面向对象数据存取方法的分析

介绍了在VB环境下3种基于面向对象的数据存取方法(数据访问对象、远程数据对象和活动数据对象),分析了比较它们的数据存取模型,给出了每种对象方法的特点,最后给出了与数据库连接的常用方式.     

对象/关系映射机制研究与实现

针对持久对象与关系数据库的存储矛盾,深入研究对象/关系映射的几种方法和相关机制,设计并初步实现了一个对象/关系映射框架.该框架具有对象/关系映射功能,使应用程序开发人员能够以统一的、面向对象的方法进行对象数据存取,而不必关心底层关系数据库的实现,从而极大地提高了开发效率.     

电牵引列车运行过程仿真的面向对象方法

论述采用面向对象技术开发的电气化铁路列车运行过程仿真软件方法，探讨面向对象方法及其特点，分析它与面向过程方法相比的优越性，借助该方法建立列车运行过程仿真系统的对象模型，并对各对象类的属性，操作及软件的实现进行介绍。     

基于UML的列车运行调度系统软件模型

按照面向对象软件工程的思想,在对列车运行调度系统分析的基础上,对系统中各实体之间的静态关系和动态关系进行研究,并详细描述软件系统的分析和设计过程。基于UML建立软件系统的用例图、类结构图、序列图和状态转移图,从静态和动态两个角度描述调度系统的软件模型。用例图从用户的角度描述系统的功能;类结构图指明系统中存在的类以及类之间的静态关系,描述系统的静态模型;序列图着重描述控制流在对象之间的流动过程,状态转移图描述对象的转移过程以及状态变化的条件。序列图和状态转移图从不同的角度描述系统的动态行为,建立系统的动态模型。该模型已用VC 6.0实现,并在高速铁路综合调度仿真系统中得到应用。     

基于IFC标准的面向需求的动态加载方法

为解决Web端建筑信息模型（BIM,Building Information Modeling）场景数据加载技术面向复杂模型数据时存在的加载时间过长、用户体验不佳的问题，提出一种Web端基于工业基础类（IFC,Industry Foundation Classes）标准的面向需求的动态加载方法。以IFC模型文件作为研究对象，在遵从建筑语义前提下，以建筑构件为粒度，将层次关系、几何特性、材质、属性等信息拆分存储；结合构件可见性和几何相关性，设计出基于图形处理器（GPU,Graphics Processing Unit）加速的面向需求的动态加载方法；搭建实验测试环境，选取若干IFC模型文件，进行方法验证。以初始加载构件个数、内存占用和初始加载时间作为性能评价指标，与使用BIMServer开源服务器平台加载的方法相比，文章所提方法的初始加载组件数量减少了约71%，内存占用减少了约40%，初始加载时间缩短了约78%，有效减少了用户因加载而等待的时间，改善了用户交互体验，可为铁路行业开展Web端BIM大场景应用提供快速加载技术支持。     

面向对象的演绎数据库

面向对象技术和演绎数据库是数据库技术领域中正在显露头角的两门学科,分别体现了面向对象技术和逻辑程序设计的发展方向。目前,这两个研究领域各自都取得了很大的进展。面向对象数据库的实现主要基于过程性的语言如C、LISP或Smalltalk。而一个逻辑程序设计环境对于演绎数据库系统的开发是非常有用的。为了将来开发出智能数据库系统,我们需要将面向对象、演绎数据库和多媒体技术结合成一个统一的实体。 本文讨论了一个面向对象的演绎数据库系统模型。该系统作为Prolog程序开发环境的扩展,将以上两种技术结合到了同一平台上。     

基于多阶段特征优选的高速铁路列车晚点预测模型

为克服大规模高维数据集不相关和冗余信息对列车晚点预测模型性能的影响，提出一种融合多阶段（MS）特征优选方法和改进深度神经网络（IDNN）模型的高速铁路列车晚点预测模型（简称MS-IDNN模型）。首先，利用MS特征优选方法，基于列车运行实绩提取影响列车晚点的相关特征，构建初始特征集，并对其进行数据清洗和特征优选，生成最优特征子集；其次，将列车晚点特征映射为IDNN模型的神经元，采取全连接方式提取特征间的交互关系，并叠加多个浅层神经网络以克服深度神经网络反向传播过程中梯度消失的缺陷，实现列车到达晚点的精准预测；最后，以武广高速铁路列车运行实绩为例，验证MS-IDNN模型的有效性。结果表明：相比初始特征集，构建得到的最优特征子集特征维度降低了54.29%；相比6种基线模型，MS-IDNN模型的平均绝对误差和均方根误差分别至少降低4.85%和8.97%，在沿线至少66.66%的车站中表现出更高的预测性能；MS-IDNN模型能够有效剔除数据集中的不相关和冗余信息，提升列车晚点预测精度。     

