简介:用多速的格子气模型研究了室内行人疏散动力学。模拟再现了行人疏散过程。行人在疏散的过程中呈现动力学非线性特性,研究发现存在两个标度关系J∝W0.75±0.01:拥堵态,饱和流率和出口宽度之间的标度关系为;疏散时间(所有人疏散完毕所用的时间)与出口宽度之间的标度关系为Te∝W-0.51±0.02。研究了初始密度和出口位置对疏散时间的影响,模拟结果显示:疏散时间随初始密度线性增加;当出口在大厅正中时,疏散时间最短(也就是说我们找到了出口的最佳位置)。为了探究行人速度差异对疏散动力学的影响,研究了比例系数R(表示低速的人占总人数的比例)对疏散时间和饱和流率的影响。结果显示:随着R的减小,疏散时间变短,饱和流率增大。
简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。