基于深度学习的网约车需求预测研究

网约车需求预测是一个典型的时间序列预测任务,准确的网约车需求预测能够辅助网约车平台合理地派单和规划路径,从而降低网约车的空驶率,具有重要的研究意义。文章利用长短时记忆模型（LSTM）及门控循环单元（GRU）进行网约车需求预测,对比了同一地区休息日和工作日,一周和一个月内的网约车需求及其变化,构建基于LSTM和GRU的需求预测模型,使用历史数据对未来需求进行预测,使用Geohash代码对西安市进行区域划分,对数据和划分的网格进行匹配得到汇总数据,采用线性模型进行对照试验,结果表明,LSTM和GRU在网约车需求预测中的表现优于线性模型,二者相比LSTM预测精度更高。     

基于CIDAS事故场景的智能车辆视场配置

为优化智能车辆感知视场,以中国交通事故深度调查(CIDAS)数据库中的事故案例为基础提取22种交叉口乘用车典型事故场景,在交叉口典型乘用车事故仿真场景中提取来车相对于主车的极限相对位置并将其转换为车辆安全通行下最小感知区域;为实现基于场景安全通行的智能车辆感知视场配置,建立场景安全通行需求的智能车辆感知视场配置框架并提出感知视场配置求解方法;在对感知元件进行功能建模后,使用视场配置方法求解场景安全通行下感知元件组合方案;最后使用感知区域覆盖率、目标有效感知率对该感知元件组合方案进行评价,结果表明搭载该感知元件组合方案的智能车辆在事故场景中可满足安全通行要求。     

波形钢腹板箱梁桥剪力键形式的优化设计

随着我国高速公路建设的不断发展,一些新结构新工艺在国内得到了应用和推广,特别是波形钢腹板组合箱梁桥已成为国内科研、设计、施工、监控等部门的研究重点。但该类桥梁存在剪力键处应力集中的问题。鉴于此,在现有剪力键的基础上对其进行了优化设计,以消弱应力集中对钢-混凝土结构造成的不利影响。     

球形大深度潜水器耐压壳体优化设计

文章考虑材料非线性以及初始缺陷的影响,提出了球形缺陷厚壳的非线性稳定性计算公式,其理论结果与实验结果相符,同时文中采用有限元方法验证了该理论公式的正确性;采用理论公式,对缺陷幅值半径比在0.1%～0.5%之间、厚度半径比在5%～9%之间的一系列球形大深度潜水器耐压壳体进行强度和稳定性分析;参考潜艇规范,对球形大深度潜水器耐压壳体进行了优化设计.     

基于深度学习算法的船用高频电路工作状态检测研究

为了提升船用高频开关电源的运行可靠性,提出基于深度学习算法的船用高频电路工作状态检测方法。采集船用高频电路工作状态信号,作为深度受限波尔兹曼机的输入,深度受限波尔兹曼机利用2层受限玻尔兹曼机,通过2次非线性映射,提取船用高频电路工作状态特征。设置所提取的高频电路工作状态特征,作为支持向量数据描述方法的输入,将输入样本映射至高维内积空间,判定样本是否存在于高维内积空间的最优超球体内,检测船用高频电路工作状态为正常或异常状态。实验结果表明,该方法可以精准检测船用高频电路工作状态,满足船舶高频开关电源的运行可靠性需求。     

基于数据挖掘的船用通信网络异常行为分类和识别研究方法

为保证船用通信网络的安全,设计基于深度数据挖掘的船用通信网络异常行为分类和识别方法。该方法数据处理模块采用全局信息数据融合策略,融合网络的原始采集数据,特征选择模块通过平均不纯度减少特征重要度计算方法,选择有效特征并计算该特征重要度后,形成特征集,将其输入分类识别模块的内外卷积网络深度学习网络模型中,通过模型的学习和训练,获取船用通信网络异常行为分类识别结果。测试结果显示：该方法可有效删除其中的无效特征,保留有效特征结果;可获取不同类别有效特征标签的重要度评分结果;分类识别的平均绝对误差均低于0.18,可完成不同流量变化下异常行为分类识别。     

弱磁型四旋翼AUV的深度与姿态控制

为对磁性敏感的实验装置提供一个无磁干扰、具有一定深度以及姿态稳定的水下测试环境,设计一款基于经典比例积分微分（PID）算法控制的弱磁型四旋翼水下自主航行器。本文通过外形设计,对该自主航行器进行三维建模,从而建立该AUV的运动学模型,进行稳定性分析。通过电气系统以及控制系统的设计与组装,调整各控制参数,成功搭建该自主航行器并进行水池实验。通过实验可知,基于PID控制的弱磁型四旋翼水下自主航行器通过无浮力缆与上位机连接,可以实现定深以及定姿态的功能。同时将各个误差值控制在理想范围内,验证了该控制系统的稳定性以及鲁棒性。     

HAP封层在高速公路养护中的应用

HAP封层是高速公路沥青路面养护的一种有效的预防性养护措施.该文结合广东省两条高速公路HAP封层的养护施工技术,探讨了HAP封层的施工、质量控制以及处理段的封水路面性能控制指标,为今后的HAP封层养护施工提供借鉴.     

基于深度学习的船用大功率放大器特性数学建模

设计基于深度学习的船用大功率放大器特性数学建模方法,合理分析船用大功率放大器特性及特性影响因素间的相关性,为船用大功率放大器实际应用与改进提供可靠依据。通过模拟实验采集船用大功率放大器特性影响因素数据,并对其实施有效的归一化处理,将归一化后的船用大功率放大器特性影响因素数据、放大器输出功率当作深度学习算法的有效输入以及输出,利用深度学习算法合理实施训练,合理构造、拟合船用大功率放大器特性关于影响因素的数学模型,并实施合理验证。实验结果表明：该方法构建的船用大功率放大器特性数学模型,可有效分析负载电阻、环境温度等影响因素与船用大功率放大器间的相关性,助力设计出更适合应用于水上领域的船用大功率放大器。     

钎杆对岩体有效作用力试验研究

钎杆是高频破碎锤工作时作业环境最恶劣、受力情况最复杂的关键构件。为探究钎杆对岩体的有效作用力及其变化规律,从而确定最佳工作频率,本文基于高频破碎锤凿击模型试验,得出了钎杆的凿入深度及微应变随时间的变化情况,并基于此分析了凿入深度和微应变随时间的变化规律,推导了有效作用力的计算公式。研究结果表明：钎杆凿入岩体时的微应变与时间呈周期相同但幅度不同的振动曲线关系,其中峰值最大的振动为有效作用;钎杆的凿入深度和有效作用力均随凿击时间呈非线性正增长趋势,但不随挡位的增加呈线性增长;从钎杆的工作效率和磨损情况看,3挡均为最佳工作挡位,其对应的工作频率即为最佳工作频率。