基于深度学习的网约车供需缺口短时预测研究

城市不同区域网约车供需缺口预测可为车辆调度策略提供支持,从而提高车辆运行效率和乘客服务水平.为实现网约车供需缺口短时预测,提出一种基于时空数据挖掘的深度学习预测模型(Spatio-Temporal Deep Learning Model, S-TDL).该模型由时空变量模型、空间属性变量模型和环境变量模型 3个子模型融合而成,可捕捉时空关联性、区域差异性和环境变化对供需缺口的影响.同时,提出特征聚类-最大信息系数两阶段特征选择方法,筛选与供需缺口相关性强的特征变量,提高训练效率,减少过拟合.滴滴出行实例分析证明,特征选择后的 STDL模型预测精度显著优于BP神经网络、长短期记忆网络和卷积神经网络.     

基于BP神经网络的固化红土抗压强度预测

为分析不同掺量的偏高岭土与石灰共同掺入玄武岩残积红土中对土体的改良效果,本试验选取偏高岭土的掺量分别为0%、2%、4%、6%和8%,石灰的掺量分别为0%、2.5%、5.0%、7.5%和10.0%,同时掺入玄武岩残积红土中,制作25组不同固化红土,对其进行28 d无侧限抗压强度正交试验,并用MATLAB软件建立神经网络预测模型,预测固化红土养护28 d的抗压强度。研究结果表明：本模型预测误差最大为4.56%,拟合度为0.997,且本方法比常规回归分析法更简单、更准确,可预测不同固结材料和掺量的固化红土抗压强度,提高试验效率。     

邮轮设计初期降噪敷料预估分析

为降低邮轮噪声、提高乘客舒适度，对邮轮噪声产生的原因进行分析，并对降噪方法和降噪敷料的种类进行介绍。在此基础之上，提出一种降噪敷料预估分析方法，并给出相关建议。研究成果可为邮轮设计初期降噪敷料的选择和布置提供一定参考。     

潮位潮流关系及靠离泊窗口对港池航道乘潮历时的影响

针对大型开敞式港池及航道水域设计水深的取值问题，以宁波某工程为例，论述了基于潮流潮位关系及靠离泊窗口影响下的乘潮历时取值过程，采用规范公式计算设计水深，并以航行实践规定的安全富余水深辅以分析合理性。提出大型开敞式港池及航道水域可根据当地海区的潮流潮位关系、靠离泊窗口、通航要求及通航组织方案确定乘潮历时，研究方法可为类似港口设计提供思路。     

连续蝶形多装卸区油气化工码头改扩建工程平面布置要素

连续蝶形多装卸区油气化工码头改扩建工程边界条件复杂，可用岸线长度普遍受限，靠泊船型组合多，系缆布置形式复杂且较为特殊，安全要求高。虽然目前国际石油公司海运协会的《系泊设备指南》基于船舶系缆对码头的平面布置进行了一定的研究，但是对于油气化工码头改扩建工程的平面布置研究目前相对较少。以某码头改扩建工程为例，通过对已建码头进行利旧分析，归纳了改扩建工程的平面布置原则。依托船舶系缆布置图，研究多装卸区码头船舶系缆特点，优化系缆点位布置。运用OPTIMOOR数学模型核实平面布置可行性，并提出离泊控制条件。     

基于RGB-D深度图像的船体板架非结构面模型重建方法北大核心CSCD

[目的]为准确、快速地重建船体板架非结构面三维形状,便于船体结构变形的高精度高效率测量,设计一种基于RGB-D深度图像的模型重建方法。[方法]首先通过随机抽样一致性算法与最小二乘法相结合的方式剔除点云集中的异常数据,再利用RGB彩色图像棋盘格标靶位置信息对结构多视角点云进行配准;其次将结构物面进行区域网格划分并对点云进行聚类,运用最小二乘法原理对每个网格点云子集进行空间曲面拟合,实现点云融合,在此基础上采用高阶面元实现船体结构外板表面的三维重建;最后,通过试件重构模型与激光扫描点云进行对比,验证模型重建方法的精确性。[结果]结果显示,试件三维重构模型较激光扫描点云随机点的均方根误差为1.02 mm,建模精度满足船舶建造工程需求,同时结构RGB-D深度图像数据获取时间相比于激光扫描可忽略不计。[结论]研究表明,提出的模型重建方法能够准确高效地完成船体板架非结构面三维重构,为船体结构变形测量提供了有力的数据支撑。