投稿须知

《铁道科学与工程学报》(ISSN 1672-7029,CN43-1423/U)系中南大学组建后由原《长沙铁道学院学报》经国家科技部,教育部和国家新闻出版总署批准更名,教育部主管,中南大学和中国铁道学会主办的多学科综合性学术期刊。该刊系CSCD来源期刊,中文核心期刊和中国科技论文统计源期刊,中国期刊网全文收录期刊,中国学术期刊(光盘版)全文收录期刊,中国学术期刊综合评价数据库来源期刊,万方数据一数字化期刊群全文收录期刊,中国科技期刊精品数据库收录期刊。     

基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况，提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数，利用列车运行过程中的状态偏差，推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数，通过迭代域的差分，证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证，结果表明，所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度，能够在较短的迭代次数实现对期望曲线的精确跟踪.     

《上海公路》杂志征订启事

《上海公路》杂志创刊于1982年,是一本为公路行业科技人员、管理人员服务的、具有公开出版发行刊号的科技类期刊。本刊为中国期刊全文数据库收录期刊、中国学术期刊综合评价数据库来源期刊、中国核心期刊(遴选)数据库收录期刊、中文科技期刊数据库收录期刊。     

基于改进低秩矩阵补全的交通量数据缺失值插补方法

提出了一种低秩矩阵补全的改进方法以研究道路交通量数据缺失值插补问题。应用基于核范数的低秩矩阵补全对交通量数据矩阵中的缺失值进行第1轮插补; 通过层次聚类算法将交通量数据划分为不同类别, 使得同类中的数据具有较强相关性, 异类中的数据具有较弱的相关性; 在每类样本上应用低秩矩阵补全得到缺失值的第2轮插补; 为了减少聚类数的影响, 提出最小二乘回归集成学习方法将不同聚类数下的插补结果进行融合, 得到最终的交通量数据插补结果; 用美国俄勒冈州波特兰市的交通量数据比较了5种方法的插补误差, 并分析了不同聚类数和距离度量方法的影响。研究结果表明: 在完全随机缺失模式下, 缺失率为10%~60%时, 其相对于传统的低秩矩阵补全模型的插补误差降低了5.93%~9.11%;在随机缺失和混合缺失模式下, 插补误差也分别降低了8.32%~9.55%和8.14%~9.20%;集成不同聚类数下的多个插补结果比单一聚类数下的插补误差降低2.62%~4.76%。可见, 在3种数据缺失模式下, 改进低秩矩阵补全方法降低了交通量数据的插补误差, 能有效提高插补后交通量数据的有效性。      

云计算下海上多来源传输数据分类存储方法

针对传统的数据存储方法存储数据时负荷消耗过大的问题,研究云计算下海上多来源传输数据分类存储方法。使用小波变换对海上多来源传输数据去噪,根据计算数据间的支持度和相似度确定数据间的关联规则。利用后缀树聚类方法完成对数据的分类,确定分类后数据的存储位置,实现对分类数据的均衡负荷存储。通过与传统的应用MongoDB的数据存储方法的对比仿真实验,证明了云计算下海上多来源传输数据分类存储方法存储数据时的负荷消耗更少,具有优越性。     

运用全面质量管理理论及方法提高档案工作质量

档案工作质量是档案管理工作的生命,它直接决定着档案的价值,决定着档案循环往复的运动规律能否持续。档案一旦失去了利用价值,对于档案管理工作来说,后果不堪设想。所以,作为档案工作者,要不断思考如何提高档案工作质量,使档案管理工作呈良性发展态势。本文探讨了如何运用全面质量管理理论及方法提高档案工作质量。