信号交叉口影响区路边停车的交通流延误模型

为了提高路边停车带的利用率和减小其对路段交通流的影响,以城市一幅路为研究对象,从分析路边停车带的车辆驶出、汇入时对道路动态交通流的影响入手,考虑路边停放车辆及信号控制的共同作用,运用稳态理论分析车辆在信号交叉口的延误时间,建立了停车带第i个泊位车辆驶出影响下,单位时间内机动车流在信号交叉口的延误-Di与停车带离开停车线的距离L0、路段交通流量以及信号周期时长C和红灯时间r的关系模型.以南京市天津路路边停车带为例,重点分析了距离交叉口停车线最近停车位的车辆驶出引起的延误时间-D1随L0、信号周期时长C、红灯时间r变化的规律,结果表明,随着交叉口饱和流率的不同,停车带与交叉口的距离可分别在60m和90m区间设定,而交叉口信号周期长度和红灯时间比例均对延误结果存在显著影响.     

电梯零速停靠的RBF神经网络预测算法

针对电梯运行过程中存在爬行距离的问题,提出了基于RBF(Radial Basis Function)神经网络的爬行距离预测模型.将预测的爬行距离增加到电梯速度曲线的匀速段,实现减小或消除爬行距离的目的,从而实现电梯的零速停靠.从电梯运行现场采集大量的原始数据,建立RBF神经网络预测模型,与BP(Back Propagation)预测方法进行仿真比较,结果表明RBF神经网络具有更好的预测效果.给出了应用零速停靠RBF预测算法前后电梯运行的速度曲线,爬行距离减小或消除,电梯的运行时间变短,实现了节能.     

基于关联规则挖掘的课程相关性研究与应用

应用关联规则挖掘对高校课程相关性进行了研究．将某高校的毕业生成绩数据库经过预处理之后,采用不设定成绩界限的方法,用改进的Apriori算法进行挖掘．不仅能挖掘出成绩为优时的课程相关规则,还能发现若某些课程成绩差,则其他课程成绩也为差的规则,可以为学分制体系下学生选课和管理者进行决策等提供参考．     

反距离加权法流场矢量插值研究

为解决非结构网格下诸多水流模型计算所得流场(流速、水位和通量等)在后处理图中显示凌乱(不利于反映流场特征)的问题,运用反距离加权法对非结构网格的流场结果进行插值,得到任意目标结构网格下的流场值.该方法应用于实际工程中,插值结果与原计算结果吻合较好,满足工程精度要求.     

测试距离对LED灯具光强检测精度的影响

阐述了光强测试的重要性,分析了2种不同光源(点、面)的测试原理,根据测试原理,推导出3种不同的面光源(圆盘形面光源、长条形面光源、长方形面光源)对于不同的测量距离的误差。提出了测试空间的建议,即在满足一定的误差下,可以容许的最小测试距离,从而为室内测试节省大量空间。     

基于距离和的孤立点用户意义分析算法及应用

有关孤立点分析的研究大多集中在如何高效地识别出孤立点,很少有研究提供对识别出的孤立点用户意义的解释。针对这一情况,提出了一种基于距离和的孤立点用户意义分析算法,针对每个孤立点都给出了其原因属性以及对该原因属性的描述,即给出了孤立点的用户意义。最后将该算法应用到质量管理中进行了实验。实验结果表明:该算法是行之有效的,有一定实用意义。     

控制爆破拆除危桥的实践

介绍了运用控制爆破技术,对悬臂钢筋混凝土斜拉桥爆破拆除方法,指出了布孔、装药、防护等方面的技术问题.     

基于不确定信息条件下的多属性群组决策评价模型

建筑安全管理的复杂性要求将决策者的知识和经验有效结合以利于做出正确的决策判断.逼近理想解排序方法(TOPSIS)作为一种实用且有效地处理多属性决策问题的方法被广泛地应用到建设管理领域.将该方法与灰数理论相结合,通过建立不确定信息条件下的多属性群组决策模型来进行建筑安全绩效评价.首先采用区间型灰数矩阵描述专家评价信息的不确定性;其次引入线性变换函数对灰数评价矩阵进行规范化处理以改善评价信息偏差问题,并采用明可夫斯基距离函数来克服传统TOPSIS方法中初始权重影响过大的缺陷;最后结合建筑安全绩效评价实例证明该模型算法的科学性和有效性,并易于拓展到类似决策评价中.     

基于宁波市的公交出行路径选择模型

本文建立了以最少换乘次数、出行距离与出行费用为评价指标的最优路径选择模型。在搜索可行路径时,将乘客的步行意愿考虑在内。针对得到的可行路径运用层次分析法(AHP),建立成对比较矩阵,计算出每条可行路径的综合权重。通过比较每条路径的综合权重选择最优出行方案。     

抽油杆多功能保护器的研制

油田进入高含水开发后期,低沉没度井数不断增加,油田地质条件日趋恶劣,油套管柱扭曲变形,抽油井的杆管工况恶化,杆管偏磨问题日益突出。鉴于此,研制开发了DCB-22型抽油杆多功能保护器。该工具具有中途吸震、自磨、自动旋转、自动偏移的功能,较好地解决了杆管偏磨、抽油杆柱震荡和脱扣等问题,在杆管偏磨防治技术方面取得了较大的进展和较好的经济效益。