基于递归相似性的非线性振动损伤敏感识别

对角线状分布是递归图和相干递归图最显著的视觉特征之一,其长度反映了系统动力学行为之间的相似性。基于最大对角线长,提出了评价两时间序列在重构相空间中演化趋势相似程度的定量指标,即最大相似度。将递归图方法引入到直杆的非线性纵振问题中,研究结果表明:针对不同损伤阶段,描述对角线长度的递归定量指标均能够有效识别出非线性结构的损伤,其中最大相似度指标对损伤最为敏感,特别适合于结构早期微小损伤的有效识别。

短时交通流交通状态转变及其特性分析

针对短时交通流预测中忽视交通流所处交通状态的转变及所处的状态。首先简要介绍了相干递归图及相干定量递归分析,以1分钟为间隔的实测数据为例,通过相干递归图分别可视化常发性拥挤和偶发性拥挤中时间占有率和流量的递归特性,然后运用相干定量递归分析分别确定了常发性拥挤和偶发性拥挤交通状态的转变时刻,得到了不同交通状态的统计特征值,并做出分析。结果表明将交通流划分为四个状态更具合理性,同时各状态的统计特性分析对短时交通量预测及交通拥堵机理研究都有重要的意义。