铁路货运承运清算收益最大化辅助决策系统研究与开发

通过研究影响货物运价及承运清算结果的相关因素,建立铁路货运承运清算收益最大化辅助决策系统,解决承运清算制实施后如何统筹考虑量价关系、合理制定运价策略、达到效益相对最大的问题。系统采用数据库技术、跨平台的.Net框架和C#语言,实现货运议价项目报审、运营分析的全过程信息化。系统可测算具体项目方案的清算收益,对比得出可行性建议,同时可客观评价经营单位的阶段性经营质量,促进经营意识提高,为提升经营管理水平提供有力支撑。     

新能源公交车辆大数据决策支持平台的研究

新能源汽车具有能源利用效率高、环境污染小、适用清洁能源种类多、噪声低、方便保养、安全性高等优点,成为未来公共交通发展的重点方向。为了实现更高的信息化程度,为国内大型城市的新能源公交车辆的规模化应用提供便利,相关的信息化系统平台的建设非常重要。大数据技术为新能源公交车辆决策支持平台建立了数据分析与应用基础,该大数据决策支持平台能够存储、处理来自不同数据源的多维数据,利用联机分析处理实现多维度数据分析,运用数据挖掘技术利用新能源公交车辆信息,提供新能源车辆充电决策、充电场地建设决策、电池容量及衰退分析等功能。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.     

基于数据挖掘的舰船快速比照算法及舰船性能统计

在舰船开发过程中,耗费时间成本与经济成本最大的环节是舰船测试环节,每艘船在下水之前都要进行上百甚至上千次的水动力测试,海量的船舶测试数据对于新型船舶的设计与开发具有重要的指导作用。因此,从海量的船舶测试数据中提取有价值的信息,形成新的船舶性能数据,不仅可以缩短生产周期,而且能够指导船舶的设计过程,这是本文的研究重点。本文通过介绍数据挖掘技术和支持向量机技术,研究船舶性能快速比较算法以及性能统计。     

基于多目标决策理念的桥梁施工方案选择研究

从多目标决策理念入手,将其运用于桥梁施工方案选择,提出我国在桥梁施工方案选择中决策方面存在的问题,对多目标决策的几种主要方法进行探讨。     

民航协同决策(CDM)系统发展前景浅析

1993年9月,美国提出了民航协同决策(CDM)的理念并在实际运营中证明了CDM对减少航班延误大有裨益。本文,首先介绍了CDM的理念以及产生背景,概述了协同决策系统在欧美一些发达国家和其在中国实际应用情况,其次通过对华东地区CDM系统推进情况以及运行流程的分析,指出协同决策系统在运行中存在的问题,以期改善相应问题后的CDM能够助力我国民航事业进一步发展。     

理念与地铁车辆技术的决策——上海轨道交通车辆技术选择回顾

通过从事地铁车辆技术工作的体会,从车型及列车编组选择、列车最高速度选择、车辆客室布置设计,以及全自动无人驾驶系统的决策等方面阐述理念对地铁车辆技术决策的影响。不同的理念选择的车辆技术有全然不同的结果,合理和最佳的选择取决于设计工程师的理念。优秀的城市轨道交通车辆工程师的理念应与时俱进。     

支持向量机技术在舰船航向广义预测与控制中的应用

舰船在海上航行时,受到海浪等干扰力的作用难免会偏离既定航线,严重时甚至发生搁浅等事故,航向的广义预测与控制决定了舰船的航行效率和安全性,是船舶工业领域研究的重点。支持向量机技术是一种新型的智能学习算法,该算法在非线性系统求解、小样本、高维度系统求解领域有重要应用。本文以舰船航向预测与控制为研究对象,系统介绍了支持向量机算法,并基于支持向量机技术对船舶航向进行预测与控制。本研究对于提高舰船航向预测与控制有重要意义。     

基于支持向量机的船舶机舱火灾温度快速预测

以船舶机舱为研究对象,采用大涡模拟方法,以FDS软件为平台,计算了不同火灾功率、风机启动时间、风机流速和补风口面积条件下的火场温度变化过程。以FDS的数值模拟数据为样本建立了船舶机舱火灾温度的支持向量机计算模型,为提高模型预测的精确度,利用遗传算法对参数进行寻优。实验表明:应用本文模型预测结果与FDS计算结果基本一致,优于SVM模型以及BP神经网络的预测结果,提出一种快速预测火场温度的工程计算方法。