基于灰色理论的产品配色意象值评价算法研究

顺应产品造型变化的配色调查有助于设计师获得较为精确的配色意象,为了节省大量的配色问卷调查统计时间,以较少的已知的色彩样本意象评估量值去预测待测的产品配色量值,文中建立了产品配色方案灰色关联的数学模型,提出配色方案灰色聚类分析的算法,并详细阐述了该算法对配色方案进行定量评价的过程,最后通过案例应用和基于类神经网络预测的方法进行比较研究,结果显示,文章提出的算法对于多色组成的产品较为有效.     

基于刚度等效模型的减重孔板结构快速分析方法

为了能够更有效率地对减重孔板结构进行计算分析, 提出一种快速分析方法; 研究了减重孔板结构模型与平面板结构模型间的一般刚度等效关系, 建立了减重孔板孔径、孔距与相应平面板等效杨氏模量、等效板厚间的关系表达式, 以等效平面板结构模型代替原孔板结构模型进行变形分析; 将局部节点位移施加到相应目标孔位模型上, 计算了目标孔位区域的应力分布; 结合试验与仿真验证了方法的准确性; 通过对某实际减重孔板结构施加不同载荷, 对刚度等效关系的稳定性进行了验证; 通过某车体底架带孔板结构实例, 对方法应用于实际工程中的有效性进行了验证。分析结果表明: 与试验结果相比, 快速分析方法仿真变形最大误差约为3%, 应变的最大误差约为5%;不同载荷下的等效杨氏模量偏差约为2.5%, 等效板厚的偏差约为1.3%;快速分析方法对变形与局部应力的平均计算误差小于6.7%, 计算时间缩短了约50%。可见, 快速分析方法可以替代传统方法对减重孔板结构进行性能分析。      

Bivariate Constant-Stress Accelerated Degradation Model and Inference Based on the Inverse Gaussian Process

Modern highly reliable products may have two or more quality characteristics (QCs) because of their complex structures and abundant functions. Relations between the QCs should be considered when assessing the reliability of these products. This paper conducts a Bayesian analysis for a bivariate constant-stress accelerated degradation model based on the inverse Gaussian (IG) process. We assume that the product considered has two QCs and each of the QCs is governed by an IG process. The relationship between the QCs is described by a Frank copula function. We also assume that the stress on the products affects not only the parameters of the IG processes, but also the parameter of the Frank copula function. The Bayesian MCMC method is developed to calculate the maximum likelihood estimators (MLE) of the model parameters. The reliability function and the mean-time-to-failure (MTTF) are estimated through the calculation of the posterior samples. Finally, a simulation example is presented to illustrate the proposed bivariate constant-stress accelerated degradation model.     

甩挂运输模式下新增运输任务的干扰管理模型

基于循环甩挂运输模式，针对甩挂运输过程中新增任务出现对原方案造成干扰的问题，运 用干扰管理思想，分析新增任务出现对成本和服务时间的影响进行扰动度量，将新增运输任务与 既有最优甩挂运输方案合并考虑，建立以干扰事件对原方案造成的广义费用偏离最小为目标的 非线性规划模型，引入虚拟客户点概念并对虚拟客户点的参数进行调整，并行遗传算法求解模 型，运用算例进行求解比较，验证模型有效性。结果表明：本文干扰管理方案不仅可以为甩挂运 输组织节省资金，还可以更好地减少对客户服务时间的偏离，在考虑客户服务体验的情况下，本 文的干扰管理方案与新派车辆和全局重调度方案相比，广义总费用偏离明显降低，并且可以在较 短的时间生成车辆路径调度方案。     

基于贝叶斯建模的轨道占用识别方法

识别列车所在轨道，是列车运行控制系统必不可少的功能. 提出一种数字轨道地图辅助的基于贝叶斯建模的轨道占用识别方法. 首先，在考虑全球导航卫星系统(Global Navigation Satellite System, GNSS)与方向相关测量误差的基础上进行地图匹配，采用卡尔曼滤波算法处理速度测量值，通过加权求和的方式对GNSS与速度信息进行融合，获得列车沿轨道方向的一维位置；其次，对列车位置假设进行贝叶斯建模，计算在给定GNSS与速度测量的前提下所有可能的位置假设的概率；最后，与设置的假设概率阈值进行比较，对不同的识别结果进行分类. 实验结果表明，基于贝叶斯建模的轨道占用识别法能够减少剔除小概率假设所需的距离，与垂直投影法相比，该方法可以对列车所在轨道做出更确定的判断.     

