基于支持向量机的物流配送中心选址决策

建立了选址决策的模糊评价矩阵,应用支持向量机方法(SVM)来处理数据,进行物流配送中心的选址决策。支持向量回归机根据所提供的数据,通过学习和训练,找出输入与输出的内在联系,从而求取问题的解,而不是根据经验知识,因而具有自适应功能,能弱化指标权重确定中人为因素的影响。与传统方法相比较,有较好的泛化能力,能较客观地对多个选址方案的优劣进行评价。最后,引用实例说明利用支持向量回归机完成评价工作的全部步骤。     

基于最小二乘支持向量机的车型识别算法研究

以感应线圈车辆检测器检测数据为分析基础,给出了基于Bayes理论的感应曲线自适应特征提取流程和方法,对选取的12个统计特征指标进行提取和优选。选择了曲线宽度、最大值、波峰数量、最小波谷值和波谷比组成车型识别模型的特征输入向量,不仅降低了输入向量的维数,缩短了最小二乘支持向量机的训练时间,同时也可加快车型识别的分类速度,增强特征值的分类辨别能力,提高车型分类的可靠性。在提出的基于最小二乘支持向量机的车型识别算法中,采用了修剪算法,加快了计算速度,同时保持了良好的回归性能。通过实例分析证明:基于最小二乘支持向量机的车型识别算法可提高自学习能力和识别准确率。     

基于支持向量机的钢筋混凝土桥梁损伤识别

为了克服现有方法存在的一些不足,提出基于小波包和支持向量机的混凝土桥梁损伤识别方法。采用小波包对环境振动下的信号进行分解,获得各个频带上的能量,该向量对损伤敏感,可以作为模型识别的输入向量。利用支持向量机强大的分类功能,提出根据频带能量建立支持向量机并进行损伤模式识别的方法。应用该方法对一座三跨连续梁桥进行了损伤识别分析。结果表明经过训练的支持向量机可以较准确地识别出损伤位置和程度。对小波频带能量进行主成分分析后建立的支持向量机会获得更好的识别效果。获得更精确的实际信号特征将进一步提高有限元模型精度和实际应用效果。     

支持向量机在路面评价中的应用

提出了基于支持向量机的水泥路面性能评价模型,结合湖南未宜（耒阳-宜章）高速公路水泥砼路面检测数据进行评价并与传统模型进行对比,结果表明,应用支持向量机分类模型对路面进行评价能更好地弥补传统模型的不足,评价结果更加符合事实。     

The Application of Support Vector Machine to the Fault Identification of Vehicle Automatic Transmission

本文中提出基于支持向量机的汽车自动变速器故障识别方法.首先利用设计的虚拟测试系统采集自动变速器3种状态下的运行数据,再对数据进行整理和筛选,提取合适的数据作为训练样本,然后设计基于支持向量机的多值分类器进行故障识别,最后与基于BP人工神经网络的诊断方法进行对比.结果表明,基于支持向量机的故障识别方法具有更快的收敛速度和更强的分类能力,适用于汽车自动变速器实时故障识别和诊断.     

基于支持向量机的沥青路面使用性能评价

路面使用性能决定了路面维修养护的方法。但沥青路面使用性能4个指标：PCI、SSI、SRI和IRI中路面状况指数检测困难。支持向量机是具有严格统计学习理论的新型学习方法。它对解决小样本非线性等问题具特有的优势。基于支持向量机理论,分析沥青路面使用性能4个指标间的关系,建立了SSI、SRI、IRI实测数据对PCI的预测模型,获得了令人满意的预估效果。结果表明,支持向量机是沥青路面性能评估的简单有效的方法。     

