常乘客更关注乘车效率,非常乘客更关注信息指引准确性,运营单位应针对不同乘客群体展开差异性服务。     

考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4 种模型进行比较. 结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25%.     

基于多源轨迹数据的城市交通状态精细划分与识别

针对基于路段的城市交通状态分析方法的不足,本文利用公交车和出租车轨迹数据提出了城市交通状态精细划分和识别方法,实现城市交通状态分析.对两种轨迹点的速度值和空间位置值分别进行归一化处理,以此为属性数据,通过迭代计算轮廓系数确定k 值完成轨迹点聚类,结合二次处理方法对类簇进行拆分和融合以划分道路交通状态;在特征级建立多源数据融合方法,实现交通状态速度值计算;以归一化后的速度值为属性数据,通过聚类将样本分为4类对应4种城市交通流状态层级.实验表明,本文方法能够实现道路交通状态精细划分,能有效地识别出道路局部位置的交通状态,进而可为城市道路交通管理提供决策支持.     

基于多时间尺度的城市轨道交通短时OD估计

基于状态空间模型构建了城市轨道交通短时OD估计的多模型组合方法,估计早晚高峰期间15 min内进站客流的去向目的站.组合模型以不同时间尺度下的进站客流分流率为状态变量,并利用历史数据预估其中通勤客流的分流率,然后通过交互多模型算法加权融合不同时间尺度下的分流率估计结果.以北京地铁为案例,研究表明:早高峰期间的15 min分流率估计误差的平均值和最大值分别为16.4%和21.8%,晚高峰期间分别为22.7%和24.6%,比既有文献的估计误差减小了约一半.本文的研究成果可为实时的线网客流分布预测提供更准确的输入数据,以辅助运营管理部门实现客流预警和应急响应.