模糊分析法在公路边坡稳定性评价中的应用

山区某高等级公路沿线存在大量挖方路堑高边坡,边些边坡的失稳问题已严重影响公路施工和后期的运营。运用模糊(fuzzy)分析理论对典型挖方边坡的稳定性进行了分析,得出的结论与现场观察的边坡变形破坏迹象相吻合。     

圈层外推法在交通影响分析中的应用

针对目前交通影响分析实际项目缺乏路段阻抗矩阵这一现实情况,提出了一种基于路段饱和度的交通量分配方法--圈层外推法.由于路段饱和度既与阻抗之间存在显著的相关性,又较易通过观测获得,因此不仅具有很强的理论说服力,而且还具有广泛的实用价值.此外,结合数据结构知识,提出了基于VB的实现算法,并通过实例证明其正确性.     

基于模糊神经网络的智能车辆循迹控制

为提高智能车辆自主循迹控制的精度,提出了一种基于模糊神经网络控制( FNNC)和神经网络预测( NNP)的智能循迹控制策略。转向控制器的输入量有3个：预瞄点处的横向循迹误差、汽车横摆角速度和侧向加速度。车速控制器的输入量有4个：预瞄点处的面积误差、侧向加速度、汽车侧偏角和转向盘转角。网络训练采用误差反向传播法。仿真与试验结果表明,所设计的循迹控制器通过对驾驶员操作样本的训练,能实现对车辆的车速与转向控制,横向循迹误差和目标车速均比较理想。     

重载运输车侧向调平控制系统研究

结合虚拟样机技术和控制系统仿真技术对自行式重载运输车的自动调平系统进行了设计研究,建立了运输车横向半车多刚体动力学模型,并针对该模型设计了模糊控制器。联合仿真研究结果表明,模糊控制策略能对车架横向倾斜有很好的控制效果。调平精度达到0.17°,调节时间约为1.6s,能够满足调平系统高精度和快速度的要求。     

模糊神经网络在汽车发动机电子点火系统故障诊断中的应用

本文针对发动机电子点火系统的五种常见故障,借助发动机综合分析仪测得次级点火波形,并提取特征值,构造了一种模糊神经网络模型,利用MATLAB进行仿真,通过简单测试,得出这种方法是可行的,可以准确快速的诊断出故障原因。     

基于模糊理论的路面裂缝图像增强方法

在获取路面图像中，由于背景光照不均匀以及存在着一些路面噪声，给后来的图像分割及识别带来了一些困难。提出了一种基于模糊理论的图像增强方法，用来消除背景光照不均匀，并通过实验验证了该算法。实验结果证明了该算法对消除图像不均匀的有效性。     

基于粗集理论的交通控制系统研究

为满足智能交通系统高性能模糊控制器设计的需要,把粗集理论融入常规的模糊推理,提出了一种交通控制模糊建模新方法,利用粗集理论的知识推理,直接从交通系统的测量数据提取模糊规则,解决了城市交通模糊控制规则提取的瓶颈问题。实例分析表明:该方法简单有效,不仅可以最大限度地减少从交警的经验直接提取模糊规则的局限性,以获取最优的模糊模型,同时建模方法具有普遍适用性,提取的模糊规则更具客观性。该方法可以推广应用于多交叉口的模糊协调控制,对于采用复杂算法的控制系统更能显示出其优越性。     

基于WBS与多层次模糊综合评估的桥梁检测评估方法的研究

介绍了WBS方法在桥梁检测评估中的应用,提出了WBS方法与多层次模糊综合评估相结合的桥梁检测评估方法,并用实际工程加以了分析及验证.将WBS方法与多层次模糊综合评估相结合,使桥梁评估既便捷又科学,提高了桥梁检测评估的可靠度.     

铁路枢纽折角车流数值变化的动态模拟

以解编车流作业规则和系统资源限制为约束,构造不同目标函数下铁路枢纽编组站作业分工数学模型,给出折角车流理论最大值和最小值及相应编组站作业分工方式及车流条件。基于折角车流变化的复杂性和多样性,将外部车流环境视为一个动态的随机输入,以特定铁路枢纽为背景用计算机模拟技术和遗传算法计算不同条件下折角车流数值解。通过对模拟数据趋势变化比较分析,提出铁路枢纽运输组织不应过分追求折角车流最小等结论。     

基于T—S模糊神经网络的边坡稳定性评价

边坡的稳定具有模糊性。基于模糊数学和神经网络理论,建立了边坡分定性分析的T—S模型,并结合具体工程进行了应用。研究表明：T—S模糊神经网络分析模型具有较好的适应性和应用性,对于边坡稳定性分析是一种较好的方法。