Measurements of car-body lateral vibration induced by high-speed trains negotiating complex terrain sections under strong wind conditions

Assessment of the vibration of high-speed trains negotiating complex sections of terrain under strong wind conditions is very important for research into the operation safety and comfort of passengers on high-speed trains. To assess the vibration of high-speed trains negotiating complex sections of terrain under strong wind conditions, we performed a field measurement when the train passes through typical sections of complex terrain along the Lanzhou–Xinjiang high-speed railway in China. We selected the lateral vibration conditions, including the roll angle and lateral displacement of car-body gravity centre through two typical representative sections (embankment–tunnel–embankment and embankment–rectangular transition–cutting) for analysis. The results show that the severe car-swaying phenomenon occurs when the high-speed train moves through the test section, and the car-body lateral vibration characteristic is related significantly to the state of the terrain and topography along the railway. The main causes for this car-swaying phenomenon may be the transitions between different windproof structures, and the greater the scale of the transition region between different windproof structures or landform changes, the more obvious the car-swaying phenomenon becomes. The lateral vibration of the car-body is relatively steady when the train is running through terrain with minor changes in topography, such as the windbreak installed on the bridge and embankment, but the tail car sways more violently than the head car. When the vehicle runs from the windbreak installed on the embankment into the tunnel (or in the opposite direction), the tail car sways more intensely than the head car, and the head car runs relatively stable in the tunnel.     

BP神经网络在解决电力消耗问题中的应用

由于BP神经网络在解决非线性复杂系统中存在很大的优势,以江西省1991—2011年人口、经济和耗电量等数据为研究对象,利用BP神经网络构建耗电量预测模型。模型一利用1991—2009年人口、经济和耗电量等数据作为训练样本,以2010—2011年作为测试样本来验证网络的准确性,再根据历史人口、经济等数据来预测历史耗电量;模型二采用传统的多元回归分析法,对非线性多元函数进行多元线性回归,通过回归模型得到的参数来预测耗电量。结果表明,模型一收敛性较好,所得预测结果绝对误差较小,而模型二传统方法得到的预测结果误差较大,因此,利用BP神经网络预测的结果具有非常大的参考价值,证明BP神经网络应用在电力消耗中的应用是可行的。     

GIS与多属性决策理论在公路飞机跑道选址中的应用

通过对影响公路飞机跑道建设、使用和保障3个方面因素进行分析, 得到了公路机场跑道选址评价指标体系。运用公路网地理信息系统的信息管理与空间分析功能, 获取了若干可行待选方案的样本集, 构建了多属性决策模型, 根据最优化理论确定各属性要素的权重值, 进而确定各备选方案考核目标值及最优方案, 最后以某公路飞机跑道选址为例进行了实例验证。分析结果表明: 4个备选方案的考核目标值依次为0.0226、0.0843、0.0158、0.0229, 比较得出最佳方案为方案3, 符合实际, 因此, 该选址方法有效。     

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.     

大城市客运铁路枢纽客流分配模型

不同时段内,不同区位的旅客会根据不同的接驳方式及城际列车班次进行城际出 行.只根据城际间的出行成本无法准确地刻画旅客的出行.在已知不同时段内城市间各分区 OD客流、城际列车时刻表和铁路枢纽布局的前提下,构建城市内接驳交通网络;利用多项 Logit 模型,建立各个交通分区到铁路车站的接驳子模型;进而利用列车时刻表得到城际出行 成本,并考虑列车拥挤造成的成本增加,根据总成本最小原则及接驳子模型,构建分时段的铁 路枢纽客流分配模型.通过改进的MSA算法进行求解,得到各时段内各交通分区到铁路车站、 以及铁路车站之间的客流量.最后通过算例,对方法的可行性及有效性进行了验证.     

基于多装船机的散货船智能装载

对散货船使用多装船机进行装载作业的情况,建立以最高装载效率、最佳纵倾和最小化船舶最大静水弯矩值为目标,以浮态、稳性和结构强度为约束条件的散货船智能装载数学模型,使用改进的多目标遗传算法进行求解,得到优化后的Pareto解集,结果表明:该算法能够有效求得该问题的优化解,在实际应用方面具有一定的可行性.     

多发性骨髓瘤患者超氧化物歧化酶和脂质过氧化物的改变及其意义

用邻苯三酚自氧化法和改良硫代巴比妥酸（ＴＢＡ）荧光微量法测定了多发性骨髓瘤（ＭＭ）患者初发期、缓解期和复发期红细胞超氧化物歧化酶（ＳＯＤ）活性和血浆脂质过氧化物（ＬＰＯ）含量。结果表明：ＭＭ初发和复发病例红细胞ＳＯＤ活性明显降低，血浆中ＬＰＯ含量明显增高，较正常对照均有明显差异。缓解期患者的ＳＯＤ活性和ＬＰＯ含量大致恢复正常水平。ＭＭ红细胞ＳＯＤ活力与血浆ＬＰＯ含量呈负相关（ｒ＝－０．４２５，Ｐ＜０．０５）），与血红蛋白浓度呈正相关（ｒ＝０．７２２，Ｐ＜０．００１），与骨髓中浆细胞百分数呈负相关（ｒ＝－０．５２６，Ｐ＜０．０５）。以上结果提示自由基损伤作用参与了ＭＭ的发生、发展和转归过程，且与病情的严重程度有关。     

浅谈铁路应急通信系统的接入技术

介绍了用于我国铁路应急通信系统的各种接入技术，并对各种接入技术的使用条件提出了一些建议。     

多目标群体决策的一种综合集成方法

对具有多目标的群体决策问题,以最小二乘法为工具,用Lagrange函数算法,综合主观和客观两种信息,建立了这两种信息权重的优化模型,同时给出了群体成员权重的模糊等级方法,为多目标群体决策提供了一种简单实用的可靠方法,具有广泛的用途。     

D-S证据理论在多传感器融合中的应用

详细介绍了Dempster-Shafer证据理论,介绍了它在多传感器融合(MSF)中的应用,并举了一个具体的例子,实验结果验证了其有效性。