时速250km动车组牵引电机可靠性建模及置信度评估

为研究牵引电机的可靠性,深入分析时速250km中国标准动车组牵引电机的结构及控制逻辑,提出牵引电机在设计阶段的可靠性建模方法.基于相似产品法对牵引电机及其关键零部件进行可靠性预计,建立基本可靠性模型,计算整机故障率;依据整车控制逻辑及用户对故障定义分类,建立任务可靠性模型,评估可靠性是否满足用户要求;采用齐次泊松分布法评估满足可靠性要求的置信度.评估结果表明:动车组牵引电机满足用户可靠性目标要求,且置信度在99％以上,采用文中方法对牵引电机进行可靠性建模及评估具有指导意义.     

广义教化的置信度原理探索

在高校教育中,为了减少失误、提高效率、追求规范化教学,需要继续认识实施传授知识、培养情感的科学规律.建立起广义教化的置信度原理模型,即为解决此问题的一个探讨.借用数理统计的置信度概念,对课堂教学的细部环节进行分解分析,提出广义教化的置信区间与传授精准度的关系.以教化、广义教化的实例映证,易于理解和接受.作为教法的科学化归纳,可在教学活动中帮助自省和提高.     

���ڶ����ѧϰ�������ԵĶ�ʱ��ͨ��Ԥ��

交通流量预测是当前交通大数据应用的重要议题之一.经典的交通流量预测方法通常只根据被预测道路自身的数据进行分析和决策,而往往较少考虑由于同一区域不同道路之间的交通流量关联性.本研究根据城市核心区交通流量数据的特点,构建同区域内多条相关道路的交通流量多维度数据模型.并且,基于该数据模型提出了一种基于多机器学习竞争策略的交通流量预报算法.该算法的主要核心思想是利用时间序列聚类的方式将多维交通流量数据进行降维,然后通过引入多种多机器学习方法进行并发训练,其训练结果通过竞争获得最优分类器群.最后设计了多最优机器学习集成预测方法进行交通流量预测.本模型通过在南昌市中心道路进行的实验显示,其预测结果优于传统单时间序列机器学习方法.     

修正的Goodman线图试验研究

通过对09V钢乙形型材母材及其焊接接头Goodman疲劳极限线图试验的研究，获得了具有一定存活率和置信度的P-S-N曲线以及修正的Goodman疲劳极限线图。为进行非对称循环条件下的抗疲劳设计，提供了较为可靠的设计依据。     

公交专用道上停靠站停车位的计算方法研究

本文首先分析停靠站停靠能力的影响因素和简要阐述现有停车位的设计思路。然后在分析公交专用道上公交停靠特性的基础上，提出基于公交到站概率分布的停车位计算方法。其中，重点针对随机性到达情况，文章运用排队论和引入置信度提出计算模型，并通过示例说明该方法的计算过程。     

机器学习在道路工程领域的应用研究进展

道路工程是国民经济发展的重要公共基础设施之一，机器学习是提高道路工程领域数字化、自动化和智能化的重要方法.为全面了解机器学习在道路工程领域的发展及应用，在阐述机器学习基本理论的基础上，分析机器学习在道路工程材料、设计、施工、运维和预测方面的研究现状.研究表明，道路工程领域已开展了不少机器学习研究，但道路工程各方面机器学习智能化发展存在不足，实际应用存在一定局限性；未来发展需深入探索大数据、深度学习、神经网络等智能技术在道路工程全生命周期的融合，促进道路工程领域机器学习等智能研究发展.     

