面向多样化终端的自适应网络三维可视化方法

随着移动互联网的快速发展,三维GIS （geographic information system）应用的用户终端设备类型日趋多样化,现有单一的网络可视化方法难以适应多样化终端需求.针对上述问题,本文首先设计了基于B/S （browser/server）模式的自适应三维可视化架构,然后重点探讨三维数据的多样化组织、自适应四叉树组织与动态索引构建、三维场景自适应调度等关键技术,最后基于WebGL技术构建原型系统并进行案例实验.实验结果表明:桌面端设备笔记本电脑的可视化渲染帧率最终稳定在40 帧/s左右;移动端设备平板电脑、智能手机的可视化渲染帧率最终稳定在20 帧/s左右;不同类型终端上进行网络可视化均能保证较高的可视化帧率及效果,证明了本文提出方法的有效性与可行性.      

CACC车头时距与混合交通流稳定性的解析关系

研究协同自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)车头时距对不同CACC比例下混合交通流稳定性的影响关系,进而为CACC车头时距设计提供参考. 应用优化速度模型(Optimal Velocity Model,OVM)作为手动车辆的跟驰模型,PATH真车实验标定的模型作为CACC车辆的跟驰模型. 基于传递函数理论,推导混合交通流稳定性判别条件,计算关于CACC比例与平衡态速度的混合交通流稳定域. 分析混合交通流在任意速度下稳定所需满足的临界CACC比例与CACC车头时距的解析关系,提出随CACC比例增加的可变 CACC车头时距设计策略,并通过数值仿真实验验证所提可变CACC车头时距策略的正确性. 研究结果表明：在所提可变CACC车头时距策略下,CACC车头时距随CACC比例增加而逐渐降低,避免取值较大影响混合交通流通行能力的提升;当CACC比例大于35%时,混合交通流在任意速度下稳定.研究结果可为大规模CACC真车实验的实施提供理论设计参考.     

半开放式的多配送中心纯电动车辆路径优化问题

电子商务促使越来越多的物流企业采用多配送中心模式优化车辆的配送路径,纯电动汽车逐渐替代了传统的燃油配送车辆,以改善生态环境. 结合多配送中心联合服务模式的特点和纯电动物流车辆的行驶特征,构建带时间窗的半开放式多配送中心纯电动车辆路径优化模型,设计蚁群算法对其求解. 算例对比分析结果表明：半开放式的多配送中心联合服务,能合理利用相关物流资源,改善车辆路径,降低物流费用,但需要寻找合适数量和位置的配送中心进行联合,才能达到节约成本的最佳效果;相比单配送中心,多配送中心联合服务提供了更多潜在的较低价格的充电点,在配送中心补充电量可在一定程度上节约物流成本.     

强腐后Q345钢力学性能退化试验

系统研究了强腐后Q345钢表面形貌和腐蚀时间对其力学性能退化的影响;采用浓度36%工业盐酸在室温环境下快速腐蚀的方法,设计了腐蚀时间分别为0、1、2、4、8、12、24、48、72 h的9组钢试件;采用三维非接触激光扫描仪和扫描电镜扫描腐蚀钢,测量了最大蚀坑宽度、高度和腐蚀试件厚度,计算了最大蚀坑影响系数;开展了拉伸试验,结合扫描形貌与微观组织形态解释了强腐后Q345钢的力学性能退化机理;建立了浓度36%工业盐酸在室温环境强腐后Q345钢的腐蚀动力学曲线和本构关系模型,揭示了强腐后Q345钢的力学性能退化规律。研究结果表明：随着腐蚀时间的增加,Q345钢的腐蚀动力学曲线展示了腐蚀率的变化规律;腐蚀时间在1 h以内,最大蚀坑影响系数增大最为明显,钢的名义屈服强度、名义抗拉强度、名义弹性模量和伸长率退化较大,分别达到未腐蚀钢的3.00%、0.69%、1.99%和4.88%;当腐蚀时间超过12 h,最大蚀坑影响系数增加缓慢,钢的名义屈服强度、名义抗拉强度、名义弹性模量和伸长率退化较为缓慢,分别达到未腐蚀钢的7.58%、4.02%、10.27%和26.64%;随着最大蚀坑影响系数和腐蚀时间的增加,屈强比变化较小;在腐蚀试件的应力-应变本构关系曲线中,随着腐蚀时间的增加,钢材的屈服平台逐渐缩短甚至消失,钢材由延性破坏转变为脆性破坏。     