道路交通系统韧性及路段重要度评估

韧性可以全面描述扰动事件下系统吸收干扰并从干扰中恢复的能力. 针对已有韧性指标对系统性能评价不全面、未考虑交通流量影响等问题，从路段通行能力退化与恢复入手，以网络效率为系统性能指标，构建全面评价扰动事件影响期内系统性能的韧性指标. 分别基于乐观和悲观视角提出韧性增加值和韧性减少值路段重要度指标，提出识别路段重要度的启发式算法. 算例结果表明：本文提出的韧性指标可全面描述扰动事件下路网性能退化与恢复全过程的平均累积性能，更加符合韧性指标内涵；韧性增加值和韧性减少值指标均能有效识别路段重要度，大部分路段重要度随时间动态变化.     

An Adaptive Joint Source/Channel Coding Using Error Correcting Arithmetic Codes

An approximately optimal adaptive arithmetic coding (AC) system using a forbidden symbol (FS) over noisy channels was proposed which allows one to jointly and adaptively design the source decoding and channel correcting in a single process, with superior performance compared with traditional separated techniques. The concept of adaptiveness is applied not only to the source model but also to the amount of coding redundancy. In addition, an improved branch metric computing algorithm and a faster sequential searching algorithm compared with the system proposed by Grangetto were proposed. The proposed system is tested in the case of image transmission over the AWGN channel, and compared with traditional separated system in terms of packet error rate and complexity. Both hard and soft decoding were taken into account.     

VMS行程时间诱导效益仿真算法

基于宏观交通仿真模型,提出了可变情报板(VMS)行程时间诱导效益仿真算法,分析了驾驶人的信息关注率和信息理解偏差系数对VMS行程时间诱导效益的影响。以行程时间计算模型和驾驶人信息响应模型与METANET仿真模型为理论基础,以路网总耗时改善率为诱导效益目标,在3种不同规模的路网上进行仿真试验。仿真结果表明:VMS行程时间对于改善路网运行效率通常具有正面的诱导效益;信息关注率越高,信息理解偏差系数越小,诱导效益越显著;当信息关注率为80%以上时,小型、中型、大型3种路网的诱导效益分别达到28.89%、15.87%、10.53%以上。可见,仿真算法有效。     

考虑托运人行为决策的集装箱港口腹地划分模型

为解决现有集装箱港口腹地划分模型中，因基于绝对理性假设，忽视托运人选择港口时的行为决策造成的腹地划分结果与实际情况存在较大偏差的问题，提出托运人行为决策逻辑链，基于路径优化模型，引入港口约束、时间约束和航线约束。基于上述增加约束，以托运人运输成本最小化为目标，以各条集疏运路线运量为决策变量，构建考虑托运人行为决策新增约束的线性整数规划模型。选取珠三角九市及该区域8个港口作为研究对象，对实例数据进行模型验证，基于历年吞吐量指标对比发现，该模型较传统模型在误差均方差和平均百分比误差方面显著下降，OD流对比更接近真实情况。上述结果表明，考虑托运人行为决策的集装箱港口腹地划分模型可更精确地实现集装箱港口的腹地划分需求。     

一种改进的LBP特征实现铁路扣件识别

为了提高铁路扣件基于视觉的自动化检测精度,提出了一种改进的LBP （local binary pattern）编码算法. 该方法为了避免基本LBP对噪声敏感问题,根据不同邻域的不同噪声强度,结合测量误差服从高斯分布的原则,计算邻域内像素均值和偏差;根据偏差大小,自动设置阈值,实现自适应噪声抑制. 为了避免基本LBP表达邻域差分关系不完整的缺陷,提出了利用邻域内随机采样的方式得到采样点对,通过比较随机点对的差分关系得到LBP编码. 对在晴天、阴天、雨天等不同天气条件下的铁路扣件图像上进行实验,并与原始以及其他改进LBP进行比较. 结果表明,本文的算法具有更高的检测准确率,晴天提高了3.32%,阴天提高了3.27%,雨天提高了4.10%,能够满足铁路扣件自动化检测的需要.      

