粗集料间隙率最小值的测定方法及其应用

为了克服干捣实法测定粗集料矿料间隙率的种种不足，提出了粗集料矿料间隙率最小值的概念与测定方法；据此定义了沥青混合料级配干涉系数；并提出了新的粗集料骨架嵌挤标准；在此基础上对设计沥青混合料的主骨架空隙填充法进行了改进；还分析了级配干涉系数与混合料高温抗车辙性能、疲劳性能的关系。研究认为依据粗集料矿料间隙率最小值而提出的粗集料骨架嵌挤的新标准能够更加准确地判定沥青混合料中粗集料的骨架嵌挤程度；改进的主骨架空隙填充法设计出的密断级配沥青混合料的各项性能完全满足规范要求；沥青混合料级配干涉系数与混合料的高温和疲劳性能之间具有良好的相关性。     

基于沥青混合料接触应力测试的旋转压实嵌锁点判定

基于智能颗粒传感器测试旋转压实过程中沥青混合料内部颗粒接触应力，提出了应力变化率指标R_s以及应力嵌锁点（LPS）判定方法。选取AC-13、AC-20与SMA-13这3种沥青混合料，进行旋转压实成型，测试粗集料接触应力，从细观力学角度识别混合料宏观力学嵌锁状态，并与传统基于旋转压实高度变化识别嵌锁点的结果进行对比。结果表明：① 位于试件上部与底部智能颗粒的测试信号存在频谱混叠和谐波干扰，建议将智能颗粒布置于受干扰小的试件中部进行测试；② 对于AC悬浮密实型沥青混合料，存在3个压实阶段：压实初始粗细集料相互接触挤压，R_s快速增大，进入快速压实阶段；随着悬浮在粗骨料周围的细集料与沥青胶结料开始承担荷载，R_s相对减小，进入蠕变阶段；当各组分间形成稳定内部结构，应力达到嵌锁状态；③对于SMA骨架密实型沥青混合料，可分为2个压实阶段：粗集料在初始压实作用下快速形成咬合骨架，并在外荷载作用下接触应力不断增强，进入紧固压实阶段，应力幅值与R_s呈增长趋势；当集料形成稳定骨架受荷结构时，达到应力嵌锁状态；④ SMA-13混合料压实可能会受温度离析影响，在拌和温度170℃条件下，颗粒应力幅值在紧固压实阶段产生波动，并非线性增加；⑤ 与传统基于试件高度变化的嵌锁点判定结果对比，基于R_s判定的LPS均滞后于体积嵌锁点。     

基于数字图像处理技术的沥青混合料级配检测方法研究

沥青混合料中级配对其路用性能有着很大的影响,本文基于数字图像处理技术,对沥青混合料级配检测方法进行了改进研究。运用CT扫描技术扫描沥青混合料马歇尔试件的内部结构,获取数字图像,对获取的图像进行去噪、增强和分割等处理,在此基础上对图像进行伪三维级配识别。识别结果表明,对于直径大于2.36mm以上的集料,通过进行误差修正可以使检测出的级配曲线和设计级配曲线更加接近,有效提高其识别精度。应用CT技术获取沥青混合料图像的方法,可以对其内部细观结构进行观测,并且避免了对试件造成破坏,从而可以对其宏观性能进行研究。     

基于最近邻法的短时交通流预测

针对交通流量变化存在周期性和随机性的特点，提出一种基于最近邻法的预测方法．着重介绍了状态向量构造、近邻范围确定和权重计算方法三方面的研究．根据流量与速度、占有率的关系，认为状态向量中不必考虑速度和占有率这两个交通参数；与传统最近邻法不同，近邻的个数不设为常量，而取决于所能搜索到的记录数；通常根据距离远近赋予权重的规则不可靠，而采用了等权重法．通过实际数据检验，预测误差低于7％．     

