基于NeuralProphet-LSTM组合模型的港口货物吞吐量预测

为进一步提高货物吞吐量预测准确性,提出基于NeuralProphet时间序列模型与长短期记忆(LSTM)神经网络的组合预测模型。首先利用NeuralProphet模型对港口货物吞吐量数据进行训练得到预测值并计算残差序列,然后对残差数据建立LSTM神经网络模型进行预报修正,重构得到最终的预测值。以上海港、厦门港的月度货物吞吐量数据为样本展开试验,结果表明,该模型能够有效地解决数据异常波动造成的预测结果误差大、预测效果不稳定等问题;相比于传统单一模型与LSTM-支持向量机(SVM)、Bi-LSTM等组合模型,NeuralProphet-LSTM模型预测精度更高,可帮助港航企业及时调整规划决策与经营策略。     

ESB技术在铁水联运信息系统中的应用研究

近年来,铁路及水路不断加强业务合作,联运业务有了很好的发展,但两大行业的信息系统因开发方式、架构方式的不同,存在着“信息孤岛”现象,已经严重制约了铁水联运的数据交换与共享.本文主要探讨基于SOA架构铁水联运信息系统的实现方式,满足联运的数据交换需求,提高系统的兼容性和扩展性.结合ESB技术特点,对其在铁水联运信息系统中的应用进行了分析,讨论了系统的总体架构及部署方案.ESB技术在针对各种部门或领域的整合改革,及新信息系统的建设中有全方位的支持,是理想的信息系统建设技术.     

串联型混合动力公交车性能仿真分析

在已建立的串联型混合电动公交车动力系统基础上,分析确定了混合电动汽车工作模式;采用MATLAB/SIMULINK仿真语言建立了串联型混合电动公交车动力系统仿真模型,预测了整车动力性和经济性,并对该串联型混合动力电动公交车发动机发电机辅助动力系统的工作特性进行了仿真分析。     

基于文本挖掘的轨道电路细粒度故障致因分析方法

针对轨道电路故障文本记录依赖人工分析处理且故障文本利用率低的问题,提出一种轨道电路细粒度故障致因文本挖掘方法。从故障致因类型角度出发,基于改进TF-IDF算法实现故障文本特征表示,采用支持向量机实现均衡后的故障文本自动分类;考虑轨道电路故障原因多样性,对基于Word2vec向量表示的不同致因类型故障文本,进一步采用K-means算法聚类挖掘出细粒度故障主题类型,并依据词频特征提取各故障主题类型中的易发性故障致因。通过对某铁路局集团有限公司2015—2018年轨道电路故障文本数据实验分析,表明该方法可以实现轨道电路故障文本记录自动化统计分析,对现场综合检修、制定预防性维护措施具有辅助指导意义。     

铁路工程地质BIM技术方法研究

工程地质专业作为各个设计专业的基础,可为智能铁路设计提供基础地质数据。但三维地质建模技术在类似轨道交通和公路、铁路等线性工程方面尚不成熟。基于京张高铁项目,采用地层面剖切法、横向拟合拉伸方法、三棱柱法分别对地质体进行建模,并总结出了适用于铁路工程的BIM三维地质建模方法。     

一种准零刚度隔振器的隔振性能分析及实验研究

提出一种套筒结构从而解决了螺旋弹簧易因压缩而发生屈曲变形导致实验失败的问题。建立了准零刚度隔振器的理论模型,使用慢变平均法得到了其在简谐激励下的幅频响应曲线。通过振动实验研究准零刚度隔振器的隔振性能。简谐振动实验结果与理论分析结果基本一致,表明新式弹簧设计能够用于准零刚度隔振器的振动实验。此外,对准零刚度隔振器进行随机振动实验研究,证实了其在低频隔振和宽频隔振方面的优势。     

泡沫沥青作用机理及其再生混合料路用特性研究

首先分析了泡沫沥青的作用机理及影响因素,其次对其配合比进行设计,得到最佳拌合用水量,最后通过室内试验研究泡沫沥青混合料的路用性能,研究结果表明：发泡温度一定时,随着用水量的增加,泡沫沥青的膨胀率增加和半衰期减少,A-70基质沥青的最佳发泡温度为160℃,最佳发泡用水量2.7%;级配改善后泡沫沥青再生混合物的最佳拌合用水量为3.8%;水泥含量为1%～4%时,泡沫沥青再生混合料的抗压强度逐渐增加,增加幅度在12%～20%;泡沫沥青含量为2%～3%时,混合料高温稳定性随着水泥含量的增加逐步提升,泡沫沥青含量为3%～4%时,高温稳定性出现略微的下降。     

信息化技术在高速公路建设管理中的应用

信息化技术在忻阜高速公路建设管理中应用以信息化系统、网站以及OA系统为实体。各实体流程化管理控制对项目本身的管理工作起到很大的积极作用,其建设经验丰富了此类建设项目的知识宝库。     

新形势下港口机械设备的维修管理

港口机械设备是港口企业重要的物质技术基础,企业的生产活动依赖港机设备。提高企业的经济效益,必须重视并加强设备管理,保持设备完好有效。因此,港机设备的维修改造工作是港口企业不可忽视的重要一环,是保证企业竞争力和企业效益的有效技术手段。在新形势下,随着科学技术的不断进步,港口机械设备的维修管理工作也发生了很在的变化,我们在港口企业第一线工作的人们只有根据形势的变化,适时采以变革和创新措施,才能搞好港机设备的维修管理工作。     

高铁列控车载设备故障知识图谱构建方法研究

作为列控系统的核心,车载设备有着结构复杂,模块间联系紧密的特点,若在行车过程中发生故障,将直接影响列车安全高效运行。为使维修人员准确掌握车载设备故障情况,借助智能化的手段对蕴含丰富经验信息的车载故障维修日志进行研究,有着重要的现实意义。研究通过分析该类日志特点,提出自顶向下与自底向上相结合的方式构建车载设备故障知识图谱。以车载故障维修日志实体关系转换为基础,将半结构化数据实体识别视为关键短语提取问题,提出词向量、主题模型与词典特征相结合的方法先获取关键词语,再通过Bi-gram模型将故障词语拼接为候选故障短语,其中评分最高者即为所需故障实体。实体间的关系则采用基于模式匹配的方法,构建车载故障关系模板,挖掘故障间的联系。对于识别实体的冗余和错误问题,利用实体向量间的余弦相似度计算,通过阈值设定实现实体融合,完成车载设备故障的知识挖掘。最后,以某铁路局2019～2020年车载故障维修日志为数据进行实验,累积抽取出故障实体339个,故障关系734条,据此构建车载设备故障知识图谱,并以可视化方式展示和检索车载设备故障间关系,有效提高了车载故障日志的知识发现能力,便于指导车载设备故障维修。