横观各向同性板的精化理论

利用Elliott-Lodge解和Lur'e算子方导出了横观各向同性板的精化理论,并考虑了本征根s₁²≠s₂²和s₁²=s₂²的2种情形。     

关于横观各向同性弹性体轴对称问题的通解

本文从柱坐标下横观各向同性体轴对称问题的广义轴对称Papkovich-Neuber通解^[1]出发,通过对通解中的势函数省略或取共轭,得到了五个特殊形式通解,并证明了它们都是完备的。     

城市停车设施片区指引优化模型及评价方法

提出一种停车设施片区优化指引的模型方法,以首选停车场和备选停车场的平面距离最小为目标函数,在泊位饱和度和车辆接受停放概率等约束条件下,建立停车片区优化指引模型,设计结合作图法的两层次搜索算法确定停车场备选解集.采用模糊优选评价方法进行备选方案的排序研究,通过隶属函数对各备选停车场方案的原始数据进行标准化处理,并通过备选方案与基准方案的贴近度数值评价各次选停车场的排序,以东莞市中心城区第7停车分区作为计算实例,说明停车片区停车指引模型和模糊优选评价方法能够成功地应用实施.     

带转向延误和限制的最短路径问题及其求解方法

阐述了带转向延误和限制的最短路径问题(SP-Turn)的基本原理,系统介绍了现有的求解方法,包括扩展网络法、对偶网络法和弧标号算法,并提出了一个节点标号算法用于对比.分析指出弧标号、节点标号算法在算法原理上是一致的,对偶网络法是对它们的直观化.同时指出在SP-Turn方法中,扩展邻接表是高效的网络表示形式,在合理选择的前提下,一般SP算法的标号设定、标号修正等标号技术同样适用,最短路径可由节点至弧的形式转换为节点至节点的常规形式.     

交通量的灰色神经网络预测方法

结合灰色系统思想与神经网络构成灰色神经网络,根据目前灰色模型与神经网络结合的方法,提出并联型、串联型和嵌入型3种预测模型的结构.并联型灰色神经网络首先采用灰色模型、神经网络分别进行预测,而后对预测结果加以组合作为实际预测值;串联型对多个灰色预测的结果使用神经网络进行组合;嵌入型在神经网络的输入端、输出端分别增加一个灰化层和白化层而构成.对并联型灰色神经网络给出一种根据预测模型的有效度确定加权系数的方法.将上述3种灰色神经网络模型用于对京石高速公路断面机动车实时交通量进行预测,模型精度和预测结果比较理想,优于单一预测模型.实验表明:灰色神经网络可提高预测精度,用于交通量预测方法是有效可行的.     

基于三螺旋模型的上海区位-产业-产业垂直关联的实证分析

三重螺旋模型创立以来被广泛地应用于分析产学研三者互动演化关系,本文基于作者掌握的一套企业微观数据,将三螺旋理论运用于区位、产业类型和联系两者的产业垂直空间关联这三者之间的互动分析,定量地从时间演化角度分析了代表上海区位-产业类型-产业垂直关联的三维协同信息的耦合度变化,揭示了近年来上海产业结构升级和区域空间结构调整过程中产业空间系统演化的过程。     

扩展二维网格片上互连性能分析

为了解决Mesh网格在某些情况下不能满足片上网络互连需要的问题,将Mesh网格扩展到三角形和六边形网格,在分析不同结构静态特性并揭示不同结构的内在联系的基础上,基于全局均匀随机通信模型,通过改变网络规模和变换通信强度,分析了不同结构网络的动态特性,最后用链接数表示通信成本,使用该文提出的网络单位成本延迟负载能力这一技术指标,对不同互连结构的综合性能进行了对比,并指出了它们分别适用的场合。实验结果表明,在大规模超大规模片上多处理器中直接单独使用任何形式的二维网格互连均不能取得很好的性能。     

薄壁管光纤光栅传感器准稳态传热性能研究

依据傅立叶传热定律和牛顿冷却定律分析了薄壁管光纤光栅传感器准稳态传热机理,用AN-SYS数值模拟了其传热性能.在22.3～303.1℃温度范围,对薄壁石英管封装的光纤光栅温度、压力双参量传感器内、外壁温度进行了测试,结果表明数值模拟与实验验证基本吻合,为光纤光栅传感器的设计和测试提供了依据.     

道路交通意外事件影响范围确定方法

为便于针对交通意外事件及时采取交通疏导措施,提出了一种城市交通意外事件影响范围确定方法.该方法在事发地点周边寻找交通分流区域,通过OD矩阵反推、交通流的重新分配和滚动优化,估算实施的交通疏导措施后,该区域内交通流总出行时间的变化情况,并以此作为确定交通意外事件造成的交通影响范围的评判标准,实时寻找合理的交通意外事件影响范围.以南京城区局部道路网为对象,结合交通意外事件的相关数据,对该方法进行了模拟仿真实验.实验表明:该方法确定交通意外事件影响范围的有效性和可行性;同时,该方法还充分考虑到交通疏导措施可能对事发地点周边城市交通网造成的负面影响,有利于交通紧急疏导方案的制定与实施.     

基于人为误差的支持向量机——4E-SVM

传统的支持向量机是将分类问题转化成二次规划问题来解决的。针对传统的支持向量机算法及其变形算法忽略了训练集数据含有较大人为误差参与时其算法精度所存在的保障问题,提出了基于人为误差的支持向量机（artificial error-support vector machine以下称AE—SVM）的基本理论,并建立了AE—SVM的理论模型。该模型是C—SVM模型的改进和推广。