长江危险品船舶交通事故应急资源优化配置研究

针对长江危险品船舶交通事故应急资源配置中存在的问题和自身特点,从应急系统中应急资源的投入产出的整体相对效率考虑,运用数据包络分析(DEA)对长江危险品交通事故应急资源配置效率进行评价,在此基础上,用神经网络对评价所得数据进行训练,并对生成方案的效果进行预测,从而获得全局最优的危险品交通事故应急资源优化配置方案,为目前长江危险品船舶交通事故应急资源的科学配置提供了重要的参考依据。     

基于神经网络的铅酸蓄电池模型研究

根据某型潜艇蓄电池充放电的特点,设计了充放电装备用以进行模型试验,提出了充放电电流、蓄电池附属系统及参数测量实验的技术方案,以实验数据为基础,结合神经网络技术,建立了比较准确的蓄电池模型。     

BP神经网络应用于散货船空船质量估算

以搜集的200余条散货船为样本,建立了空船质量统计回归模型和三种情况下的BP神经网络模型,并选取10条散货船对各模型进行了测试和比较。三种BP神经网络模型测试结果与实际值很接近,精度优于传统的统计回归模型,表明用BP神经网络进行空船质量估算是可行和实用的。     

船舶与海洋工程中的焊接变形预测方法研究概述

文章介绍了焊接变形预测理论的发展及现状,并将其归纳为基于实验和理论相结合的经验计算阶段、基于计算机数值模拟的模型分析阶段、基于新兴数据挖掘方法的研究应用阶段三个标志性阶段,详细论述了每个阶段预测技术在实际中应用的优劣.着重以BP、RBF人工神经网络为例阐述了神经网络等数据挖掘方法在焊接变形预测中的应用前景,并指出了目前存在的不足及未来亟待研究的方向.     

冻融循环对不同塑性路基土剪切强度的影响研究

为了研究冻融循环对不同塑性路基土剪切强度的影响,通过室内三轴试验和冻融循环试验对3种塑性指数的土样进行了研究。结果得到:当冻融循环次数增加时,剪切强度随着塑性指标的增加而有所增大;当塑性指数相同时,剪切强度随冻融次数增加与围压增加改变各不相同,与冻融循环次数成反比,与围压成正比。并且冻融循环6~7次后,3种塑性指数土样的剪切强度的变化均会趋于平缓。     

基于动态时间调整的时空图卷积路网交通流量预测

为深入挖掘交通流数据的复杂时空特征并建立其依赖关系,提高交通流参数的预测精度, 本文提出一种新的交通流量预测模型——基于注意力机制和残差网络的时空关系图卷积网络 (TSARGCN)。TSARGCN对输入数据进行切片,实现多分支建模,挖掘数据的时间周期性特征; 引入残差网络保证网络中信息传递的完整性;利用DTW (Dynamic Time Warping)算法计算路网 中节点之间交通流量序列在时间维度的相似程度大小,提出时间图的概念,结合路网结构中各节 点的邻近关系,提出时空关系图的概念;基于时空关系图,在每个分支结合注意力机制分别进行图卷积和时间维度卷积,捕获交通流的时空特征及其依赖关系,实现对路网交通流量数据时空关系的建模。经过在公开数据集PEMSD4上进行实验,结果表明：TSARGCN在交通流量预测中的平均绝对误差 (MAE) 达 到 19.24,均方根误差 (RMSE) 达到 27.09,比 ARIMA(Autoregressive Integrated Moving Average model),Conv-LSTM(Convolution Long short-term memory)及 ASTGCN (Attention based Spatial-temporal Graph Convolutional Network)等知名交通流量预测算法具有更高的预测精度。     

Asynchronous n-step Q-learning adaptive traffic signal control

Ensuring transportation systems are efficient is a priority for modern society. Intersection traffic signal control can be modeled as a sequential decision-making problem. To learn how to make the best decisions, we apply reinforcement learning techniques with function approximation to train an adaptive traffic signal controller. We use the asynchronous n-step Q-learning algorithm with a two hidden layer artificial neural network as our reinforcement learning agent. A dynamic, stochastic rush hour simulation is developed to test the agent’s performance. Compared against traditional loop detector actuated and linear Q-learning traffic signal control methods, our reinforcement learning model develops a superior control policy, reducing mean total delay by up 40% without compromising throughput. However, we find our proposed model slightly increases delay for left turning vehicles compared to the actuated controller, as a consequence of the reward function, highlighting the need for an appropriate reward function which truly develops the desired policy.     

����ϵ�����ڳǼʸ�������������е�Ӧ��

高速铁路为人们提供了一种高效的运输方式.本文借鉴弹性系数法的相关理论,首先运用广义费用函数测算样本中高铁开通前后两地区综合客运成本的变化,结合两地区高铁开通前后客运量的变化得到了运输成本弹性系数,用于衡量两地区对于高铁开通的迫切性程度,从而在另一个层面衡量高铁建设的可行性.然后根据运输经济学及新经济地理学的相关理论,从人口、距离、人均GDP差异、平均人均GDP和产业结构相似度5个维度对样本的运输成本弹性系数进行建模,运用神经网络的方法来拟合其对运输成本弹性系数的影响情况,并以此为依据来测算北京市和张家口市对即将开通的京张高铁的迫切性程度.     

基于文化粒子群网络优化算法的医学图像研究

文章提出了基于文化粒子群的网络优化算法的医学图像方法，通过在50例唇裂矫正术中运用BP神经网络进行学习．对唇部进行解剖观察和美学分析，在矫正修复手术中不断学习和调整来接近期望输出，并通过实验仿真及客观的图像提出了评估准则。实验结果表明，在美学研究基础上的基于文化粒子群BP神经网络的医学图像研究，适用于唇裂的矫正修复。