沥青混合料泊松比的测试方法

已有的沥青混合料泊松比的测定方法分为直接测量法和间接测量法两大类，直接测量法较为合理．介绍了电阻应变法和MTS（材料试验机）环向引伸仪法两种直接测量方法，并分别给出了它们的实验原理、设备和方法．对比分析表明，MrS环向引伸仪法在沥青混合料的泊松比测量上具有优越性．采用MTS环向引伸仪法测量了沥青混合料AC13在不同温度下的泊松比，并对结果进行了初步回归分析，发现在高温时横向应变与纵向应变的比值大于0．5，已不再是传统意义上的泊松比，这表明采用弹性理论进行沥青路面高温性能研究和设计的方法值得商榷．     

基于格子Boltzmann方法的动水压力下透水沥青路面渗流特性研究

为预防和解决透水沥青路面在动水压力下渗流堵塞等“水损害“问题,研究细观尺度下水在沥青路面中的渗流特性及相关机理已成为关键科学问题。本文参考试验级配方案,应用蒙特卡罗方法,建立开级配抗滑层OGFC-13沥青混合料的3种工况二维细观模型。基于多松弛格子Boltzmann方法,从细观层面模拟分析了集料粒径、多孔介质空隙率以及动水压力变化对透水沥青路面渗透率的影响。结果表明：空隙率、粒径越大则沥青混合料渗透率越大;当动水压力在0～1500 Pa范围时,平均流速与压强梯度严格成线性关系,达西定律适用;当动水压力在15 000～45 000 Pa范围时,Darcy定律计算得到的平均速度偏大。     

改进蚁群算法优化车辆路径问题的研究

研究采用改进的蚁群算法优化带约束的车辆路径的问题。考虑的约束条件包括路径约束、时间窗约束和容量约束。主要目的是提出一种改进的蚁群算法进行车辆路径优化,构建配送车辆行驶路线,实现配送路线总成本的最小化。从三方面对蚁群算法进行了改进：对参与条件转移概率的候选节点列表进行预处理减少路线构建过程计算的时间复杂度;提出插入式节约算法用于改进蚁群初始配送路线提高寻优精度;基于蚁群系统对信息素更新策略进行改进,加快算法收敛速度。基于Solomon基准数据集,与近年来已取得的研究成果展开对比实验,证明提出的改进算法在提高求解精度和搜索效率方面的有效性,在优化带约束条件的车辆路径问题时的实用性,拓展了蚁群算法的应用领域。     

GFO和不变矩实现基于形状的图像检索新方法

提出了一种新的基于形状的图像检索方法。首先利用广义模糊算子对图像进行边缘检测，以检测出的边缘映射图计算不变矩阵来代表边缘图像的形状信息，从而完成对图像的自动索引；其次，重新定义了相似度测度，提高了匹配速度；最后，设定纵横比辅助搜索，以提高检索精度。实验结果表明，此方法在一定程度上排除了与形状无关信息的影响，不但简单有效，而且搜索速度快，具有一定的实用意义。     

基于混合粒子群算法的沥青转运车螺旋搅料器模型及仿真

 为解决沥青转运车螺旋搅料器搅拌特性建模困难的问题,运用人工智能理论建立了以螺距、叶片半径为输入,沥青混合料的离析率为输出的神经网络模型。为克服BP算法与粒子群算法（PSO）的缺陷,将L-M算法与PSO算法相融合的混合粒子群算法PSOLM应用于该神经网络模型的学习算法中。为避免PSOLM算法在全局最优值附近的搜索过程变慢,采用一种从PSO搜索到L-M搜索的启发式算法。仿真试验结果表明,与BP算法、PSOBP算法相比,该算法不仅对螺旋搅料器模型的精度和建模的效率有显著的提高,而且改善了PSO算法的全局寻优能力,提高了算法的收敛速度和计算精度,避免了PSO算法早熟现象的出现,为螺旋搅料器搅拌特性的建模提供一条新的有效解决途径。     