机器学习在隧道岩爆微震监测预警中的应用

深部隧道岩爆是地下工程建设中的安全隐患，准确预警岩爆能够保障工程人员的生命财产安全。机器学习等智能技术的出现为岩爆预警带来了新的思路和方法，提高了预警的准确性、及时性和智能化水平。对机器学习在深部隧道岩爆微震监测预警中的应用现状开展了系统研究。首先，对岩爆微震监测评估预警中的机器学习算法进行总结，分析了现有各类机器学习算法的特征优势，然后，对微震监测岩爆预警指标体系进行了归纳，进一步，分析了基于不同机器学习的岩爆微震监测预警应用效果。结果表明神经网络（NN）是岩爆预警算法中的热门方法，微震事件数（N）、微震能量（E）、视体积（V）及其变体是使用频次最高的岩爆预警指标，大部分岩爆预警指标个数主要在3～7个之间。岩爆等级是岩爆预警的研究热点，大部分机器学习方法的预警准确率基本能达到80%及以上，表明机器学习方法具有较好的应用效果与发展前景。最后，对发展方向进行了展望，更先进的机器学习算法、预警指标体系的有效性与全面性、样本的丰富性、岩爆发生时间预警、数据处理能力等需要进一步深入研究。     

基于改进密度聚类算法的交通事故地点聚类研究

交通事故特征受地域分布影响显著，本文对交通事故特征进行优化聚类研究.基于 2019年无锡市交通事故数据，调用开放地图接口地理编码解算事故地点经纬度，使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈值的准确输入，为解决这一局限，建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型，并与原始聚类模型进行对比.结果表明，优化算法在参数确定上更加智能，对簇的划分更加准确，对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分，证明了该算法在城市道路交通事故地理位置聚类中的适用性.     

基于改进密度聚类算法的交通事故地点聚类研究

交通事故特征受地域分布影响显著，本文对交通事故特征进行优化聚类研究.基于 2019年无锡市交通事故数据，调用开放地图接口地理编码解算事故地点经纬度，使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈值的准确输入，为解决这一局限，建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型，并与原始聚类模型进行对比.结果表明，优化算法在参数确定上更加智能，对簇的划分更加准确，对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分，证明了该算法在城市道路交通事故地理位置聚类中的适用性.     

城市公共交通发展水平的属性数学识别模型

为了合理评价城市公共交通发展水平,构建了城市公共交通发展水平评价指标体系与分级标准,提出了属性数学识别模型。应用变异系数法确定评价指标的权重,根据单指标的属性测度值与多指标的综合属性测度值,利用置信度准则识别城市公共交通发展水平。评价结果表明:青岛市公共交通发展水平属于较高等级,与民意调查结果相吻合,而且还可知青岛市的公交设施水平属于高级,服务水平与效益水平属于中等,因此,该模型可行。     

全液压多功能弯管机锯切机构的设计

全液压多功能弯管机采用了一种与传统不同的新型全液压摇壁式圆盘锯机机构。对此机构进行了运动，受力分析和结构的研究设计，提供各种工业用圆盘锯切机设计计算参考。     

小置信范围下指示函数的沃尔什逼近

讨论了基于统计学习理论中满足较小置信范围时,采用沃尔什函数逼近机器学习响应函数,从而在结构风险最小化原则条件下使风险泛函最小,保证了小样本环境下机器学习的误差最小,并且获得较好的学习推广能力.     

数据驱动跟驰模型综述

车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型，是交通流理论 的基础。近年来，信息感知与获取、大数据、人工智能等技术快速发展，推动了数据驱动跟驰模型 的快速发展。数据驱动跟驰模型，是以真实的车辆行驶数据为基础，利用数据科学与机器学习等 理论和方法，通过样本数据的训练、学习、迭代、进化，挖掘车辆跟驰行为的内在规律。本文系统 回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究 热潮，归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱 动的跟驰模型3类数据驱动跟驰模型，并分别介绍了其中的典型代表。分析数据源发现，尽管各 种高精度轨迹数据不断涌现，目前研究仍多使用美国于2006年发布的Next Generation Simulation (NGSIM)高精度车辆轨迹数据，模型的可移植性和泛化能力值得思考与研究。提出关于模型输 入、输出的3个问题：如何考虑更多驾驶行为变量，是否有必要考虑更多行为变量，现有输入、输出 是否可替换。在模型测试与验证方面，发现并讨论了目前测试不充分、对比不完整、缺少统一测 试集与测试标准等问题。最后，探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期 望通过本文的梳理，帮助研究者更好地了解数据驱动跟驰模型的过去与现状，促进相关研究的快 速发展。     

基于支持向量分类机和回归机的综合评价方法

采用支持向量多值分类机和回归机进行综合评价排序,以提高机器学习方法的综合评价排序能力,并以管理信息系统综合评价为例,与人工神经网络（ANN）方法进行了对比研究.试验结果表明,基于支持向量多值分类机综合评价得分之间的差异比ANN更明显,而且基于支持向量回归机综合评价得分的相对误差明显小于ANN.     