Degradation Reliability Analysis Based on TOPSIS Model Selection Method

It is necessary to determine the degradation path model of products at first when using the method based on degradation path model to evaluate the degradation reliability of products.At present,the degradation path model is mainly determined by scatter plots of degradation data.However,this method has strong subjectivity and is liable to cause the evaluation results to be inconsistent with the actual situation.In this paper,a degradation reliability analysis method based on TOPSIS(technique for order preference by similarity to an ideal solution)model selection is proposed,and its implementation process is given.The optimal degradation path model is selected according to the calculated proximity.With the help of TOPSIS method,various degradation path models can be selected and quantified,and the original degradation path method can be improved to avoid the risk of errors in product reliability evaluation caused by inaccurate subjective hypothesis,so as to ensure the objectivity and accuracy in the process of model determination.The validity and practicability of the proposed method are verified by the degradation analysis of the injector of a certain type of diesel engine.     

基于多尺度排列熵和长短时记忆神经网络的航空发动机剩余寿命预测

针对航空发动机性能退化失效的变点和多状态参数的时间序列预测, 构建了基于多尺度排列熵算法和长短时记忆神经网络的剩余寿命预测模型; 使用多尺度排列熵算法对时间序列进行变点分析, 求解出性能退化过程中的突变点, 得到了有故障征兆的性能退化起始点; 构建了包含多变量的长短时记忆神经网络模型, 将多个状态参数代入到模型中得到对应的剩余寿命; 将变点后的航空发动机多状态参数和剩余寿命作为样本, 代入到长短时记忆神经网络模型中进行多步和多变量的时间序列预测; 通过综合航空发动机状态参数变点分析方法和时间序列预测模型, 得到最终的剩余寿命预测结果。研究结果表明: 多尺度排列熵算法能够及时监控各个状态参数的变化, 当发现状态参数异常时, 排列熵的值会发生跳变, 从而有助于及时发现故障征兆; 长短时记忆神经网络模型通过门控单元对长时间序列数据进行信息筛选, 充分保留了有效信息用于时间序列预测; 多变量长短时记忆神经网络能够对多状态参数进行同步分析, 并且将状态参数直接与剩余寿命相对应, 提高了模型效率; 通过多尺度排列熵算法和长短时记忆神经网络模型的结合, 能够考虑到航空发动机的多退化模式, 得到更符合实际退化过程的剩余寿命预测结果; 经过算例分析, 提出方法的剩余寿命预测的均方根误差为5.3, 与长短时记忆神经网络、反向传播神经网络和支持向量机相比, 误差分别降低了63%、72%和78%。      

城市轨道交通常态与非常态短期客流预测方法研究

城市轨道交通客流特征除表现为常态的周期性、季节性及高峰性外,还会因节假日、体育赛事、城市大型活动、突发事件、特殊天气等因素表现出差异性和特殊性,本文对较为成熟的常态及研究较少的非常态客流预测方法进行了实验.首先利用通用的ARIMA时间序列预测算法分析样本历史数据实现常态日客流预测;其次针对客流特殊因素提出时间序列及回归分析的组合模型,同时引进虚拟变量和结合相似日样本数据进一步改进,实现非常态预测问题的高精度求解.仿真计算结果表明,本文方法对解决短期客流预测具有良好的适用度,尤其同样本同预测周期条件下的非常态组合改进模型和常用单一时间序列模型的对比,证明改进模型可以很好地应用在客流特征既包括随时间固有不变的性质又表现出特殊因素的研究中,具有较强的自适应性和更好的预测精度.     

基于测量机器人的二等高程控制测量新方法

为解决复杂山区水准测量劳动强度大、效率低、水准线路长等问题,提出了基于测量机器人的同时对向间接高差观测三角高程测量新方法.该方法基于2台测量机器人可实现真正的同时对向观测,每一双测站测得的高差均由同时对向观测高差计算获得,可有效消除大气折光的影响和实现无需量测仪器高及觇标高.通过分析该方法在某长大隧道洞外高程控制网建网中的实验数据,证明该方法可以达到二等水准测量高差测量的中误差小于1 mm/km的精度指标,且具有操作性强和可靠性高的特点,能有效提高二等高程控制测量的效率.      

Optimal Burn-in and Preventive Maintenance Modeling with Competing Failure Processes

In this article, we assume that the product in the burn-in procedure only experiences continuous smooth degradation process, while in the field operation period the product experiences both continuous smooth degradation process and shock process. The shock process can cause the product not only traumatic failure,but also additional abrupt degradation damage. After the system reliability model and maintenance model have been proposed, the optimal burn-in setting and age replacement duration are obtained under the considering of minimizing the long run average cost rate. A numerical example with the real data is analyzed to illustrate the application of the model.     