面向对象的演绎数据库(续)

面向对象技术和演绎数据库是数据库技术领域中正在显露头角的两门学科。分别体现了面向对象技术和逻辑程序设计的发展方向。目前,这两个研究领域各自都取得了很大的进展。面向对象数据库的实现主要基于过程性的语言如C、LISP或Smalltalk。而一个逻辑程序设计环境对于演绎数据库系统的开发是非常有用的。为了将来开发出智能数据库系统,我们需要将面向对象、演绎数据库和多媒体技术结合成一个统一的实体。 本文是上一期的继续,讨论了一个面向对象的演绎数据库系统模型。该系统作为Prolog程序开发环境的扩展,将以上两种技术结合到了同一平台上。     

高速列车运行仿真系统中数据库技术的应用

系统基于模块化建模的思想，在分析高速列车信号数据的基础上，采用面向对象的方法分析仿真系统，并用面向对象编程语言实现有效地重用仿真库中的模型和数据库中的数据，从而快速生成仿真系统，在不同层次上支持建模仿真人员的数据库系统，使仿真数据共享。着重介绍了高速列车运行仿真系统中数据库子系统的设计和实现方法，为存储列车试验数据提供了一种有效的方法。     

基于CSP的CTCS-1级列控系统RDC数据验证的研究

区域列控数据中心（RDC）作为CTCS-1级列控系统地面设备的核心部分，为车载设备提供线路数据、临时限速信息、进路信息等，因此，RDC数据的正确性对列车正常运行至关重要。通过对RDC所包含的静态数据进行分析，总结出数据应满足的约束条件，以轨道区段数据为例，基于实体数据应满足的域值条件以及数据之间的关系建立数据约束规则，将数据验证规则加入数据验证流程，利用通信顺序进程（CSP）形式化语言对数据验证流程进行建模，用模型检验工具ProB对CSP语义模型进行检验。验证结果正确，表明数据验证方法可行，为RDC静态数据自动化验证奠定了基础。     

灰色线性回归组合模型在地面沉降预测中的应用

选择合适的沉降与时间的关系模型对于沉降预测而言是很重要的。根据地面沉降机理与曲线特征，对某数据序列进行了光滑性和指教规律性检验，使用线性回归和灰色模型的组合模型对该数据序列建模和预测，所得平均相对误差和均方差比值都优于GM（1，1）。研究结果表明，具有线性特征的沉降数据序列选用灰色线性回归组合模型进行短期预测效果更好。     

面向对象类谓词逻辑知识表达模式及其在选线系统中的应用

将谓词逻辑知识表达法与面向对象技术相结合,提出面向对象的类谓词逻辑知识表达模型。该模型用对象和信息表现问题中的事物及其关系;用类和继承来模拟人们的思维方式。模型中通过采用"测验分数"语义,有效地解决了不确定性知识的表达问题;用类代替关系定义域中的实体,可通过缩小搜索空间而提高推理效率。以选线系统中的设计状态知识,说明类谓词逻辑知识表达模式在选线领域知识表达中的应用。     

面向对象Petri子网的列车群运行系统模型

基于列车群行为建模所出现的列车并发性的智能性表述，面向不同的控制和决策问题，多层次性问题的处理，构成系统的各子系统独立性表示，面向不同分析问题系统混合属性的如何处理，以及影响列车群运行的各种不确定性因素的处理等主要问题，定义了一类对象Petri网，并利用所定义的Petri网建立了列车运行系统中的信号灯，区段，车站和列车的对象Petri子网模型，各对象子网分为内／外两部分结构，对象的内部数据属性和操作均由内部结构来表示，对象子网之间的联系是用消息传递来完成，这很好地表现了对象的封装性和对象子网的结构一致性，基于子网所构建的模型（TGOSOPS）相对于已建模型（TOPNO）所表述的内容更丰富，具有结构性，可扩展性，层次性更优良的特点，模型适用于分布式行车指挥系统，便于智能控制的实施并具有很好的开放性和可控性，模型可构成研究一类智能混合系统建模及分析理论的实验平台。     

IFC铁路通信系统分解及数据需求研究

在工业基础类(IFC)铁路标准研究项目背景下,关注铁路通信领域的数据存储标准研究。根据铁路通信工程的实际需求,提出了IFC铁路通信系统分解架构,采用面向对象理念对各铁路通信领域特有构件进行数据需求的定义,实现了铁路通信工程信息模型的基本数据描述。为铁路通信工程全生命周期数据存储、共享与应用提供了技术支撑。研究方法及成果对其它相关领域具有借鉴作用。     

