高速列车蛇行运动稳定性研究概述

高速列车长期服役的可靠性是高铁建设的首要保证,自激蛇行运动是轨道车辆所特有的一种失稳形式,为了保证车辆的运动稳定性,确保其高速、安全行驶,以高速列车蛇行失稳的理论研究方法为背景,概述了蛇行失稳研究中的主要研究方法及其存在的不足,对近期的研究热点方向进行了概述并对非光滑分岔、非对称运行稳定性等方向进行了展望。对于高速列车的确定性和稳定性而言,在不考虑车辆非线性特性的情况下,一般可以采用特征根法、Routh-Hurwitz准则判定法、最小阻尼系数等方法进行分析;当必须考虑轮轨接触以及悬挂系统等非线性特征时,可以采用特征值变化法、QR算法+二分法、中心流形法、打靶法、延续算法等方法。对于车辆的随机稳定性而言,可以采用随机非线性动力学Hamilton理论、蒙特卡洛法、半隐式的Milstein随机数值模拟、小数据量等方法对随机稳定性、随机分岔以及分岔类型进行分析。由于能够考虑自身结构参数激励、轮轨接触不平顺激励,能得到更接近真实运行条件下的失稳临界速度,随机稳定性、随机分岔的理论研究和试验研究逐渐得到研究人员的关注,成为高速列车蛇行失稳研究的热点方向。     

一类具有环境白噪声扰动的随机包虫病 动力学模型分析

考虑环境中随机因素的影响,研究了一类受环境白噪声扰动的随机包虫病模型,得到了正解的全局存在唯一性条件:通过构造合适的随机Lyapunov函数,得到疾病随机灭绝性的条件.     

基于随机有限元的模板支撑体系井字架结构可靠性研究

扣件是模板支撑体系核心构件,其工作特性对体系承载性能具有显著影响.基于蒙特卡罗法基本原理,利用Python脚本驱动ABAQUS进行模板支撑体系非侵入式随机有限元分析,得出在井字架结构的任意位置上,随机出现不同数量的扣件失效对体系承载力可靠性的影响.结果表明,扣件失效概率增大将导致其屈曲承载力下降的幅度及概率显著增加.当扣件失效概率为0.183时,井字架结构的屈曲荷载比例系数超过0.8的概率为90%.当扣件失效概率达到0.199时,其屈曲荷载比例系数超过0.8的概率仅为50%.上述成果进一步说明基于所有扣件完好条件下的模板支撑体系确定性分析不符合实际,且偏于不安全.此外,当扣件失效数量服从二项分布时,模板支撑体系井字架结构的屈曲荷载比例系数λ服从正态分布.     

一类随机波动方程的渐近行为

本文主要讨论具有临界增长指数的强阻尼随机波动方程的渐近行为,通过使用加权范数,证明了对于任意的正强阻尼系数和耗散系数,该方程的解所确定的随机动力系统存在随机紧的吸引子。     

基于信号重构的伪随机跳频引信信号处理技术

针对多普勒失配引起的伪随机跳频引信定距精度差及工程实现难度大的问题,提出了一种基于信号重构的伪随机跳频引信信号处理方法.首先利用发射信号重构一组用于匹配滤波的本地参考信号,然后将这组信号分别与目标回波信号进行相干积累,当其中任一通道相关值超过预设门限时,即可判为定距成功.仿真实验结果表明,该算法能够对目标区域进行精确探测,有效地解决了伪随机跳频引信多普勒失配引起的定距精度差、虚警概率高等问题.     

制造商资金约束下的双渠道供应链协调

考虑由单一零售商和受资金约束的单一制造商组成的双渠道供应链,在引入带有价格折扣因子的零售商提前付款融资模式时,如何实现协调的问题.在制造商主导的Stackelberg博弈下,研究了制造商和零售商之间的库存协调问题,并建立了使得双渠道供应链实现协调的收入共享契约模型.给出了供应链协调时契约参数满足的表达式,并分析了价格折扣因子、初始资金对供应链及其成员的影响.最后,通过算例验证了契约对双渠道供应链协调的有效性及相关参数的作用.     

降低OFDM系统复杂度的改进SLM算法

为了降低正交频分复用(OFDM)系统中传统选择性映射(SLM)算法的计算复杂度,提高系统的频谱利用效率,提出了基于转换向量(conversion vectors)与随机筛选序列(random selection sequences)相结合的选择性映射(CR-SLM)算法.CR-SLM算法是将原始信号序列等分,然后对于数据序列的前半部分与转换向量相乘进行循环卷积,对于数据序列后半部分进行随机序列筛选,筛选出最优序列.最后将两部分输出序列合并生成候选序列,筛选出最优序列进行传输.仿真结果表明:CR-SLM算法在保持与传统SLM 算法PAPR性能相近的情况下,较大幅度降低了计算复杂度.     

一种基于MH改进的重启随机游走链路预测算法

基本随机游走相似性指标由于其转移概率仅由当前节点的度决定,影响链路预测效果.鉴于此,在MH (Metropolis-Hasting)算法的基础上,充分利用邻居节点的度信息,并采用将当前节点的自环率按邻居节点的度值加权分配给邻居节点的方法重构转移概率矩阵,再融合重启随机游走(Random Walk with Restart,RWR)相似性指标,提出一种改进MH的链路预测算法.首先,根据当前节点与邻居节点的度信息重新定义节点间的转移概率;然后,将新的转移概率重构成概率矩阵;最后,融合RWR相似性指标进行链路预测实验.结果表明,新算法相较于RWR、CN (Common Neighbors)等7种基准算法在AUC指标上均有提升,在排序分指标上也有所改善;AUC指标上最高可提升3.98%,排序分指标上最高下降1.92%,提升了链路预测的准确性.     

基于自适应粒子群优化的不平衡航空客户数据质量优化

航空业的竞争愈发激烈,高效且准确的客户忠诚度预测模型有利于提高企业竞争力.针对航空数据集存在严重分类不平衡、特征维度多等问题,提出了客户忠诚度预测模型.该模型基于自适应粒子群优化(APSO)算法得到多数类优化样本子集,使用卷积神经网络(CNN)提取得到的平衡数据集特征,将自动得到的特征向量作为随机森林(RF)算法的输入,构建客户忠诚度预测模型.实验结果表明,该方法预测性能优于其他预测模型,可以更好地预测客户忠诚度.     

基于空地协同采样的植被覆盖度随机森林估算方法

基于无人机高光谱影像,建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本,利用低空无人机搭载的光学相机,在从地面难以到达的山地、水域和植被茂密区,通过垂直拍摄获得厘米分辨率的航拍影像,作为对地面样方采样的补充。首先计算地面数码相机照片和无人机可见光影像的红绿蓝植被指数(red-green-bluevegetationindex,RGBVI),然后使用大津分割法提取样方的植被覆盖信息,得到构建模型所需的训练样本。在此基础上,基于2018年8月16—18日在内蒙古自治区察右中旗油娄沟矿区获取的GaiaSky-mini2无人机高光谱影像数据,利用递归特征消除算法优选参与随机森林回归的特征变量集,利用空地协同获取的训练样本构建植被覆盖度的随机森林回归估算模型。该模型在测试集上的确定系数R2为0.923,均方根误差为0.087,优于常用的像元二分模型,可用于矿区植被动态信息的精细化监测。