基于掘进参量反演的TBM围岩等级预测识别方法研究

为探究TBM掘进参量和围岩等级关系，达到岩机信息互馈感知动态调整，辅助TBM主司机优化调整掘进参数的目的。采用数据清洗、分布统计和智能预测等手段,建立了一种基于自组织神经网络聚类和最小二乘支持向量机相结合的围岩等级预测识别方法（SOM-SVM）。主要结论如下： 1）单个完整TBM掘进循环可分为空推段、上升段与稳定段，各掘进参量近似服从正态分布关系。2）推力切深指数（FPI）和刀盘转矩旋转切深指数（TPI）可反映隧道岩石掘进难易程度，FPT、TPI和围岩等级近似呈线性关系，可用该参量作为岩机敏感因子反演预测识别围岩等级。3）干扰异常数据样本点的预处理对SOM-SVM围岩预测模型收敛中心和波动半径有一定影响，数据预处理是保证围岩等级预测识别准确的关键。4）经标准试验数据样本和工程数据验证，不同的支持向量机核函数对围岩等级预测识别影响很大，线性核、多项式核、高斯径向基核函数围岩综合识别率分别为70.8%、81.2%、87.6%，围岩等级预测识别模型预测精度高、鲁棒性好。     

基于POS-LSSVM的沥青路面性能评价方法

基于支持向量机的结构风险最小化与粒子群算法快速全局优化的特点,用粒子群算法优化最小二乘支持向量机的参数,避免了人为选择参数的盲目性,提高了预测模型的训练速度和预测推广能力.选择PCI、RQI、SSI、BPN,4个指标作为评价指标,建立了基于PSO-LSSVM的沥青路面性能评价模型,将该模型用于路面性能评价,获得了令人满意的评价效果.结果表明,支持向量机法可以可靠有效地评价沥青路面性能.     

支持向量机在汽车加速车内声品质预测中的应用

应用支持向量机方法对汽车加速时车内声品质进行预测。以噪声样本的响度、尖锐度、粗糙度、AI指数等客观评价参量作为输入因子,主观烦躁度评价结果作为输出因子,利用支持向量机回归方法建立了汽车加速车内声品质的预测模型。对比结果表明,与多元线性回归模型相比,基于支持向量机的汽车加速车内声品质预测模型能够更准确地反映客观评价参量与主观烦躁度之间的非线性映射关系,预测精度更高。     

基于AHP约束锥的区域交通网络DEA评价模型

为提高区域交通网络系统评价的科学性与合理性,在构建区域交通网络系统评价指标体系的基础上,利用具有指标偏好性的AHP约束锥提高传统数据包络分析方法(DEA)的判别能力,建立基于AHP约束锥的区域交通网络DEA评价模型。评价模型不仅侧重输入和输出指标属性数据分析,而且考虑了指标间的相对重要性,通过在系统评价过程中引入虚拟评价单元,利用LINGO 9.0软件最终求得评价单元的综合效率值,从而可以得到各评价单元排序结果以及评价单元的等级,使评价结果更具有指导性。最后通过对珠三角区域交通网络系统实例进行评价,验证了该方法的可行性。     

珠三角城市群综合客运枢纽现状剖析及发展对策

综合客运枢纽是推进综合交通运输体系发展重要的着力点,珠三角城市群综合客运枢纽发展具备良好基础,但仍存在规划指导性不强,综合客运枢纽建设一体化发展滞后等突出问题。通过分析珠三角城市群综合客运枢纽发展的现状和存在的问题,结合未来综合客运枢纽发展趋势及需求特征,探讨了综合客运枢纽的分类方法,提出了珠三角城市群综合客运枢纽分类规划布局方案。研究结果对区域综合客运枢纽及综合运输体系规划等具有一定的参考价值和借鉴意义。     

经济圈公路网络适应性评价分析研究

在分析经济圈公路网络建设与区域社会经济发展的作用机理的基础上,建立了经济圈公路网络适应性评价指标体系,并提出了一种基于数据包络分析(DEA)的加权灰色关联分析评价方法。该方法综合了DEA和灰色关联分析两种方法的优点,以灰色关联分析为中心模型,通过复合DEA模型来确定每一个被评价对象(决策变量)中各点关联系数的权重向量,从而计算出相对最优的关联度,实现对评价对象客观的优先排序,避免了采用单一评价方法易受评价主体主观影响的缺点。最后通过我国长三角经济圈公路网络的适应性评价实例,对评价方法进行了初步验证,有效可行。     