基于邻接表和改进深度搜索的进路搜索研究

为解决传统联锁表结构的站场数据修改繁琐,利用联锁表搜索进路效率低的问题,提高联锁系统数据存储便利性和车站进路搜索效率,设计一种采用邻接表结构的站场图模型,并在此基础上利用改进的深度优先搜索算法建立新的进路搜索模型。基于邻接表的站场图模型可以降低站场数据维护难度,配合改进的深度优先搜索算法可以提高进路搜索效率。     

面向对象的车站综合信息系统的查询优化策略

针对在向对象的数值库（ＯＯＤＢ）的概括继承结构提出一种新的查询途径，它建立在一种对象表示的基础上，该对象表示由两部分组成；结构段和参考段，分别用于排除与目标查询类和预测查询类不相匹配的对象，性能分析表明该查询数据能显著操作磁盘Ｉ／Ｏ访问次数。     

ORACLE SPATIAL

对象关系数据库已经成为一种新标准,旨在多媒体和空间信息系统等非传统数据库应用不断增长的数据管理和分析需要。更有效地满足这些应用的需求,必须解决两个关键问题:（1）表示（2）基于内容的查询。Orac1e Spatia1解决这些空间数据问题的方法是,提供一个对象数据类型（SDO_GEOMETERY）、索引功能和多个针对SDO_GEOMETERY的函数/运算符。这样就可以在Orac1e9i数据库中快速有效地存储、访问和分析空间数据。这也方便了应用开发人员在行业标准的数据库服务器中存储所有位置（指地理位置）信息,而无须再求助于定制的外部索引和函数去实现他们所需要的此类功能。空间数据的用户可以利用标准的Orac1e9i特性以及增强特性,例如更高的数据库大小极限、更快的备份与恢复以及数据库中的Java存储过程。     

ORACLE SPATIAL

对象关系数据库已经成为一种新标准,旨在多媒体和空间信息系统等非传统数据库应用不断增长的数据管理和分析需要。更有效地满足这些应用的需求,必须解决两个关键问题:（1）表示（2）基于内容的查询。Oracle Spatial解决这些空间数据问题的方法是,提供一个对象数据类型（SDO_GEOMETERY）、索引功能和多个针对SDO_GEOMETERY的函数/运算符。这样就可以在Orac1e9i数据库中快速有效地存储、访问和分析空间数据。这也方便了应用开发人员在行业标准的数据库服务器中存储所有位置（指地理位置）信息,而无须再求助于定制的外部索引和函数去实现他们所需要的此类功能。空间数据的用户可以利用标堆的Orac1e9i特性以及增强特性,例如更高的数据库大小极限、更快的备份与恢复以及数据库中的Java存储过程。     

动车组PHM模型数据处理架构优化及关键技术研究

动车组故障预测与健康管理（PHM,Prognostics and Health Management）模型研究工作围绕动车组运维数据开展。数据是动车组PHM模型的驱动力，数据计算是动车组PHM模型的核心。文章从动车组PHM模型应用现状出发，对动车组PHM模型数据架构进行了优化设计，研究了动车组车载信息无线传输系统（WTDS,Wireless Transmission Device System）数据清洗及存储等关键技术，提升了PHM模型源数据处理效率。     

铁路勘察数据标准化存储研究与应用

针对铁路勘察信息化、数字化的需要，以及当前多专业协作勘察过程中存在的数据存储标准不统一问题，为规范铁路勘察数据的管理及后续应用，减少因数据标准不统一带来的不同系统之间数据贯通困难，促进系统集成及信息资源共享，根据勘察数据特点，规范了数据分类、格式及编码，建立了结构化数据和非结构化数据的数据库结构。依据计算机存储特点，提出采用关系型数据库存储结构化数据+分布式HDFS存储非结构化数据+空间数据库存储三维空间数据的方案，既保证了不同数据间的分类存储，又实现了底层数据联通。通过研发铁路勘察与选线设计数据管理平台，对勘察数据进行标准化存储和管理，验证了该标准化存储方案，为铁路数字化勘察提供了重要支撑。此外，针对勘察数据标准化存储的未来发展应用，提出利用不断积累的数据，通过大数据分析、数据挖掘、动态感知及人工智能等新技术手段为勘察工作提供更准确的预测和分析，不断提高勘察工作效率和准确性。