TMIS应用数据转换工具的设计

根据ＴＭＩＳ的需求，给出了应用数据转换工具系统的总体结构，并在应用环境中实现了该系统。本数据转换系统具有较好的通用性，实时性，可用性，完全可满足ＴＭＩＳ应用的要求。     

基于Acegi安全框架的权限管理研究与实现

在任何一个完整的Java Web应用系统的设计与实现中,用户权限管理是一个非常重要的部分.Spring框架是一个开发J2EE应用的优秀框架,但是Spring本身没有提供对系统的安全性支持.Acegi是基于Spring IOC和AOP机制的一个安全框架.分析Acegi安全框架,提出基于Acegi的权限管理方法,并介绍基于此方法的Web系统中权限管理的具体实现.该方法可以为Web应用程序提供URL级的动态认证授权机制,使业务逻辑和安全检查逻辑完全解耦,使Web应用的权限管理机制具有很好的动态性和可扩展性.     

Lotus平台下人事管理分析和设计

对Lotus Notes/Domino平台下成都铁路局人事管理信息系统中领导干部任免进行简要分析,并着重介绍Lotus Notes/Domino的安全控制、关联数据库、OLE(对象链接与嵌套,Object Linking and Embedding)、文件流转等技术在解决任免过程中的实际问题时的分析和应用.     

Lotus OA系统下报表的OLE技术实例分析

从成都铁路局的Lotus Domino/Notes(办公自动化)系统的实际应用中,发现并总结出Notes自身在报表制作方面的弱点,并将其难以生成的报表按照特点进行分类讨论.同时简述了Notes平台对于OLE(对象链接与嵌套,Object Linking and Embedding)技术的支持,对应上面分析得出的各种不易处理的报表,设计了不同的基于OLE技术的报表解决方案.论述过程均以成都铁路局OA系统的实际事例为基础,涉及到的关键技术和关键步骤列出了程序代码段.     

基于LightGBM模型的公交线路串车状态识别方法

同1条线路上相邻公交车辆由于受到道路等因素的影响，其实际车头时距与发车间隔相比显著缩短，导致相邻车辆在较短的时间内到达同1个公交站点即引发公交线路“串车运行”问题（即相邻公交车辆在实际运行中的车头时距与发车间隔相比显著缩短的现象）。辨识线路的串车状态（串车运行和非串车运行）是进一步提升城市公交车辆运营的稳定性的关键。提出了基于贝叶斯参数优化的LightGBM模型，并将其用以识别公交线路串车状态。从站点、运行、乘客、时间和天气这5个角度初步选取20个影响线路串车状态的关键因素，并采用Spearman相关性检验和方差膨胀因子诊断多重共线性。建立二元Logit模型进行影响因素分析。提取显著的影响因子，构建LightGBM模型用以识别线路串车状态，并分别采用贝叶斯优化与随机搜索优化对模型中用以确定模型属性和训练过程的超参数进行寻优。以西安市公交车辆行车数据为例进行模型的应用验证，对比2种参数寻优方法（贝叶斯优化与随机搜索优化）的效率，并将提出的LightGBM模型与XGBoost、随机森林（RF）、决策树模型（DT）和AdaBoost模型的识别精度进行对比。研究表明:上车乘客数、信号灯数量、近距商业区数量、近距内主路上行驶的距离（即车辆在近距离范围内在主道路上行驶过的距离）和拥堵延时指数对线路串车状态有显著影响。LightGBM模型的参数采用贝叶斯优化比采用随机搜索优化的准确率提高了1.31%。采用贝叶斯算法优化参数的LightGBM模型比采用随机搜索算法优化的准确率提高了1.31%。所提出的经贝叶斯优化的LightGBM模型正确识别公交线路串车状态（包括串车运行和非串车运行）的比率为82.89%，识别性能优于对比模型。      

客车制动系统过热问题的试验研究

简述解决客车制动系统过热的试验方法。     

股道自动化道岔常见故障处理及预防

以南宁局集团公司柳州机务段整备场股道自动化系统常见故障为例,对其表象道岔无表示转辙机不工作继电器工作异常、输入或输出紊乱等逐一进行分析,针对成因提出处理原则及办法,旨在最大限度地减少以至消除对运输秩序的影响。     

基于损伤力学和XFEM的舰船蒸汽轮机叶片裂纹扩展研究

叶片作为舰船汽轮机的核心零部件,其在复杂工况下的低周疲劳寿命一直是备受关注的问题。传统的寿命预测方法大多是基于经验公式进行求解,没有考虑损伤累积对材料固有属性的影响,也没有对裂纹萌生和扩展过程进行全面的分析。文章以损伤力学的基本理论为基础,考虑叶片实际非对称循环的工作状态,引入平均应力的概念,推导叶片低周疲劳寿命的计算公式以及损伤随循环次数变化关系的表达式。同时基于有限元分析软件ABAQUS,使用XFEM方法模拟叶片裂纹扩展并进行低周疲劳寿命分析,并与所给出的理论计算结果进行对比。结果表明,所建立的基于损伤力学的低周疲劳寿命计算结果与基于扩展有限元的裂纹扩展模拟结果吻合较好,其对于舰船汽轮机叶片等工程结构的寿命预测具有一定价值。     

基于Verhulst-RBF的铁路客运量预测

为更准确地预测铁路客运量,采用灰色关联法,分析不同因素对铁路客运量的影响程度,确定主要影响因子,并将其作为预测指标,提出基于Verhulst-RBF神经网络的铁路客运量预测组合模型。基于四川省近14年的铁路客运量数据,进行组合模型测试。实验结果表明,Verhulst-RBF神经网络组合模型的预测精确度高于单一的Verhulst模型或单一的RBF神经网络模型。