�����˹�������ļ�ʻ��Ϊ��̬����ѧϰ�㷨

针对传统驾驶决策模型难以体现驾驶员驾驶过程中对交通环境的感知、判断、决策、动作等环节存在不确定性和不一致性,提出了一种基于神经网络的驾驶行为动态集成学习算法——DNNIA.首先训练多个个体网络模拟驾驶行为,然后动态选择泛化误差E最小的个体网络进行集成,采用拉格朗日函数法求解最优集成权系数ωi,并引入agent联盟的思想,把联盟中的个体网络对应的神经元输出做加权平均后,取最大值作为输出.在标准数据集上验证了该算法的有效性,仿真实验中得到的驾驶员踩踏踏板的习惯行为仿真结果与实际采集的样本数据总体趋势基本吻合.     

基于单片机的秒脉冲误差测量系统设计

针对时间统一系统中对秒脉冲误差的测量需求,提出了一种基于单片机的秒脉冲误差测量系统的设计方案,给出了其电路设计和软件设计,指出了系统达到的技术指标和进一步改进措施。     

国外海军控制装备采办费用大幅上涨的措施分析

介绍了国外海军装备采办费用大幅上涨造成的严重后果,以及国外采取的各种降低费用的措施;分析了这些措施的本质,并提出降低海军装备采办费的2种根本措施,认为转移研制成本有望成为解决海军装备采办费用上涨问题的最现实、最有潜力的措施.     

基于GA-LSSVR模型的路网短时交通流预测研究

目前,很多短时交通流预测方法仅利用某一路段历史数据的时间相关性或者道路上下游路段的时空相关性进行交通流预测,未充分考虑路网所有路段之间的时空相关性.提出了一种基于稀疏混合遗传算法优化的最小二乘支持向量回归(LSSVR)模型,并应用于路网短时交通流预测.该预测模型不仅可以自动优化LSSVR模型参数,而且可以从高维路网交通流数据中选择有助于交通流预测的变量子集.实验结果表明,与LSSVR模型相比,所提方法具有更好的预测能力;而且,少量时空变量被选择出来构建预测模型,极大减少了信息冗余,改进了模型可解释性.     

铁路商品汽车运输经营管理的实践与思考

为确保在铁路向现代物流企业转型发展过程中,深入推进供给侧结构性改革,大力拓展和延伸商品汽车物流市场,中国铁路南宁局集团公司在铁路总公司围绕铁路商品汽车运输作出一系列决策部署基础上,聚焦商品汽车工业,结合主要大客户上汽通用五菱拥有柳州河西、宝骏两大制造基地的区位特点,用好铁路物流基地,扩充运输能力,强化市场营销,取得明显成效,商品汽车运量及增幅均排在全路前列。     

考虑路网拓扑时变的交通拥堵自适应预测方法研究

对路网交通系统中的交通拥堵进行预测，有利于交通管理和避免交通风险。然而，由于交通管制、道路施工、恶劣天气、自然灾害等原因，路网交通系统的拓扑结构时常发生变化，使得依赖于固定路网拓扑的拥堵预测方法效果不佳。针对这一问题，提出一种双重自适应图卷积循环网络结构(DAGCRN)来处理路网拓扑结构变化情况下的交通拥堵预测问题，该方法运用自适应辅助邻接矩阵对预定义的路网静态图结构进行适应性学习以动态优化原有连接间信息的传递，运用自适应嵌入邻接矩阵对预定义路网静态图结构进行路网隐藏信息的捕捉以确保路网拓扑结构的动态完整性，并采用门控循环单元提取路网交通流的时间特征信息。研究结果表明,DAGCRN具备以下特点：①能够有效捕捉和定位路网拓扑结构发生的变化，并能够在拓扑结构变化时仍然保证拥堵预测的精确率；②相比较一些常见预测模型有更高的预测准确率，尤其是长期预测方面和克服路网结构变化方面更具优势；③进一步的双重自适应功能消融试验，证实了含有自适应辅助邻接矩阵和自适应嵌入邻接矩阵的双重自适应图卷积结构对于路网拓扑结构变化有很强的自适应能力，缺少2个或任一个自适应模块，都会引起模型预测性能的大幅下降。     

网联车对抗神经网络跟驰模型

针对当前混行交通流场景下网联车对前车速度变化的实时性、安全性和车队稳定性较差的状况,提出一种由生成模型和辨别模型构成的网联车生成式对抗网络车辆跟驰模型(GANVFM).其中,生成模型提取跟驰参数中的前车速度、跟驰车速和相对车距计算生成加速度;辨别模型对生成模型生成的加速度参数进行相似度计算,并通过更新函数加以更新.采用...     

复杂大气环境下的飞行研究

飞机在海面上空飞行时比在陆地上空更容易受到大气环境的影响,文中针对海洋上空的大气环境,建立了风和大气紊流的工程化模型,研究了飞机在变化风场中飞行时,受到风水平加速度和垂直加速度影响后的响应情况,同时分析了大气紊流对飞行的影响,提出了一些抑制阵风扰动的控制方法.     

长江公安水上消防站建设之我见

随着中国的经济发展模式逐步转换,＂环境友好、资源节约＂两型社会建设的实施,长江黄金水道一水携三大经济战略实施区（西部大开发、中部崛起、长三角）的独特地理优势日渐凸显,再加之水运物流模式相对于铁路、空运的低碳排放以及比价优势,沿江各省纷纷打造长江航运枢纽港,重庆、湖南、湖北、江西、安徽、江苏、上海港口建设如火如荼。     

基于驾驶员避撞行为的行车风险判别方法的仿真研究

提出了一种基于驾驶员避撞行为的行车风险状态分类方法,并综合考虑驾驶员驾驶行为、道路和环境因素对行车风险状态变化的影响,运用支持向量机(SVM)建立不同行车模式下行车风险判别算法。基于美国弗吉尼亚理工大学"100-car"自然驾驶数据对预测算法进行了训练和验证,结果表明,在进行行车风险状态预测建模时考虑驾驶员行为、道路和环境因素的差异(特别是驾驶员分心状态)将有利于提高预测模型的准确率;另外,在满足假正率低于5%的条件下,本文构建的预测算法对未来行车过程中的高风险状态预测具有较高的准确率,有助于对临近危险状态的驾驶员给予及时的警告或辅助纠正,为防撞预警策略和控制方法的研究提供了新的思路。