重丘地区市政路网竖向设计优化研究

该文旨在困难重丘地形条件下,结合现状建设条件及区域规划,分析片区路网竖向设计重要的控制要素,在解决主要矛盾的前提下,优化区域路网竖向设计,提出合理的建设时序,减少大量土方投资。     

初始条件对驾驶员逐日路径选择行为和网络交通流演化的影响

从查阅到的文献可以看到,在驾驶员逐日路径选择行为及网络交通流演化的研究中,均假定驾驶员第1天对路径的理解行程时间相同,也即初始条件中没有考虑驾驶员的个体差异性。首先,对初始条件和驾驶员逐日路径选择过程建模,在2条平行路径的简单路网中,运用Agent仿真方法模拟了不同初始条件下驾驶员逐日路径选择过程。结果表明：路网达到平衡所需的时间与驾驶员对历史信息的依赖程度显著相关,而与第1天驾驶员对路径行程时间理解的相关差异性不显著;路网平衡和用户平衡的差别与两者均显著相关。虽然在不同情况下路网均能够达到近似的用户平衡状态,但是平衡时驾驶员对2条路径的理解行程时间存在较大差异。     

公路网管理与应急处置服务技术研究

随着公路网规模逐步延伸庞大,公众跨区域出行和物资流动迅猛发展、交通突发事件呈现递增现象,建设公路网管理、应急处置和信息服务系统为必然趋势。分析了公路网日常管理、突发事件应急处置、出行信息服务及基础数据支撑的系统功能需求,以省域公路网为研究对象,基于逻辑框架方法,设计了融合日常监控、突发事件预警监测、资源调配与指挥、多方信息联动等多功能的综合性集成平台系统方案,并给出了突发交通应急事件处置流程。研究表明,所构建系统能够掌握实时全面交通信息,实现全路网的协调管理,有效提升应急处置能力和服务水平。     

基于多任务多通道的入侵检测系统

在当今的网络世界,木马病毒横行,每天都存在着成千上万起黑客人侵事件,网络安全成了一个越来越重要的话题,为了使普通电脑用户能够在上网过程中检测到自己电脑存在的人侵行为,文章利用VC＋＋开发了一个基于多任务多通道的入侵检测系统,该系统能够自动检测个人电脑网络中存在的异常、危险数据包加以记录并通知用户,使用户能够及时的知道自己计算机实时存在的安全问题,并及时阻止。     

IRF技术在舰船网络设计中的应用研究

结合目前舰船网络系统的现状以及应用需求,通过分析介绍IRF技术,创新性提出了在舰船的特殊环境和需求下,将IRF技术应用于舰船网络一体化建设的网络设计思路。     

电子装备故障预测方法研究

文章介绍了电子装备系统故障预测的概念,以及故障预测的流程,并对预测的方法进行了研究。其中展开对灰色系统理论进行研究并建立了故障预测的灰色模型方法;以及建立了最小二乘支持向量机(LS-SVM)回归预测算法和反向传播神经网络预测方法。三种预测方法为后续电子装备的故障预测建立了理论基础。     

基于神经网络的液晶数字识别在船用设备管理中的应用

数字识别是字符识别中的一个重要的研究课题。阿拉伯数字只有0～9十个,而且笔画简单,但是识别这十个数字并非易事,识别的正确率并不高。虽然液晶数字在形式上相对于识别难度较大的手写体数字来说比较规范,但是液晶数字的变体也比较多,形状各异,因此文章研究的目的在于找到一种对于液晶数字识别的一般的有效的方法。文章建立了＂仪表监控与数字识别系统＂,主要对液晶数字识别的过程进行了讨论,重点研究了数字图像处理和数字识别,做了以下几个方面的工作：1）在研究了多种液晶数字特征的基础上,提取了数字的粗网格特征。2）建立了一个基于BP神经网络的液晶数字识别系统,进行了分类器设计,并对数字识别结果进行了检验,取得了较好的系统性能,从而证明了采用的方法是可行的。     

基于实时以太网的电力推进船舶IPNCS设计

针对现场总线技术在综合电力网络控制系统中应用的不足,设计了将基于实时以太网的网络控制系统植入综合全电力系统的模型。通过增加软件调度层并在线确定优先级的方法,确定实时节点占用信道的顺序,克服了现场总线技术缺点的同时解决了以太网本身的实时性问题,符合电力推进船舶综合全电力系统的要求及其发展趋势。仿真结果证明了结论的有效性。     

贝叶斯与遗传神经网络相融合的柴油机故障诊断研究

利用小波包分解提取缸盖振动信号的特征向量,提出选择因子对改进误差反向传播(BP)神经网络和超1-依赖贝叶斯算法的诊断结果进行融合,克服贝叶斯和神经网络的不足。通过在WD615柴油机上的实验检测,证明了该方法的有效性。     

基于BP神经网络的复杂布局管道泄漏检测研究

对基于BP神经网络的复杂布局管道泄漏检测与定位进行研究,确定实验方案和研究内容,介绍BP神经网络的输入参数、训练目标和隐含层节点个数,阐述基于BP神经网络的复杂管道泄漏检测研究。研究表明：用BP神经网络来预测复杂管道发生泄漏后的泄漏量大小是完全可行的;用其对是否发生泄漏进行状态辨识,则还要进行数据的二次处理;由于训练样本过少,用BP网络进行泄漏定位时会产生较大的误差,建议增加训练样本数,从而提高泄漏定位精度。