一种融合梯度信息的粒子群优化算法

针对粒子群优化算法(PSO)存在盲目搜索、收敛速度慢的问题，提出一种融合梯度信息的改进粒子群优化算法，简记为GIPSO(Gradient Information based PSO)。利用目标函数的梯度信息指导粒子朝着适应值更低的方向搜索，可有效避免粒子的盲目搜索行为。首先，在线性权重粒子群算法的进化公式中嵌入目标函数的梯度信息，有效提升了改进方法的收敛精度；其次，随机选择一半的粒子使用含有梯度信息的速度进化公式以降低算法的计算量，在标准测试函数上的仿真实验结果表明，GIPSO算法在收敛速度与收敛精度方面，均优于基本PSO算法，线性权重衰减PSO算法，正太分布权重PSO算法等传统方法。     

基于多重网格的大长径比颗粒仿真计算

针对大长径比颗粒(即长径比差异较大颗粒), 采用单重网格法进行邻居搜索时存在因网格尺寸较大, 导致接触计算复杂度较大的问题, 提出一种基于多重网格的新方法. 该方法先将大长径比颗粒（如长秸秆颗粒）虚拟离散为长径比较小的颗粒, 再将离散后的颗粒与其他颗粒一起混合, 采用多重网格法进行邻居搜索. 实验结果表明, 该方法减小了邻居搜索网格尺寸和邻居元颗粒的数量, 从而缩短了接触计算时间, 提高了计算效率.     

古建筑彩绘梁整像素位移自适应搜索解算方法

通过在构件表面喷涂均匀散斑并拍摄变形前后的图片,采用数字图像相关法（DIC）可实现构件位移的非接触式测量. 针对古建筑木梁彩绘图案灰度不均,导致传统DIC在整像素位移解算时识别效果差、计算效率低的难题,提出修正的自适应十字模式搜索法（IARPS）进行整像素位移解算. 首先,预估第一个搜索点的搜索半径,在该半径内进行穷举搜索;然后引入自适应十字模式算法,通过小菱形搜索实现整像素位移的解算. 采用散斑图模拟位移及装饰有彩绘图案的木梁压弯实验,将IARPS与DIC中常用粗-细搜索算法进行对比,结果表明,IARPS方法能有效克服粗-细搜索算法局部计算不精确的缺陷,且IARPS的计算效率可提高71.6%,为将DIC应用于古建筑彩绘梁的非接触式位移测量提供了一种新的解算方法.     

一种新的计算机视觉算法

受蚂蚁金服计算机视觉项目组委托,为了提高计算机视觉的识别效率和准确率,利用机器学习的思想开发自动进化图像学习机,将MATHEMATICA Cloud作为改学习机的计算云、搜索云,将学习函数和决策函数嵌入到学习机中,从而实现由学习机录入图像并导入MATHEMATICA Cloud进行计算和搜索的功能,利用搜索结果来锻炼学习机的学习函数,利用计算结果来锻炼学习机的决策函数,从而实现高效率的识别速度与高准确率的识别效果.基于蚂蚁金服提供的验算实例进行仿真实验,并从计算速度、收敛情况、识别精度等方面同现在常用的识别算法进行对比,结果显示:新算法的图像识别能力颇佳,与传统算法相比,新算法具有更快的计算速度、绝对收敛性和远高于传统算法的识别精度.     

基于多分辨率和互信息的图像配准方法研究

用互信息进行图像配准可使配准的精度达到亚像素级,但该方法因计算量很大致使配准速度较慢.为了提高图像配准速度,并进一步提高配准的精度,首先运用多分辨率的方法将两幅待配准图像分别分解成n个不同分辨率的子图像,然后利用互信息先将分辨率最低的图像进行粗配准,并将此配准的结果作为下一个分辨率较高的图像配准的基础,继续这个过程直至最高分辨率图像被配准,即运用由粗到精的配准策略减小计算量,从而提高配准速度.用Visual C++6.0编程实现该配准方法,实验结果表明在图像配准过程中将多分辨率和互信息结合起来使用,配准速度得到很大的提高,并且由于多分辨率的使用有利于避免局部最大值,使得配准精度也有了一定程度的提高.     