车辆运行品质的智能手机检测方法及姿态误差矫正

因车体坐标系统和手机坐标系统存在角度偏差，为使手机检测数据真实反映车体振动加速度，提出针对手机姿态误差的系统性矫正方法. 该方法以重力方向为基准矫正手机垂向加速度，借助车体横、纵向加速度的正交性矫正手机水平向加速度，并基于极大似然估计原理评估角度偏差，保证手机姿态矫正的可靠性. 结合现场测试结果表明:两部智能手机检测数据经姿态误差矫正得到以重力方向为基准的垂向角度修正值分别为0.008° 和0.007°，两者水平夹角为29.75°，与试验放置夹角30.00° 偏差0.25°；智能手机与高精度传感器检测的车体加速度在时域和频域的幅值、主频均一致.      

复合材料等效弹性模量的改进混合律方法

用连续介质力学方法,建立了混合律模型,对复合材料的等效弹性模量进行了分析;提出了一种改进的混合律方法,并给出了计算等效弹性模量的改进公式.计算实例表明,改进公式的最大误差为9%,计算曲线逼近试验曲线,而Voight模型、Reuss模型以及Halpain-Tsai修正公式的最大误差都大于23%,它们的计算曲线与试验曲线相距较远.     

基于加权核密度估计的自适应运动前景检测方法

为解决监控视频背景初始化过程中前景干扰的问题,提出了一种基于加权核密度估计(KDE)的自适应运动前景检测方法.该方法对时间域变化稳定的像素值进行加权,并利用核密度估计构建背景模型,避免了背景初始化过程中前景的干扰.基于该背景模型,提出了一种新的阈值设定策略.该策略根据前景空间分布的连续性自适应获得前景阈值,填充前景中的"孔",并更新阈值.实验结果表明:即使场景中存在运动前景,该方法能够在多种场景下获得90%以上的查准率和查全率,其性能优于传统的背景差法.      

基于AVC最小的交通行为特征研究方法

为克服现有意愿调查（stated preference,SP）实验设计方法标定结果精度低的缺点,以Logit模型的渐进协方差矩阵行列式最小为目标,对选择枝属性水平组合进行迭代计算,得到相应的选择枝属性水平组合方案,设计了一种新的出行意愿调查实验设计方法.以某城市中心城区到卫星城新增地铁交通方式为例,通过分析拟合优度、参数估计标准差,对比了新方法与正交设计法的模型标定结果精度.算例结果表明,与正交设计法相比,采用本文方法得到的参数估计标准差最小,拟合优度达到0.15,提高了0.05,提高了Logit模型参数标定精度,且具有选择枝属性组合数量弹性选择的优点.      

高速铁路平竖重合段三维高阶连续曲线线形设计

针对平竖重合曲线段存在几何连续性衰减并引起列车运动状态突变的现象, 以三维曲线的Frenet标架为基础, 结合曲率、挠率建立三维车体运动状态模型, 得到了曲率、挠率与车体加速度、急动度的关系, 并通过该模型从三维角度分析了三维曲线的几何连续性等级对车体运动的影响; 考虑几何连续性对曲率、挠率的要求, 提出以曲线曲率、挠率变化最小为目标的线形选择方法, 利用三维欧拉曲线创建平竖重合段高阶连续曲线。研究结果表明: 传统平竖重合段曲线连接点处几何连续性存在衰减, 仅为1阶几何连续, 曲率、挠率对列车加速度和急动度起主导作用, 几何连续性的衰减是竖向急动度突增的主要原因; 二维设计曲线在起点处的竖向急动度为1.206~1.264 m·s-3, 超过乘客舒适性运动学阈值0.240 m·s-3, 难以实现二维线形的高阶几何连续; 提出的曲线设计方法对连接点处的曲率和挠率都有明确定义, 容易在连接点处实现高阶几何连续, 且不存在几何连续性衰减, 曲线的曲率、挠率变化最小, 可有效降低线形参数变化给车体运动带来的不良影响; 所建曲线的加速度与急动度在全程均连续且满足运动学阈值, 实现了2阶几何连续, 最大竖向急动度为0.149 m·s-3, 为阈值的62.0%, 为二维设计的11.7%~12.3%, 有效地改善了行车稳定性与乘客舒适性; 所建曲线路径与二维设计相比变化小, 在2%~3%坡度差时, 水平、竖向坐标差分别为0.907~2.305、1.085~2.498m;所建曲线的设计参数同时也是车体运动状态的计算参数, 从而可根据列车运行条件直接优化线路的设计。