驾驶威胁感知评估方法

为评估驾驶员所处交通态势的威胁感受,基于其主观感受性驾驶行为特征提出了一种量化评估方法。选取横向和纵向上的相对速度、间距以及轨迹交叉角5项驾驶行为特征作为态势因子,以预期避碰点与危险源的距离来测度威胁主观感受。采用统计学方法结合驾驶员直观威胁感受,给出各因子分级化隶属函数构造方法。同时结合模糊推理原理,析取威胁评估规则并建立威胁评估模型。最后结合算例验证了本文方法的实用性与有效性。     

纯电动汽车驱动电动机系统效率模型的试验

为了在工况变换控制过程中,实现基于电动机系统最佳效率的优化控制,构建了电动机系统效率与转速及转矩之间的关系式.由实车测得的数据,确定了研究工况的范围,在电动机加载试验台上对电动机系统效率特性进行了测试,结果显示被测驱动电动机系统效率η>80%的区域面积占整个测试区域范围的77.1%.基于最小二乘法,对电动机系统效率进行曲面拟合,综合考虑拟合结果的精度及运算工作量,确定采用4次函数构建电动机系统效率模型;利用驱动电动机外特性部分工况点测试结果对模型进行了验证.结果表明:模型计算值与实测值的最大相对误差为3.9%,建立的模型是有效的,该模型能够为在整车控制器中制定基于电动机系统最佳效率的优化控制策略提供依据.     

基于重力模型的中国航空网络航线连接驱动力分析

航空网络的航线旅客流量,决定了机场间航线的连接.因此,引起OD流生成的经济社会因素就是航线连接的驱动力.依据重力模型的原理,先选择影响航线OD流量的机场城市经济社会因素,再通过灰色聚类方法,确定出了机场城市的第三产业产值、人均可支配收入和城镇人口是影响OD流量的根本因素;然后分别以这三个因子作为网络优先连接驱动因素,构建与中国实际航空网络规模相当的仿真网络,通过仿真网络和真实网络度值分布曲线对比,发现第三产业对航线连接驱动力最大,其次是人均可支配收入.     

运用合适的差分格式验证Kazemi模型数值解的正确性

以Kazemi在1989年提出的裂缝性油藏水驱油理论模型数值解为研究对象,运用Burges方程筛选出了两种合适的差分格式来反映Kazemi模型数值解的激波,通过实例用所选的差分格式验证了Kazemi模型数值解的正确性,进一步完善了裂缝性油田水驱油理论.     

层次递进耦合:产业集群的动态形成机理

实施产业集群发展战略的前提是正确把握集群的形成机理,现有的相关研究基本局限在静态的条件性及原因性分析。以动态过程作为分析视角,认为产业集群的整个形成过程由于受不同驱动因素的作用,会先后出现三个不同的关键阶段,即萌芽、企业聚集和集群化。通过构建反映集群动态形成的层次递进耦合模型,描述了各个关键形成阶段的特征,分析了促进每一关键阶段出现的驱动因素及其层次递进关系,揭示了各层驱动因素的构成方式,并指出了该研究的政策含义。     

基于马尔科夫过程的行驶工况构建中数据处理与分析

在利用马尔科夫过程构建行驶工况的方法中,将车辆的行驶状况看做一个随机过程,只需求得实验数据的状态转移矩阵,便可得到随机过程的统计性质,通过对实验数据进行状态划分、模型事件分类、模型事件集确定,最终可得到实验数据的转移矩阵。文章简述了马尔科夫构建行驶工况的基本原理及实验数据的处理方法和转移矩阵的求法,并利用VBA语言设计了一种数据分析处理程序。     

企业自主创新动力系统的建构

现有研究表明,企业未开展自主创新活动的原因在于动力不足。鉴于此,试图通过企业调研,总结企业实践中的自主创新动力要素,建立企业自主创新动力研究的系统分析框架。在明确企业自主创新动力系统的内涵与特征的基础上,构建企业自主创新动力系统,划分系统层次,细化子系统的动力要素构成,并对各动力要素进行具     

厦门市城市扩展遥感动态监测及其驱动力分析

基于最大似然法、空间叠加技术和转移矩阵,提取1993、2001和2007年厦门市遥感影像土地利用信息.分析城市建设用地变化、城市扩展空间特点及其驱动力,探讨优化厦门市城市空间扩展的策略.结果表明:1993—2007年,土地利用发生变化的面积高达35.79%,其中1993—2001年的变化面积为2001—2007年的两倍多;14年间,建设用地面积扩展年变化率为6.35%,扩展面积中耕地所占比例超过50%;城市扩展的主要驱动力来自经济发展、人口增长、外商投资、政策法规及自然地理环境.     

基于GPRS的电动汽车道路行驶工况自学习

提出了一种基于GPRS的道路行驶工况数据的远程采集方法,并将其应用在电动汽车的实际运行中,获得电动汽车道路试验原始数据库.同时将自组织映射(SOM)神经网络引入到行驶工况的自学习中,通过SOM网络对原始数据进行运动学片段的聚类分析,构建出了电动汽车在实际运行中的3种典型工况,为电动汽车基于行驶工况的自适应优化控制策略提供了基础环节.所构建的行驶工况和其他行驶工况相比具有一般规律,表明应用SOM网络能够很好地实现道路行驶工况的自学习功能.     

Genetic-fuzzy HEV control strategy based on driving cycle recognition

A genetic-fuzzy HEV control strategy based on driving cycle recognition (DCR) was built. Six driving cycles were selected to represent different traffic conditions e.g. freeway, urban, suburb. A neural algorithm was used for traffic condition recognition based on ten parameters of each driving cycle. The DCR was utilized for optimization of the HEV control parameters using a genetic-fuzzy approach. A fuzzy logic controller (FLC) was designed to be intelligent to manage the engine to work in the vicinity of its optimal condition. The fuzzy membership function parameters were optimized using the genetic algorithm (GA) for each driving cycle. The result is that the DCR_fuzzy controller can reduce the fuel consumption by 1.9%, higher than only CYC_HWFET optimized fuzzy (0.2%) or CYC_WVUSUB optimized fuzzy (0.7%). The DCR_fuzzy method can get the better result than only optimizing one cycle on the complex real traffic conditions.