区段管内车流组织优化方法

合理的区段管内车流组织是提高铁路车流组织水平、设施运用效率和区间通过能力等的重要保证。通过分析影响车流组织的因素，合理地描述了区段管内车流组织的费用，建立了以集结车小时、停留车小时和停站次数最小化的优化模型，并给出一种优化求解算法。实际运用表明，优化模型优化运算效率高，求解的列车开行方案令人满意。     

船舶避碰系统智能化构建

本文综述了船舶避碰系统领域中智能化研究的现状，主要介绍了模糊控制、神经网络、专家系统等智能方法在避碰系统中的应用以及现有的避碰设施和系统的构成。     

客运专线动车组运用计划的计算机编制

根据动车组运用规则，建立了动车组运用计划整数规划模型．为降低求解的复杂性，将动车组运用计划编制问题转化为交路段生成和基于交路段的交路生成两个问题分步求解．用多起点搜索和交路段互换的方法，使求解结果在有效性和均衡性上得以优化．实际编制实验表明了模型和算法的有效性．     

码头全自动巷道堆垛式整车库结构设计

为反映汽车货架与外部建筑物整体受力、协调变形的特性,结合工程实例,对码头全自动巷道堆垛式整车库进行了有限元分析与结构设计。结果表明,有限元分析可全面、正确地反映建筑物与汽车货架之间的协调受力特性,对于较高的全自动整车库（H≥12 m）,应利用这一特性进行结构设计。     

激光陀螺标度因数误差对双轴旋转惯导系统的影响

研制高精度船用激光陀螺捷联惯导系统是惯性技术领域的重要发展方向之一,本文从旋转惯导系统与无旋转惯导系统误差方程的区别出发,详细讨论了双轴旋转惯导系统中激光陀螺标度因数误差的调制机理,仿真分析了对称性标度因数误差和非对称性标度因数误差在典型双轴旋转调制方案下的传播特性,为激光陀螺双轴旋转惯导系统的设计提供理论参考。     

有含水量控制要求的围海造陆工程吹填高程预测

以南港工业区造陆五区工程为依托,根据现场试验取得的数据,总结分析了含水量随深度的变化规律、各层含水量随时间的变化规律以及含水量与高程之间的对应关系,计算得出南港区域淤泥质吹填土由高含水量的淤泥状态到表层1 m范围内的土体含水量都小于85%,需要经过2 a左右的晾晒时间,初始吹填高程为6.91 m以上,才能满足验收要求。从工程实施结果看具有良好的效果,也为今后类似工程提供了一定的借鉴。     

引江济汉工程取水对航道通航条件的影响

引江济汉工程是从长江荆江河段引水至汉江兴隆段的大型输水工程,以补给汉江下游河段因南水北调中线一期工程调水而减少的水量,年平均输水量37亿m3。工程取水将会对长江中游荆江河段产生影响。以三峡175 m试验性运行期（2008年以后）作为一般水文年,根据引江济汉工程设计取水流量,通过计算工程取水所引起的长江干流河道流量及水位的变化值,分析受影响河段航道条件的变化情况。     

再液化系统在LNG船上的实际应用

LNG船存在的突出问题是LNG吸收外界热量挥发而造成货损,而利用再液化装置将挥发的低温天然气(Boil Off Gas,简称BOG)重新冷凝液化并输送回液货舱是目前LNG船处理BOG的主要方式之一。文中首先介绍了再液化原理及分类;然后对全部再液化系统的设备组成、工作流程及操作模式在LNG船上的应用进行分析;最后,展望了未来LNG船安装再液化系统的应用趋势。     

水下航行器小通道内蒸汽换热实验研究

为研究水下航行器小通道内的蒸汽换热特性,对采用矩形通道设计的冷凝通道进行实验研究,分析不同蒸汽入口温度对通道换热特性的影响。实验结果表明:矩形小通道具有较好的冷凝换热效果,通道总平均换热量、热流密度以及通道出口冷凝液温度均随通道入口蒸汽温度升高而升高。但总传热系数和蒸汽侧换热系数随通道入口蒸汽温度升高而降低。最后在实验数据基础上,将实验值与仿真值进行对比分析,修正仿真模型,确定过热蒸汽冷凝成水的过程中相变点位置,为后续闭式循环动力系统壳体冷凝器的设计提供依据和参考。     

Short‐term traffic flow prediction with linear conditional Gaussian Bayesian network

Traffic flow prediction is an essential part of intelligent transportation systems (ITS). Most of the previous traffic flow prediction work treated traffic flow as a time series process only, ignoring the spatial relationship from the upstream flows or the correlation with other traffic attributes like speed and density. In this paper, we utilize a linear conditional Gaussian (LCG) Bayesian network (BN) model to consider both spatial and temporal dimensions of traffic as well as speed information for short‐term traffic flow prediction. The LCG BN allows both continuous and discrete variables, which enables the consideration of categorical variables in traffic flow prediction. A microscopic traffic simulation dataset is used to test the performance of the proposed model compared to other popular approaches under different predicting time intervals. In addition, the authors investigate the importance of spatial data and speed data in flow prediction by comparing models with different levels of information. The results indicate that the prediction accuracy will increase significantly when both spatial data and speed data are included. Copyright © 2016 John Wiley & Sons, Ltd.