基于深度学习方法的车辆上牌量预测

随着人民生活水平的提高,汽车数量不断增长,汽车的增长数量对交通基础设施建有着重要的意义,车辆上牌数量也成为衡量汽车数量的一项重要指标。近年随着深度学习算法在交通预测方面得到了较广泛的应用。针对城市车牌量准确预测的目的,本文采用了基于门控递归单元(GRU)神经网络模型,对城市车辆上牌数量进行更为准确的预测。同时,为了验证GRU模型的预测性能,ARIMA和支持向量回归模型参与对车辆上牌数量的预测。实验结果表明,相比ARIMA和SVR,GRU模型在车牌数量预测方面更加准确。

系统仿真可信度评估方法研究

借鉴国外仿真模型校核与验证(Verfication&Validation,V&V)标准和规范,提出了一种系统仿真模型可信度评估通用流程和方法。对模型评估的相关概念进行了阐述,给出了系统仿真可信度评估流程中的主要操作步骤。在评估方法中引入了考虑不确定性的特征选择验证方法进行模型验证。为展示评估验证方法的可行性与有效性,介绍了一个管路水击压力波动仿真模型可信度评估的实例。

考虑局部段非线性的导弹整体动力响应计算

潜射导弹高速弹射出水时,空泡溃灭产生较大的冲击载荷,对导弹的结构强度提出了挑战。同时现代导弹的设计要求对结构进行优化设计,对弹体的厚度、质量均提出了要求,因此更加精确地计算导弹出水过程中的结构响应能够为设计人员提供更准确的参考。基于导弹局部段细致有限元模型得出的非线性刚度参数,将局部段等效为一具有非线性刚度的梁单元,并入建立的导弹出水全过程虚拟样机模型进行计算仿真,将结果与之前线性刚度模型的计算结果进行对比,最后对该局部段非线性因素对全弹整体响应的影响进行讨论。