基于驾驶行为的城市道路车辆主观换道模型研究

车辆换道行为因其运行环境复杂,所涉及的交通因素众多,容易引起交通冲突,从而降低道路交通系统的安全性.对车辆换道行为的动态特性及其对车流运行的影响机理进行建模与研究,对提高交通系统的运行效率有重要意义.基于城市道路车辆换道行为的特征,改进了元胞自动机模型细化车辆换道过程;考虑驾驶员特性、车辆类型的影响,采用模糊推理理论描述驾驶员的换道决策,进而建立了城市道路驾驶员主观换道模型.通过将实测交通流数据与仿真输出数据进行对比,验证模型的有效性.结果表明,所建立的模型输出结果与实测数据的误差较小,说明模型具有一定的有效性.     

基于CBR的机场应急救援规模决策研究

机场应急救援是民航安全领域一项重要研究课题,这一研究对于减少事故损失和提高救援效率具有重要的作用.针对民航机场紧急事件非例行性、不确定性的特点,提出了以案例推理为技术主线,结合模糊推理等方法的机场应急救援规模决策模型.利用模糊数学方法对案例进行了处理,研究了设计实例的表达、索引、调整、修改和推理机制,解决了案例匹配的贴近度与相似性问题,经仿真验算,证明了该方法的可行性与科学性.     

民航发动机车间维修能力近似平均值分析方法

为了评估民航发动机维修车间在当前维修能力下可保持的机队规模,提出了车间维修能力近似平均值分析方法。采用扩展随机Petri网建立了发动机在维修车间的转移模型,利用单维修等级下系统的性能指标对多维修等级性能指标进行了修正,采用平方变差系数方法实现服务时间从指数分布向正态分布的逼近,并评价了多等级与服务时间为正态分布的车间维修能力,分析了近似平均分析法与仿真方法的计算结果。比较结果表明:各维修中心等待队长最大相对误差为9.14%,此时零件检查、手工修理及机械加工为限制维修车间能力的瓶颈,因此,近似平均值分析方法是有效的。     

基于信息融合的涡轮发动机故障诊断方法研究

对近年来信息融合方法发展进行总结,着重介绍贝叶斯信息融合法、神经网络信息融合法、基于特征的信息融合法和D-S证据理论信息融合法,分析各种方法的原理和特点。以CFM56发动机故障诊断为例,用BP神经网络的输出结果为输入,构建D-S证据融合的识别框架,进行故障诊断。结果表明,采用D-S证据理论的方法,缩短了故障诊断的时间并提高了故障诊断的精确度。     

基于FPGA的小角度近似算法的改进与应用

根据基带FM信号解调原理,改进了FM信号的小角度近似解调算法,使之在高斯加性白噪声（AWGN）信道中具有更好的适应性;并通过理论分析、公式推导和MATLAB仿真证明了方法的正确性和有效性。在此基础上完成了FPGA程序设计,并在实际工程中进行了验证。实验结果证明了该方法的可行性。     

INDU网络的解析表达及其一致性计算

INDU网络在区间代数的基础上引入了时间区间的长度，细化了时间区间之间的定性关系，使得时间定性推理的精确性有所提高。本文给出了INDU网络的0维、1维及2维的共计25个解析公式，用解析的方法来刻画INDU网络，并用它来实现INDU网络全局解的一致性计算。     

中小型普通船舶有效功率计算

针对船舶不同类型、不同航道、不同尾型分别采用不同的近似估算方法作为船舶有效功率计算的基本模块,然后根据多年对船舶阻力研究的经验和大量船模试验与实船资料,对基本模块作相应的修正,得到普通船舶的有效功率计算方法,并用程序实现。     

船舶气囊上下水工艺

本文阐述了船舶气囊上、下水工艺的实用意义,并简要介绍了下水工艺的操作过程。对气囊技术指标所涉及的直径、工作内压和承载能力等进行了计算分析。并在分析了船舶牵引力测试结果的基础上,提出了牵引力计算的近似公式。文章还介绍了船舶气囊上、下水过程中船体受力的测试结果和这项工艺的特点。     

基于BP网络的故障诊断正向推理方法

针对传统的故障诊断正向推理方法的局限性 ,对基于BP模型的神经网络故障诊断正向推理方法进行了研究。建立了用于故障诊断的BP神经网络模型 ,并给出了故障诊断的正向推理过程。利用汽车发动机点火系统的故障实例验证了基于BP模型的神经网络故障诊断正向推理方法的有效性和可行性。     

基于综合相似度的地铁施工风险应急推理研究

针对地铁项目施工环境复杂、不可预见因素多、施工事故频发、难以对其进行快速有效的应急决策与救援的问题,首先,搜集以往地铁施工应急案例,分析地铁施工风险因素,运用Protégé软件建立知识本体模型;然后,计算本体库中源案例与目标案例的综合相似度,从案例库中匹配出综合相似度最大的源案例,通过对比本体库中与目标案例相似度最高源案例的关键属性,运用规则推理对相似案例的应急措施进行适用性修改,从而提高应急措施的针对性,为快速有效地应对地铁施工事故进行应急决策提供新的方法;最后,以某地铁项目施工为例,验证了该相似度算法的合理性。