MULTI SUPPORT VECTOR MACHINES DECISION MODEL AND ITS APPLICATION

IntroductionStatistical Learning Theory( SLT) is a small-sample statistical theory by Vapnik etal.SupportVector Machine( SVM) is a novel powerful ma-chine learning method developed from SLT.SVMis powerful for the problems will small sample,nonlinearity,high dimension and local minima.Currently,SVM has many applications in the pat-tern recognition,function estimation,signal pro-cession,control,and others field[1～ 3 ] .SVM en-hances generalization by principle of the structuralrisk min…     

基于YL-558的数控机床故障诊断与维修课程教学研究和实践

分析本学院数控机床故障诊断与维修课程教学现状及存在问题,依据岗位职能改革课程体系,优化项目内容,提炼学习性任务。以工作过程为导向,采用六步教学法进行教学研究,并以数控系统数据备份与恢复任务为例,展示了六步教学法的实施过程和结果。     

关于小样本置信区间

主要小样本问题中，对于参数或者非参数的估计，如何构造单侧或者双侧置信区间的方法，通过解方程组求得参数（或参数的函数）的Ｍ－估计，并得到一个重要的结论。     

路面抗滑性能检测与预估方法综述

针对道路工程中路面抗滑性能检测与预估中存在的问题,分别从力学机理、检测方法、预估模型3个方面系统梳理了路面抗滑性能相关成果及进展;基于传统的库伦摩擦定律,阐明了路面抗滑性能的摩擦力学机理,从路面、轮胎以及接触环境3个方面总结了抗滑性能的影响因素;总结了抗滑性能的直接与间接测量方法,重点分析了路表纹理检测技术的难点以及测试数据的预处理方法;对比分析了抗滑性能预估的传统经验统计模型、力学模型以及机器学习等方法的优点与不足。研究结果表明:影响路面抗滑性能的因素众多,传统的摩擦理论难以描述橡胶与粗糙表面接触界面第三体的力学行为,因此,需要进一步研究具有润滑介质的接触界面摩擦机理;抗滑性能直接检测方法功能单一,成本较高,表面纹理的高速无接触自动化检测更加符合未来智能一体化检测需求,但高精度、大量程检测以及数据清洗仍是需要突破的瓶颈;相比现行的各类预估模型,经验统计模型及机器学习弱化了胎-路接触特性,导致预估模型缺乏扩展性;推行有限元仿真力学模型方法,有望进一步揭示复杂物理场下的摩擦机理,从而开发更精准、高效的路面抗滑预估模型。      

悬链线上自动装卸工件的研究

分析了悬链线上自动装卸设备所产生的运动以及实现这些运动所需的机构。针对工件放置位置不准确的状况,采用机器视觉技术自动识别工件的位置,悬链与机器人悬挂机构保持同步移动,可以避免吊杆与工件及悬挂机构碰撞,保证了工件的自动抓取和释放的准确性。     

Stewart平台式并联机床的一种运动及受力分析方法

并联机床被誉为21世纪的新型加工中心, 但它所能发挥的性能仍受到现有机构计算理论、测量及标定方法的限制.目前已有的正向求解方法,由于非线性的影响,有求解过程复杂和多解的问题,难以用于并联机床的运动控制,为此,建立了6-3 Stewart平台式并联机床结构的运动学和力学模型,其中采用对称分布的3个位移传感器用于机构的位置分析,并将降阶的运算操作与传感器方式相结合,实现了机构分析的正向算法,并开发了数值模拟程序.这种方法明显降低运算消耗,并提高了精度.