钢束的超欠张拉对PC连续梁桥变形的影响分析

预应力钢束作为预应力混凝土结构的核心材料,它的张拉程度不仅会影响结构的内力,还对结构的变形产生一定影响,从而直接影响混凝土连续梁桥成桥的挠度。结合一座三跨连续梁桥的数值模拟,通过调整预应力钢束的张拉控制应力的方式,对三种分析方案下该类桥型钢束的张拉程度对主梁挠度、挠跨比的影响进行分析和探讨。     

拟阵交构约束的下模函数最大值问题的近似算法及其分析

下模函数的最大值问题是组合优化中的核心问题,然而求解下模函数最大值问题是一个NP-难问题,故人们降低要求,求解它的最优近似解。在拟阵约束的基础上,进一步研究拟阵交构成的独立系统下求解下模函数最大值问题,运用了近似领域算法,得到下模函数的近似最优解,并讨论给出了近似算法的性能分析,得出近似解的近似度≤（αm＋1）。     

基于RBF神经网络PID控制的列车ATO系统优化

针对在复杂环境下列车高速运行时,现有的Fuzzy-PID控制算法自适应性差在受到外界因素的干扰时会导致列车追踪误差较大的问题,提出了一种基于径向基(RBF)神经网络PID控制的列车速度控制算法。首先,在构建列车优化模型时,充分考虑列车经过电分相时必须处于惰行工况的特点,并且依据电分相和限速条件的特点将列车行驶过程中的区段进行了划分,简化了求解过程;然后使用RBF神经网络PID控制器对目标速度曲线进行追踪仿真,同时与现有的Fuzzy-PID控制器进行比较。实验结果表明,基于RBF神经网络PID控制算法能够实时有效的追踪目标速度曲线且追踪误差较小。     

面向列车轮轨接触区域图像分割的生成对抗网络

列车和轨道之间的开放约束条件决定了车辆脱轨的客观存在。轮轨接触区域边缘曲线分割对列车轮轨接触关系的研究具有重要意义,提出了一种基于生成对抗网络的轮轨接触区域边缘曲线分割算法。通过将残差模块引入生成器网络中,增强了网络对输出变化的敏感程度,进而更好的调整生成器权重。此外,膨胀残差模块的引入,有效扩大了特征图的接收区域。实验结果显示,改进的生成对抗网络对轮轨接触区域边缘曲线的分割准确度达到9613%,敏感度、特异度、F1值、ROC曲线下的面积分别为8390%、9713%、8367%和9812%,验证了该方法能够准确分割轮轨接触区域边缘曲线。     

反应磁控溅射MgO薄膜溅射模式的分形维表征

用反应磁控溅射的方法制备了MgO薄膜，基于原子力显微镜观测，并借助Fourier变换，计算了薄膜表面形貌的分形维数。发现分形维数变化对应于薄膜溅射模式的变化，二者之间有相关性，氧分压30％的分形维数是一个临界点，分形维数若发生明显跌落，意味着溅射模式发生变化，界于临界值两侧的分形维数，分别对应两种截然不同的溅射模式，与临界值对应的溅射状态则处于金属模式和氧化物模式的混和状态。     

基于三维激光扫描技术的工程施工测量应用研究

三维激光扫描仪作为一种新型的非接触式海量高精度数据获取手段,在国内外的众多领域得到了广泛的应用。本文利用三维激光扫描获取点云数据,对工程建设中的断面信息及土方量计算等作了研究,表明利用点云数据是一种快速、高精度的实现工程信息获取的手段。     

区域计算机联锁CAN实时性改进及仿真分析

区域计算机联锁系统采用调度监督加集中联锁的方式实现,其安全通信网通过物理介质的延伸进行区域性控制,随着大量相邻站点并入系统,对安全协议的实时性要求也逐渐增高。为此,针对该系统使用的控制局域网络( CAN)总线协议,对站间安全通信网CAN总线的传输时延进行分析,采用动态优先级算法对实时性进行改进。仿真结果表明,通过改变负载,相比于标准CAN,改进的CAN总线协议降低了节点的最大时延,能够保证不同类型节点的实时性,可满足区域计算机联锁系统对网络通信的要求。     

基于场景的联锁软件形式化模型生成方法

为保证列车运行安全和旅客生命财产安全,对车站联锁控制系统进行有效的分析、验证和测试是必不可少的,而形式化模型是联锁系统分析、验证和测试的基础.以计算机联锁软件的UML半形式化模型为基础,以事件确定有限自动机模型作为描述系统的形式化模型,研究UML2.0顺序图转换为事件确定有限自动机模型的方法.首先选取一组与交互行为相关的全局变量作为状态向量来分析和消解顺序图各个场景的消息以及不同场景间的同一消息的前后置状态向量值是否存在矛盾,从而得到一致性的需求场景;然后提取各对象的事件序列生成对应的事件确定有限自动机;最后通过组合系统中对象的自动机模型得到系统的事件确定有限自动机模型.该方法改善了安全苛求软件的设计与开发,为软件质量评估提供了技术支撑.     

小数据集条件下的多态系统贝叶斯网络参数学习

针对贝叶斯网络中多父节点条件概率分布参数学习问题,提出了一种适用于多态节点、模型不精确、样本信息不充分情形的参数学习方法.该方法利用因果机制独立假设,分解条件概率分布,使条件概率表的规模表现为父节点个数和状态数的线性形式;利用Leaky Noisy-MAX模型量化了多态系统模型未含因素对参数学习的影响;从小样本数据集中获取模型参数并合成条件概率表.结果表明,该方法能提高参数学习效率与精度.