基于并行多任务深度学习的铁路主要技术标准优选

铁路主要技术标准是铁路全生命周期最重要的先决技术决策之一.传统的基于经验驱动的决策方法工作量大、周期长、严重依赖设计者的经验水平、可能遗漏有价值的方案.而主要技术标准优选的关键在于揭示多维环境因素与主要技术标准值之间的潜在映射关系.受深度学习在规律特征识别方面成功应用的启发,提出基于并行多任务深度学习的铁路主要技术标准优选方法:将影响技术标准决策的多维环境因素为输入,主要技术标准值为输出,构建深度学习模型发掘规律;提出将地形转换为图像,再卷积提取特征,并与运量、路网中的作用等数据融合的方法,解决多模态混合输入学习样本的生成难题;针对各标准之间相互关联问题,建立了适于主要技术标准优选的多任务神经网络结构,并通过大量实验,确定了卷积层、卷积核、全连接层等主要结构参数.经5736 km既有线路实例验证,主要技术标准决策的平均准确率可达88％以上.     

重型变速器高精度主轴校直开裂的控制

本文渗渗碳淬火主轴校直开裂的原因进行了分析，采用渗碳－中间冷却－重新加热－分级淬火，利用相变超塑性原理进行校直的方法，消除了高精度主轴的校直裂纹。     

1999年全局计算机工作计划

(1)建设福州地区票务中心；(2)根据铁道部的安排，完成我局五个地区票务中心与铁道部票务中心的联网；(3)根据客运部门的部署，继续建设车站计算机售票系统；在电务部门的支持下，实施车站与地区票务中心的联网售票；积极、稳步、有序地推进代售点的联网售票；