雾天环境下的舰船图像增强算法研究

为了提高雾天环境下的舰船图像质量,提出一种形态滤波算法和小波变换的雾天环境下舰船图像增强算法。首先采集雾天环境下的舰船图像,并对图像进行形态滤波操作,去掉舰船图像中的噪声,将舰船图像的重要信息保留下来,然后采用小波变换对2幅舰船图像分别进行分解,并对它们进行融合和增强,消除雾天环境对舰船图像的干扰,得到更加清晰的舰船图像,最后与其他算法进行舰船图像增强仿真实验,仿真实验表明本文算法的舰船图像信噪比要高于对比算法,可以对雾天环境中的不利因素进行有效的抑制,得到的舰船图像的视觉效果十分理想,解决了当前雾天环境下舰船图像增强中的难题。     

规则波作用下沙质岸滩剖面演变研究*

为了探究规则波作用下沙质岸滩的形态变化，在波浪水槽中构建沙质岸滩剖面的演变过程。发现在规则波作用下，沙质岸滩会出现沙坝峰，存在从单一沙坝峰到双沙坝峰的演变过程，且沙坝形成后并非静止不动，而是随时间变化存在离岸和向岸的往复运动。探究水深、周期和植被覆盖对沙质岸滩变化的影响，对其最大冲刷深度、最大淤积深度、冲刷面积和淤积面积进行讨论分析。结果显示，水深的增大会导致沙坝向岸运动，周期的增大会导致岸滩趋于紊乱，植被覆盖对岸滩有稳定作用。     

粗糙床面水流运动特性试验与建模研究

山区河流的大尺度粗糙床面对水流运动特性的影响是航道整治工程中的重要问题。文章基于模型试验研究,并结合CFD计算分析的方法,研究了不同摆放密度的混凝土立方块体对有限水深流动的自由液面波动、纵向流速分布以及纵向水头损失的影响。在此基础上,文章根据水流阻力的影响因素,对传统经验公式开展了相关修正,并采用非线性多元回归法对经验修正系数进行了回归分析。研究结论表明:文章所提出的经验公式具有更加普遍的适用性,且经验公式的预测结果与试验和CFD计算结果相一致,对于航道整治工程具有重要参考价值。     

线性需求下铁路客运差别定价模型研究

为提高席位资源利用率,研究了线性需求下我国铁路客运差别定价策略的优化模型。以收益最大化为目标,基于最优化理论和完全价格歧视策略,确定旅客群体最优细分数目以及每个旅客群体的最优票价,得出在客运淡季,铁路旅客最优细分数目为3~5个,各旅客群的最优票价由铁路客运市场细分数目决定。应用该模型为某城际高铁进行差别定价,试验结果表明,该模型可达到调节客流、增加收益的目的。     

公铁竞争下铁路货物列车开行决策与定价综合研究

随着公路货运与铁路货运间竞争关系的持续激烈化，我国铁路货运存在市场分担量不足、企业经营效益有待提升等问题。充分利用铁路经济性优势，同时协调铁路列车开行决策方案、降低成本并确保铁路企业利润，有利于铁路增强货运收益，更好的参与市场竞争。基于对列车开行决策与运输定价间关联性的探讨，以货运分担量及运价为决策变量，构建出一个公铁竞争环境下的铁路货物列车开行决策与运输定价综合优化模型，以此实现铁路企业利润的最大化和货主广义费用的最小化。通过算例验证得出该模型满足可行性与合理性要求，能够促进铁路达到一定的市场分担率水平、创造较高的经营效益。     

收费公路资产证券化定价及发行方法研究

从数据驱动视角出发，本文探讨收费公路资产支持证券的结构化定价方法。首先，构建反 映交通量风险特征的收费公路通行收入自回归积分滑动平均模型；其次，基于瀑布式偿付结构和 到期收益率Nelson-Siegel模型计算不同等级证券发债规模与息票利率；最后结合成渝高速和渝 蓉高速现实数据进行仿真分析。研究发现，高速公路成熟期的通行收入具有尖峰厚尾特征，成长 期的通行收入更兼具显著的波动聚集效应。数据驱动的定价模型能够刻画通行收入的风险特 征，合理估计优先级的证券融资比例，比只考虑利率风险的现金流折现法更具有优势；从发行方 式来看，合并发行的融资结构显著优于单独发行。管理启示是改变以单个高速公路项目为基础 的特许经营权融资，通过绩优绩差项目的合并发行优化融资结构。     

考虑收益管理的高铁平行车次动态差别定价

基于RP(Revealed Preference)和SP(Stated Preference)调查数据，利用潜在类别模型对高铁旅客进行细分，得到旅客对平行车次不同服务属性，如列车运行时间、发车时段和舒适度的偏好程度，并对其进行量化；引入收益管理，以多列车整体收益最大为目标，构建平行车次动态差别定价模型，并设计模拟退火算法进行求解；最后，通过京沪高铁进行实例验证.结果表明：与固定票价进行客票销售相比，所提方案能够适应高峰期和平峰期不同客流特点，提高铁路客票总收益，为高铁平行车次灵活定价提供参考.     

基于强化学习的平行航班动态定价

由于平行航班之间的竞争越来越激烈,为提高航空公司收益,对机票销售系统中的航班和旅客分别建模。将航班的动态定价问题建模成马尔可夫博弈过程,对混合类型旅客建立Logit选择模型。利用多Agent的强化学习算法对实例进行求解,结果表明WoLF-PHC算法收敛所需迭代的次数大于Nash-Q算法,但在计算速度上WoLF-PHC算法优势明显,且具有较强的适应能力。此外,航空机票的定价策略与其他易逝品有所不同,整体呈现上升趋势。而旅客环境参数的变化,也会影响定价策略。基于WoLF-PHC算法得到的定价策略对于收益提升具有积极作用。     

考虑高铁客运产品间交叉弹性的动态票价策略

将由特定高铁列车所提供的起讫点间的旅客运输服务定义为单个高铁客运产品。随着高速铁路越来越"公交化",同一起讫点间客运产品间的可替代性越来越强,票价的调整有了更精细化的要求。用经济学中的交叉弹性理论描述客运产品间的可替代程度,用指数需求函数描述客运产品的需求与票价的关系,构建并求解高铁动态票价优化模型,对客运产品间不同可替代程度下的最优动态票价策略进行研究。结果显示:高铁客运产品间的可替代性会影响票价策略的选择,且客运产品间可替代程度的增加是否有利于客票收益的提高与可行折扣票价集合的选取有关。