工程建模与仿真
期刊指标
录取率 22%
提交最终决定 110天
录取出版物 34天
小城堡 1.600
影响因子 -

响应面法优化AL6061-T6管端成形工艺

阅读全文

期刊档案

工程建模与仿真旨在为讨论形式主义,方法和仿真工具提供讨论的论坛,该工具涉及人以人为本的工程系统的建模和仿真。

编辑焦点

工程建模与仿真拥有一个由来自世界各地的实践研究人员组成的编辑委员会,以确保稿件由该研究领域的专家编辑处理。

特殊问题

您认为是否有一个新兴的研究领域真正需要突出显示?或者已经被忽视或将从更深入的调查中受益的现有研究区?通过领导特殊问题提高研究区域的概况。

最新的文章

更多的文章
研究文章

用于混合交通流量的蜂窝自动机模型与车道改变行为

印度城市的街道上主要是混合交通。对不同速度、长度和宽度的车辆进行混合交通建模是一个具有挑战性的问题。本文基于元胞自动机(CA)模型的精细细胞系统,提出了以中间车道宽度评价印度城市中汽车和摩托车混合交通行为的方法。在结果中观察到的最大汽车流量(即使存在摩托车)高于汽车的Na-Sch模型。这种增长主要是由于行为的改变。汽车流量随着摩托车密度的增加而减小。在此基础上,提出了利用速度流密度曲线基本图来评价变道行为对交通流速度和流量的影响。仿真结果表明,变道概率对交通流的速度和流量影响不大。

研究文章

基于模型的ECT数字处理单元软硬件协同设计

图像重建算法及其控制器构成了电容层析成像(ECT)系统的主要模块;为了在ECT系统可实现的性能和图像重建和控制设计的灵活性之间权衡,提出了一种针对FPGA片上系统(SoC)的数字处理单元(DPU)的软硬件协同设计方法。提出了基于模型设计(MBD)范式的ECT-DPU软硬件组件的设计与实现,以及软硬件组件的集成与验证。大向量的内积构成了大多数ECT图像重建算法的核心。在FPGA上实现大型矢量乘法的全并行会消耗大量的资源并产生较长的组合路径延迟。ECT- dpu提出的MBD解决了这一问题,通过构建一个参数化分段并行产品内部架构,从而作为ECT系统图像重建和控制中的并行矩阵乘法的共享硬件核心单元。这允许在系统级配置参数化核心单元,以处理具有段长度作为设计自由度的大型矩阵。它允许在性能和资源使用之间进行权衡,并决定计算并行性的级别。使用MBD和所提出的分段架构,系统设计可以根据设计者的规范灵活地定制,以在满足资源约束的同时实现所需的性能。在线性回投影图像重建算法中,在帧率为3%和14%的情况下,分割方案分别表现出43%和71%的高资源节约。

研究文章

基于改进DDA方法的滑坡地震动力响应研究

Majiagou Landslide是三峡库区三峡水库地区的一个主要山体滑坡,位于中国西南部的高地震区。2013年巴东地震引起了滑动仪表监测滑坡的明显变形。强烈地震可能会诱导古老滑坡的再激活。因此,有必要研究Majiagou Landslide的地震动态响应。为此目的,通过引入人工关节和粘性边界来改善的不连续变形分析(DDA),应用于本研究。计算由Badong地震引起的监测点的位移与现场数据进行比较,验证数值方法和模型。此外,假设具有1g的峰值加速度的强烈地震,以对陆地作用,模拟滑坡的启动和演化过程,并讨论了滑坡的运动特征。可以体现地震波的动态故障和地震波的局部放大,表明改进的DDA提供了用于分析关节岩的地震动态响应的替代方法。

研究文章

在库存供应策略中建模可持续发展方面

如今,库存管理是必须扩展的工具,以涵盖供应链(SC)的所有方面。其中一个方面是可持续发展(SD),强调经济福祉,自然资源和社会之间的平衡。随着库存涉及利用自然和经济资源,SD标准的整合对于更有效和可持续的SC是重要的。在这项工作中,确定了与库存管理相关的最重要的SD变量。这些变量被整合为不明确的库存控制模型中的成本元素,以包括库存供应策略中的SD标准。通过评估拟议的综合模式,虽然SD实践涉及额外投资,但重用/回收和政府激励等具体做法可以增加收入和利润。这对政府和业务战略的发展至关重要,以进行可持续惯例。

研究文章

螺旋结构非线性弹性计算的高阶数值模型

本文提出了一种基于渐近数值方法(ANM)的高阶螺旋结构非线性弹性计算算法,该算法不忽略任何非线性项。接下来的研究中考虑的非线性是几何类型的,数值建模中采用的运动学考虑了Timoshenko和de Saint-Venant的假设。该结构的中线离散采用12个自由度的曲线单元。通过一个简单的例子,我们展示了该算法的效率,该算法是在这种情况下进行的,与牛顿-拉夫森增量迭代算法相比,其减少了切矩阵的反转次数。

研究文章

基于人工神经网络的商业建筑能耗分析

建筑能耗特别是在办公室是惊人的和提示的渴望更多的能量分析工作要做在测试模型可以估计商业建筑的能源形势,关键因素是基于人类因素,工作负载,和天气变量如太阳辐射和温度。在研究中,选择了加纳能源与自然资源大学的行政区块,并使用SketchUp建模进行能源分析。该建筑的日常能源消耗由EnergyPlus生成,表明该街区2018年的电力消耗,其中68.7%用于该街区的设备,26.98%用于冷却,其余用于照明。以天气变化和天数为输入神经元,以制冷、照明、设备和建筑总用电量为输出神经元,用MATLAB建立人工神经网络模型。训练后的模型 培训、验证和测试值为0.999,验证性能为 它能够预测照明、制冷和设备的能源消耗,这与结果非常接近。将神经网络模型预测的结果与EnergyPlus仿真结果进行了比较。以下参数(照明、冷却和设备)的最大偏差分别为13%、8%和4%。照明和制冷的巨大差异在于预测人类行为和天气状况的难度。该设备记录的最小值是由于其不受外部因素的影响。

工程建模与仿真
期刊指标
录取率 22%
提交最终决定 110天
录取出版物 34天
小城堡 1.600
影响因子 -
提交