一种电动自行车充电器的设计

电动自行车大多使用36v或48v的电瓶供电，但由于不同厂家生产的充电器与电瓶之间的接插件接法不同，电动自行车需要专用充电器，混用充电器将会烧坏充电器及电瓶，为提高充电器的安全性，设计了一种带反接保护的36v充电器。经实际检验，充电器性能理想，可投入生产。     

自行车脚蹬曲柄合理形状

自行车脚蹬曲柄在自由状态时，曲柄处于随遇平衡，产生人机干扰．为避免此种状态的出现，可改变整体曲柄重心，实现稳定平衡．     

路连接双圈图Hosoya指标的最大值序列

路连接双圈图是指两个圈用一条路相连接的图.本文章根据已有的结果,通过对Hosoya指标的理论和性质的研究,给出了路连接双圈图Hosoya指标的最大值序列图及其最大值图.     

同时考虑结伴行为和逆行行为的自行车流元胞自动机模型

结伴行为和逆行行为是两种常见的骑行方式,容易引起自行车流的局部自组织现象和通行效率下降。为研究结伴行为(包括左右结伴和前后结伴)和逆行行为共存对自行车流运动机理和交通特性的影响,建立同时考虑结伴和逆行行为的自行车流元胞自动机模型。通过仿真实验,分别分析左右结伴和前后结伴与逆行共存对自行车流的影响。研究表明:左右结伴和逆行共存会显著降低自行车流的通行能力、增加旅行时间和降低平均速度;前后结伴和逆行共存仅在高车流密度条件下减少平均速度,且引起自行车流轻微振荡;上述负面影响同结伴尺寸、结伴比例、逆行比例和自行车平均到达率等因素有关。这些研究结果有助于更好地管理自行车流,特别是逆行行为管理。     

基于长短期记忆神经网络模型的共享单车短时需求量预测

共享单车具有很强的流动性和高随机性,为了更加准确地预测某区域内每小时的单车使用数量,通过爬取纽约市Citi Bike共享单车的天气特征数据信息,并分析时间因子、气象因子等对单车需求量的影响;采用长短期记忆(long short-term memory,LSTM)神经网络模型预测共享单车的短期需求量,并与传统的循环神经网络(recurrent neural network,RNN)和BP(back-propagation)神经网络模型预测结果进行比较。实验结果表明:影响单车需求量的主要因素包括温度、节假日、季节以及早晚高峰时间段等因素;与传统BP神经网络算法和循环神经网络RNN算法相比,LSTM鲁棒性高,泛化能力强,且预测结果曲线与真实结果曲线相吻合;预测精度高(精确度为0.860)均方根误差最小(为0.090),误差小。可见LSTM模型可以用来对共享单车的短时需求量进行预测。     

零度为1的无交双圈图刻划

含有n个顶点,n＋1条边的简单连通图称为双圈图．若双圈图G中存在的两个圈,它们不舍懿共交点,则称G是无交双圈图．图的零度是指在图的谱中0特征值的重敷．本文刻划了零度为1的所有元交双圈图的集合．     

无信号控制路段电动自行车过街速度分析

为了解析无信号控制路段过街横道处的电动自行车过街速度,采集了镇江市5处过街横道处的电动车自行车过街行为数据样本,得出不同条件下的电动自行车车过街平均速度:男性为2.19 m/s;女性为2.04 m/s;青年、中年与老年分别为2.18 m/s、2.12 m/s、1.95 m/s。基于年龄、性别、过街方式、过街干扰因素对电动自行车过街平均速度影响的分析结果,利用SPSS软件以电动自行车过街平均速度为因变量,性别、年龄、过街方式、是否推车、是否交谈、是否使用手机、是否负重作为自变量进行建模分析。结果表明:老年、是否负重对电动自行车过街速度影响不显著,并针对影响显著变量建立了电动自行车过街平均速度的线性回归模型,并标定系数。     

相离双圈图的代数连通度

简单连通图若边数等于顶点数加1,且图中所含的两个圈没有公共顶点,则称该图为相离双圈图.本文主要给出了相离双圈图中前十四大代数连通度的图类.     

基于C164微控制器的电动自行车变频控制研究

介绍了基于西门子C164微控制器的电动自行车变频控制研究，主要从变频原理、微机控制、系统整体三方面给出了详细的说明，系统设计简单，控制效率高，有很好的发展前途。     

中国自行车交通与城市交通可持续发展

为了对自行车在城市交通可持续发展中的作用和地位进行全面的分析,从城市交通环境、经济和社会可持续发展3个方面分析了各种交通工具的优劣,并利用模糊层次分析法对6种常用的交通工具进行了综合评价,确定了交通工具比例的可持续发展值,并提出了当前中国城市自行车交通优化的4条措施。研究结果表明:自行车是最有利于城市交通可持续发展的交通工具,应进一步加强自行车交通的发展。