一种永磁同步电机声品质主观评价方法研究

对永磁同步电机的稳态信号声品质进行了分析,并以声压级、响度、尖锐度、语音清晰度、波动度、粗糙度和音调度作为评价指标,建立了永磁同步电机声品质评价体系.采用分组成对比较法进行了主观评价,通过Bradley-Terry算法对评价结果进行了优化处理,分别搭建多元线性回归预测模型和MPGA-RBF预测模型,通过预留的检验样本对...     

一种“效率-公平-运力”多维权衡的需求可拆分配送方法

针对自然灾害及重大社会公共事件等各类突发事件的配送问题,本文以公路运输为研究场景,将配送时间最短、加权时间攀比值最小和使用车辆数最少为多维目标,在引入需求可拆分这一限制条件的基础上,构建“效率-公平-运力”多维权衡的需求可拆分应急物资配送模型。针对该问题设计改进的蚁群算法求解模型。从选择拆分点、信息素更新和引入变邻域搜索算子这3个方面改进了算法,并实现当解持续不变时,初始化信息素,以增加随机性。结果表明,与传统求解算法相比,改进算法的稳定性更高(平均偏差率降低7.00%),寻优性更好(优化率提高7.41%)。通过分析考虑三目标、双目标和决策者具有明显偏好的多重场景下的求解结果得知：效率、公平、运力这3个子目标相互悖反,增加运力投入可以显著提高配送方案的效率与公平;当运力不变时,效率与公平之间近似呈同比例反比关系。研究结论可为救灾目标不确定条件下多因素考量的应急物资配送决策生成与优化问题提供方法改进与可量化决策支撑。     

基于多岛遗传算法的舱口盖结构优化设计

为降低空船质量,提高经济性,针对某船舱口盖结构减重进行研究。采用拉丁方试验法建立样本空间,根据样本参数进行有限元模型求解。采用响应面模型法建立舱口盖结构设计近似模型,以规范中对应力和变形的要求作为设计约束条件,基于多岛遗传算法对某船舱口盖结构进行优化设计。结果表明,优化解收敛性好,可满足规范要求。     

云南省民航客运发展预测

民航运输是云南省在进行综合交通运输建设的重点之一,也是该省在未来十四五(2021-2025年)和十五五(2026-2030年)规划期间的研究热点。本文以云南省为研究范围,以省内民航客运为研究对象,选取省内主要的社会经济因素为影响因子,运用主成分分析法(PCA)、反向传播神经网络算法(BP神经网络算法)和回归分析法,构建了省内民航客运的预测模型,得出省内各主要机场在十四五末和十五五末的预计旅客吞吐量,对省政府在进行机场改扩建上有一定的指导意义。     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持.将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型(Traffic Factor State Network,TFSN),考察交通因素...     

航班快速恢复建模与仿真研究

随着民用航空的发展与竞争,航班延误不仅影响航空飞行的安全与正常,更与航空公司的运营效率、运营成本及乘客利益息息相关。针对某一恶劣天气影响,对某公司受影响航班进行重新调配,考虑到航班的备降、盘旋等待、延误、取消等多种状态,以总成本最小为目标函数,建立航班快速恢复模型,通过MATLAB运用遗传算法设计航班恢复算法进行求解,得出最经济的航班恢复方案。     

基于深度强化学习的智能船舶航迹跟踪控制

[目的]智能船舶的航迹跟踪控制问题往往面临着控制环境复杂、控制器稳定性不高以及大量的算法计算等问题。为实现对航迹跟踪的精准控制,提出一种引入深度强化学习技术的航向控制器。[方法]首先,结合视线(LOS)算法制导,以船舶的操纵特性和控制要求为基础,将航迹跟踪问题建模成马尔可夫决策过程,设计其状态空间、动作空间、奖励函数;然后,使用深度确定性策略梯度(DDPG)算法作为控制器的实现,采用离线学习方法对控制器进行训练;最后,将训练完成的控制器与BP-PID控制器进行对比研究,分析控制效果。[结果]仿真结果表明,设计的深度强化学习控制器可以从训练学习过程中快速收敛达到控制要求,训练后的网络与BP-PID控制器相比跟踪迅速,具有偏航误差小、舵角变化频率小等优点。[结论]研究成果可为智能船舶航迹跟踪控制提供参考。     

基于BP网络的球鼻首参数化优化

本文以某集装箱船为研究对象,对降速航行后的球鼻首进行优化。采用Catia建立船体三维模型,为了产生不同形状的球鼻首,选取球鼻特征参数来描述其基本结构;采用拉丁超立方试验抽样方法得到12组不同形状的球鼻首,提出运用非线性拟合能力较强的BP网络构建球鼻首参数和阻力系数之间的关系模型;采用遗传算法对训练后的网络进行极值寻优。结果显示,优化船型的阻力系数显著降低,说明该方法对球鼻首的优化有一定的借鉴意义。     

基于改进全局优化算法的轮毂液压动力系统能量管理策略

现有针对轮毂液压混合动力系统的能量管理策略均为结合研究人员经验与发动机最优工作区域的简单控制,暂未见优化控制策略的应用,导致实际控制值与最优控制值的偏差较大,无法充分发挥该系统的节油能力。基于此,针对该系统提出了一种基于改进全局优化算法的能量管理策略,探寻该系统的理论最大节油量,进一步挖掘该系统的节能潜力。首先,该策略建立了基于车速-蓄能器荷电状态（SOC）自适应调节等效油耗因子的方法计算目标函数中的罚函数,从而提高系统的制动回收能力,避免计算结果陷入局部最优;随后,根据轮毂液压混合动力系统各模式工作点相对固定的特性,实现了控制变量降维;最后以实测数据进行了仿真测验。结果显示：比起传统的全局最优策略,该方法可以进一步实现3.36%的节油效果;同时,在实现节油的基础上,经过控制变量降维后计算时间减少了35%,而计算精度基本不受影响。     

含软弱土层边坡稳定性分析的全局滑面自动搜索技术

提出了一种用于边坡稳定性分析的全局滑面自动搜索技术,首先采用三角网格进行了边坡土层的几何离散,然后,结合蒙特卡洛法等角/等边逐段扫描与模拟退火法,构建了全套的边坡全局临界滑面搜索扫描算法。以Fortran和Matlab为计算手段进行联合编程,采用简明Morgenstern-Price法进行了边坡稳定性分析计算。通过选用3个算例进行了算法的可靠性验证,计算结果表明:截面三角网格划分方法具有良好的适应性,能较好地对不规则层位几何形状进行离散;多段折线滑面具有较圆弧滑面更为优秀的极限滑面定位功能,其安全系数随着滑面段数的增加会逐步达到收敛;本搜索方法可不依赖于工程师经验进行多段折线初始滑面的大致范围选择,其能快速地、全自动地进行由弱到强不同复杂土质情况的边坡稳定性计算分析,并能找到全局临界滑面与安全系数。