聊城市地下水水质特征及评价方法选择研究

为准确反映聊城市地下水现状,本文以聊城市典型监测点监测数据为依据,运用综合评价法和模糊综合评价法对监测点水质进行评价,并探讨2种水质评价方法的评价效果。结果表明:聊城市浅层地下水和深层地下水水质以Ⅲ类和Ⅳ类水为主,主要超标指标为总硬度和溶解性总固体;各超标指标之间具有一定相关关系;综合评价法评价结果数值偏大,并且缺失Ⅲ类水;模糊综合评价法更适合聊城市地下水水质评价。     

北京枢纽地区人行道行人服务水平评价

基于北京市交通枢纽地区行人步行需求,提出不同道路横断面形式影响下的行人服务水平等级划分方法.首先,通过路边询问法获取大样本的行人满意度问卷调查数据,在常规问卷处理方法基础上增加一致性信度检验,对问卷数据的可靠性进行检验.其次,应用独立样本t检验、方差分析等分析方法,分别从参与者自身属性、人行道道路设施、环境条件及交通条件4个方面提取不同道路横断面条件下的行人服务水平显著性影响因素,并以其中一种典型断面为例,建立回归分析模型.最后,采用模糊有序聚类方法进行了行人服务水平等级划分,并给出各服务水平的量化分级标准.     

带有时滞的未知非仿射非线性系统自适应模糊跟踪控制

应用自适应模糊逼近方法研究了一类带有时滞的未知非仿射非线性系统的跟踪控制问题.系统的实际控制器是按照Backstepping设计过程经逐步反推而得到,在每一步设计中需要用自适应模糊逻辑系统来逼近未知的非线性函数.为了降低控制设计对先验知识的依赖性,取消须事先已知模糊基函数的限制,采用非线性参数化的模糊逻辑系统作为逼近器.由于逼近器中的未知参数彼此之间呈非线性关系,无法直接得到在线估计这些参数的自适应律.为了实现对相关参数的在线调节,先应用Taylor展开式将呈非线性关系的参数分离,使其相互之间具有线性关系,然后再基于Lyapunov第2方法给出相应参数的自适应调节律.最后,通过一个仿真实例来验证所给方法的有效性.结果表明:所得自适应模糊控制器能有效补偿时滞的影响,保证闭环系统中所有信号均有界,而且输出跟踪误差能收敛到原点的任意小邻域内.     

基于群组层次分析法的管制员绩效考核

基于FAA和EUROCONTROL对管制员的工作要求,结合一线管制工作实际建立了管制员绩效考核指标体系,应用基于三角模糊数的群组层次分析法对指标体系权重进行确定,克服了传统主、客观分析法的缺陷,并通过在一线单位的应用证明了算法的可行性。     

应急物资筹集网络适应性评价的CFNN模型及仿真

优化和提高应急物资筹集能力是应急物资筹集网络适应性评价的主要目的,针对此目的,在构建应急物资筹集网络适应性评价指标体系基础上,把一种基于改进的补偿模糊神经网络(CFNN)智能评价系统引入到应急物资筹集网络的适应性评价中,以解决应急物资筹集网络评价中时间、成本和稳定性指标的模糊性和非线性问题. 仿真实验表明: 改进的CFNN收敛速度快,容错率高,自适应能力强,是应急物资筹集网络适应性评价的有效手段．     

一种改进的群目标自适应跟踪算法

为提高对群目标在机动情况下的跟踪性能,提出一种改进的群目标自适应跟踪算法．在群质心状态估计中,在修正“当前”统计模型的基础上,利用群质心的速度预测和速度估计的偏差进行过程噪声方差自适应调整,并引入强跟踪滤波中的渐消因子,实时调节群质心的状态预测协方差．在扩展状态估计中,将其对应的椭圆面积预测值和估计值的偏差以及偏差变化率作为模糊输入量,采用模糊推理法自适应输出扩展状态的预测参数．此外,提供了群目标分裂机动的判决方法．仿真结果表明,与现有方法相比,本文算法增强了对群目标在突发机动时的自适应跟踪能力,并能有效检测出群的分裂机动．     

宽巷约束的网络RTK基准站间模糊度固定方法

通过分析宽巷模糊度、无几何模型和无电离层组合模型之间的几何关系,提出了一种附有宽巷约束的网络实时动态测量(RTK)模糊度固定方法和相应的模糊度检验方法.该方法首先利用宽巷(MW)组合固定宽巷模糊度,并将宽巷模糊度作为精确值,与无几何模型和无电离层模型联合平差单历元解算L1和L2的模糊度浮点解,然后将浮点解直接取整获得相应的固定解,最后通过GPS/BDS双系统长短基线对模糊度解算进行正确性检验.经实测计算验证,该方法能快速、稳定地固定网络RTK模糊度,且对于长短基线都有较好的效果.     

边坡工程中抗滑群桩工程特性的数值分析

针对建立抗滑群桩的设计方法问题,分析了抗滑群桩在水平推力作用下的力学行为.以重庆江东边坡的典型断面为例,应用有限元程序CORE3D分析了群桩的桩间颗粒土的土拱区域,结合桩的荷载位移曲线、土拱效应解释了土体应力传递到抗滑桩的规律,通过对影响土拱效应的参数,如桩间距、土体厚度、抗滑桩嵌入深度和桩径等的深入研究,提出了相应的群桩布置参数估算公式.研究成果在重庆江东边坡的防护工程设计中得到了应用,并取得了较好的效果.     

自适应惯性权重的改进粒子群算法

针对标准PSO算法求解高维非线性问题时存在的大量无效迭代(经过一轮迭代后全局最优位置保持不变),提出了一种自适应惯性权重的改进粒子群算法。基于单次迭代中单粒子运动状态的分析,提出并证明了论点:上一轮迭代适应度值变差的粒子,当前迭代中其惯性分量将引导粒子往适应度值变差的方向运动,导致粒子群体无效迭代次数增加。设计了标准PSO算法改进方案,将上一轮迭代中适应度值变差的全体粒子的惯性权重置为零,消除当前迭代中不利惯性分量对算法收敛的不良影响。采用6个标准测试函数,将该算法与标准PSO算法、固定惯性权重PSO算法和具有领袖的PSO算法进行性能对比分析。试验表明,该改进算法无效迭代次数更少,在收敛率、收敛速度和收敛稳定性上均具有明显的优势。     

基于多特征分步模糊推理的边缘检测算法

基于Mamdani模糊推理的边缘检测,将多个特征作为整体进行一步推理,但不同特征难以兼顾对模糊边缘的敏感和噪声的抑制,导致算法鲁棒性下降. 为此,该文提出了一种基于重要性加权的分步推理算法,根据各特征对边缘敏感和噪声抑制的重要性分步进行模糊推理,并加权每步推理结果作为边缘隶属度. 并提出了一种基于面积近似的重心法改进算式,能更好兼顾解模糊的准确性和实时性. 实验结果表明了该算法的准确性、鲁棒性和实时性.