道路改造纵断面计算机自动设计

对适用于道路改造纵断面计算机自动设计的数学模型、计算机实现方法进行了探讨,采用最小二乘曲线拟合法拟和出最贴近原地面线的纵断面曲线,达到工程量最小的目的。利用ObjectARX与MFC混合编程的方法编制了应用程序,通过相应的工程项目的实践,并与手工拉坡及定坡相比较,达到了技术性与经济性双重优化的目的。     

电控汽油喷射发动机爆震传感器故障检测分析

简述了电控汽油喷射发动机爆震传感器的工作原理、类型及工作条件。从粗略判断、细致检查等方面，论述了共振型压电式爆震传感器故障的检测，并给出了检测分析实例。为防止误判爆震传感器故障，阐述了与爆震传感器故障相关的其它故障情况。     

基于IPSO-Capsule-NN模型的中欧班列出口需求量预测

为提高中欧班列出口需求量的预测精度,提出将改进粒子群算法(IPSO)与胶囊神经网络(Capsule-NN)相结合的预测模型(IPSO-Capsule-NN)。与全连接神经网络不同,胶囊神经网络通过动态路由算法增强了模型的拟合能力和泛化能力。利用改进粒子群算法优化胶囊神经网络的神经元数量、迭代次数以及学习率,以克服人为设定模型参数随机性较大导致模型精确度不高的不足之处。此外,针对标准粒子群算法存在的缺点,提出一种非线性递减惯性权重并引入Levy飞行对粒子群算法的全局寻优能力和收敛速度进行优化。将采用spearman秩相关性分析得到的11个因素作为中欧班列出口需求量的影响因素并对其进行预测,结果表明:胶囊神经网络具有2层隐含层时,IPSO-Capsule-NN模型预测精度更高。     

POI大数据在城市轨道交通建设时序选择中的应用

城市轨道交通建设时序研究是轨道交通线网建设规划的核心内容之一，长期以来一直以定性方法为主。同时，POI等多源大数据愈来愈多地应用到城市及交通规划领域，但现有研究大多着眼于城市轨道交通运营阶段的后评价，缺少对规划建设阶段的关注。本文以福州为例，利用POI大数据对轨道交通的现状服务效益进行分析，辅助决策城市轨道交通建设规划中建设时序的选择，试图解决传统上地铁线网和建设规划定性有余而定量不足的缺点，量化分析各条地铁线路对城市的服务效果，为建设规划的线路选择和时序提供支撑。