高峰期考虑乘客议价的网约车定价与平台收益及社会福利优化

现阶段有关网约车动态定价的研究主要是从司机和平台的角度出发,借助排队论、生灭过程等方法描述司机的运行状态,对市场需求的动态变化特征关注较少,同时也没有考虑乘客方的自主议价权力。本文采用动态匹配描述网约车市场中乘客与司机的匹配过程,通过构建动态匹配模型描述短时间内市场变化的影响,采用需求与供给函数描述乘客和网约车的状态,在此基础上,构建平台利润最优模型和社会福利最优模型;然后提出乘客议价影响因子并依据现有数据确定其在市场运行不同时段的函数,将影响因子引入已建立的模型得到修正后的动态匹配模型和定价模型;最后设置算例验证模型可行性,探讨价格变化对市场的作用,分析乘客议价对动态匹配网约车市场的影响。算例结果表明,随着价格变化因子倍数的增加,社会福利、平台利润和匹配量先增后减,在倍数为2.0时,社会福利达到最大,倍数为1.3时匹配量达到最大。对比分析发现,乘客议价将推动市场向供求平衡移动,同时增加网约车市场高峰时段的平台利润和社会福利。     

考虑多维动态特征交互的高速公路实时事故风险建模

为探究天气和道路等特征,以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响,本文基于京哈高速公路北京段的事故数据,以及匹配的交通传感器数据、天气数据和道路特征等,构建4个数据集,分别为只包含交通流变量,包含交通流变量、天气及时间特征变量,包含交通流变量、道路及时间特征变量,包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发,基于深度交叉网络,提出一种新的实时事故风险预测模型。结果显示,本文所构建的深度交叉网络模型比其他几种实时事故风险预 测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562,在0.2的概率阈值下, 可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明,本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故,可为我国高速公路安全管理部门提供理论与技术支持。     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析,不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先,将来源于AFC(Automatic FareCollection)的进站客流量数据处理为时间序列数据,并基于K-Means++算法对各个站点的客流量进行聚类;其次,建立客流量聚类结果与土地利用特征多维参数的拟合方程,计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上,充分考虑属于同一大类站点不同站点的细分特性,使用5类客流量公共特征比重组合精细描述具体站点类型。实例结果表明,使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内,说明该分类方法具有可行性。     

基于深度主动学习的MVB网络故障诊断方法

多功能车辆总线MVB （multiple vehicle bus）用于传输重要的列车运行控制指令和监视信息,准确地诊断MVB网络故障是列车智能运维的基础,为此,提出一种将主动学习和深度神经网络相结合的MVB网络故障诊断方法. 该方法采用堆叠去噪自编码器自动提取MVB信号物理波形特征,并将该特征用于训练深度神经网络来实现MVB网络故障模式分类;基于不确定性和可信度的高效主动学习方法,可解决实际应用中标记样本不足和人工标记成本高昂的问题,使用少量标记训练样本就能得到高性能的深度神经网络模型. 实验结果表明:为达到90%以上分类准确率,所提方法只需要600个标记训练样本,小于随机采样方法所需标记训练样本数的2 800个;在相同标记训练样本数下,所提方法在3种性能指标下均优于传统方法.      

基于多目标遗传算法的低温共烧陶瓷电路板典型结构优化

在热环境中,低温共烧陶瓷电路板会出现相当大的热应力和形变,造成它的表面出现裂纹,严重影响其使用功能.为此,提出了基于多目标遗传算法的典型电路板结构优化研究.在热环境中,热分析低温共烧陶瓷电路板典型结构,并在热分析的基础上,分析优化典型结构中易形变的部位,达到减小其热应力的目的,以提高在热环境中电路板的力学特性,改善其力...