一种基于局部金字塔分解的图像拼接

目的研究提高图像拼接效率的方法。方法利用拼接区域的相似性信息降低图像拼接的计算量。结果提出一种图像拼接过渡区域的搜索方法,并以此在空间上约束被拼接图像拉普拉斯金字塔(Laplacian pyram id)分解和图像的拼接、重构计算。结论实验表明该算法在保证拼接质量的前提下明显提高了基于金字塔分解的图像拼接算法效率。     

一种新的基于FPGA的立体图像差异性算法

提出了一种新的基于FPGA的立体图像差异性算法,它以块匹配算法为基础,根据FPGA的特点,对图像相关性的公式进行设计优化,并结合穷尽方式搜索和预测方式搜索,提高算法的执行速度.设计基于FPGA的立体图像差异性算法IP核,充分利用FPGA独特的并行处理机制和强大的运算能力以提高系统的处理速度和性能.系统测试结果表明,基于FPGA的立体图像差异性算法,可以达到每秒33帧的处理能力,处理速度能够达到PC机的二百倍以上,具有较好的实时性;且能够连续处理500帧图像数据,具有较好的稳定性.     

一种基于计算机屏幕图像匹配的快速搜索策略

提出一种适用于计算机屏幕图像的快速搜索策略.首先确定含有目标图像窗口的移动范围,通过计算目标图像在窗口中的相对位置,缩小图像的搜索空间.对已知匹配点的空间坐标进行分类统计,根据目标点出现概率的大小标定搜索优先级,构建一种学习式的搜索算法.测试结果表明,在针对计算机屏幕图像匹配时,本文算法在运算速度和匹配精度上优势显著.该方案已成功应用于国家大型科学仪器工作状态监测系统.     

基于道路环境的车载双目系统立体匹配算法

为提高车载双目系统户外工作性能,提出了一种车载双目系统立体匹配算法。在代价计算阶段,提出了一种3bitCensus变换,该变换提高了对局部特征的描述能力并具有较强的鲁棒性;在代价聚合阶段,提出了基于边缘截断的自适应窗口聚合算法,该算法能够根据局部特征和边缘信息自适应的调节聚合窗口,提高了算法匹配精度;在视差计算阶段,利用跳跃式视差计算方法,进一步提高了计算效率。实验证明:基于3bit-Census变换+基于边缘截断的自适应聚合+跳跃式视差计算的立体匹配结构能够有效提高双目系统的鲁棒性、匹配精度及计算效率,适用于车载双目系统。     

一种具有半动态候选列表的蚁群算法

文章在ACS算法使用的最近邻候选列表的基础上,应用受限生成思想,设计了一种半动态的候选列表生成机制,使得蚁群对于所求解问题产生一定程度的记忆与环境识别能力;运用该方法改进了基本蚁群算法,优化了AS算法的搜索过程;同时,通过仿真实验对比具有半动态候选列表的AS算法与AS算法在计算TSP问题时的结果,验证了算法优化的有效性.     

基于树形搜索的NOMA系统功率分配算法

功率分配是影响非正交多址接入(non-orthogonal multiple access,NOMA)系统性能的一个重要因素.传统树形搜索功率分配算法在吞吐量方面虽然能达到全搜索算法的性能,但该算法具有较高的计算复杂度,而固定功率分配算法和分数阶功率分配算法虽然计算复杂度低,但不能达到较好的吞吐量性能.为了解决这个问题,提出了一种基于树形搜索的递增功率分配算法.该算法以最大化用户吞吐量的几何平均作为目标函数,采用功率递增的分配方式,将用户分配到树形模型中,并对用户逐层搜索筛选,根据给定的功率系数标准和吞吐量标准,舍去多余节点,保留幸存节点,直到完成所有用户的功率分配.仿真结果表明,该算法的吞吐量性能与全搜索算法相比,在没有明显下降的情况下,较大地降低了计算复杂度.