汽车主观评价综合评分方法研究

本文以各项主观评价项目评分值为依据,运用模糊聚类分析的方法得到反映各"样本车型"与"目标车辆"(各项主观评价分值最优的车辆,下同)的"接近程度"的排序情况,依据此排序结果,构造"样本车型"的综合评价评分值并通过训练得到相应的BP神经网络结构。当输入车辆各项评价项目评分值后,该BP神经网络结构能够按照车辆与"目标车辆"的接近程度给出车辆综合评价评分值。该评分方法考虑了综合评价评分值中不同评价项目评分权重及评分均衡问题;同时该方法可为其他试验评分提供思路。     

基于投影寻踪的互通立交方案综合评价方法

基于投影寻踪算法的基本原理和求解过程,提出了互通立交方案设计综合评价方法。该方法直接从待评方案本身寻求各评价指标的客观权重,避免了主观评价方法评价指标权重存在着主观依赖性、评价结果受到人为赋权的干扰等问题。采用实码加速遗传算法对投影指标函数进行优化,求解最优投影方向向量,有效地解决了高维数据全局寻优的难题。     

基于卷积神经网络的锚杆锚固质量评估方法

锚杆的锚固质量通常使用声波反射法进行检测，然后使用人工方式对其进行分析和分类，但人工方式不仅具有较强的主观性，而且还费时费力。为解决上述问题，提出一种基于Alexnet卷积神经网络的锚杆锚固质量评估方法。首先，对已经经过人工分类的声波反射信号进行预处理，得到原始样本数据，并将其按一定比例划分为训练集和测试集； 然后，用该样本数据训练卷积神经网络模型并进行分类测试。试验结果表明： 1）该预处理方法极大地提高了最后分类的准确性，样本数据集达到了约90%的准确率； 2）在实际工程应用中，与人工分类结果相比，采用该方法得到的分类结果认可度达到95%。     

基于微分进化算法的经济圈公路网双层优化模型

在界定经济圈内涵的基础上,利用微分进化算法对经济圈公路网优化问题进行了研究。在探讨经济圈公路网优化目标、优化原则和优化意义的基础上,以经济圈交通效率、运营成本、能源消耗、环境保护和出行时间等为优化目标函数,建立了经济圈公路网优化的双层模型,并采用微分进化算法求解。经济圈公路网双层优化模型是利用生成的初始路径点集,经过提炼处理来提高经济圈公路网交通效率,并得到最佳优化路网,相对于传统的优化模型更能结合经济圈交通系统与经济特性,结论更加符合经济圈实际情况。研究结果表明：优化模型不仅能够满足经济圈交通需求,而且能够满足经济圈交通系统的环境保护目标、促进经济圈交通系统可持续发展。     

基于相空间重构和支持向量机的盾构滚刀岩机实验台轴承状态趋势预测

以盾构滚刀岩机作用实验台为研究对象,提出一种基于相空间重构和最小二乘支持向量机的盾构轴承状态评估及预测方法。该方法将一维时间序列重构到高维相空间中,利用相点作为支持向量机输入,自适应地对特征进行选取,并结合支持向量机非线性回归的优点,可有效预测轴承的运行状态。对实际采集的盾构滚刀岩机实验台的轴承信号进行研究分析,发现本算法的预测结果明显优于BP神经网络。将本文算法应用于工程实践,可以对盾构关键轴承状态评估和预测,能够为盾构轴承的定期保养和维修提供有效的指导。     

浅析浦东新区外高桥功能区域交通拥堵问题和对策

外高桥功能区域是上海市浦东新区六大功能区域之一,也是长江三角洲经济圈主要的集疏运物流中心之一。经过十多年的发展,外高桥功能区域道路网结构有了很大的改善,但目前现状路网仍然存在一些问题,高峰时段道路拥堵严重,影响了地区物流经济的发展。该文通过对地区路网规划和现状的调查,总结了存在的问题,分析了问题发生的原因,并通过研究提出了完善的对策方案。     

基于支持向量机的交通事故组合预测方法研究

对灰色理论、神经网络和支持向量机的预测模型进行了研究,对灰色理论、神经网络和支持向量机3种预测方法进行了线性组合、神经网络组合和支持向量机的组合预测.以1995～2004年某公路路段的交通事故次数为例,与单一预测方法结果、线性组合预测和神经网络组合预测进行对比,认为支持向量机组合预测方法比较精确.