基于LG-PBFT共识算法的去中心化环境监测数据采集与真实性验证

为解决环境监测数据篡改问题,研究采用LG-PBFT共识算法,结合分组结构和高效的共识机制,引入区块链技术的去中心化设计,成功规避了传统验证机制的单点风险,并确保了环境监测数据的可信度。实验结果表明,相较未改进的PBFT算法,LG-PBFT算法在节点增加时保持较高吞吐量,并显著降低了共识延时。研究验证了LG-PBFT算法在提升系统性能和确保数据真实性方面的可行性,为环境监测技术的进一步发展提供了强有力的支持。     

基于AOA-LSSVM模型的枢纽城市物流需求量预测

传统的LSSVM难以全面反映物流需求的变化规律,会导致预测效果不佳。首先利用灰色关联分析(GRA)得到物流需求的主要影响因素;将主要影响因素作为LSSVM的输入变量,构建物流需求预测模型;通过阿基米德算法(AOA)对最小二乘支持向量机的正则化参数(γ)和核参数(σ)进行迭代寻优,以减少参数选择的盲目性;构建AOA算法优化最小二乘支持向量机(LSSVM)的智能预测模型AOA-LSSVM,经过验证该模型可以提高预测精度。运用AOA-LSSVM模型对西部陆海新通道的重要枢纽城市——重庆、成都、贵阳和南宁的物流需求进行实证分析,结果表明：该模型与LSSVM模型相比取得较高的预测精度,其均方根误差、平均绝对误差、以及异方差调整的均方根误差、异方差调整的平均绝对误差分别降低了1 946.4,1 206.1,0.028 4,0.039 7。     

我对航迹推算的一些看法

航迹推算是船舶驾驶员的基本功。要求每个驾驶员都必须清楚的了解、熟练地掌握,并知道其精度与局限性。     

多传感器融合下船舶机电系统多发故障信号监测

为了提高船舶维护效率,提出一种多传感器融合下船舶机电系统多发故障信号监测方法。根据故障状态下的信号频率,使用小波变换法提取故障信号特征参数作为蚁群算法优化BP神经网络输入,实现多发故障诊断,并通过DS证据理论完成多传感器数据融合,得出故障诊断结果。实验结果表明,该方法可通过多传感器融合判断出船舶机电系统故障类型,即使一种传感器出现故障也不影响诊断效果,诊断船舶机电系统多发故障平均准确率高达97.02%,能够实现较为精准的船舶机电系统多发故障监测。     

基于Q学习算法的城轨列车智能控制策略

牵引能耗是列车能耗的主要组成部分,针对城轨列车节能运行的问题,将列车运行状态离散化,以列车对速度控制作为动作空间,时间和能耗作为奖励函数,提出一种基于Q学习算法的城轨列车智能控制策略.在不使用离线优化速度曲线的情况下,根据列车当前位置和速度实时计算最优控制策略;同时,在传统Q学习基础上,将∈-greedy策略与司机驾驶...     

轨道与接触网几何检测融合技术研究

为解决现有轨道和接触网几何参数检测系统相对独立、同步误差大的问题,对二者进行融合.改变检测系统硬件架构,统一两系统编码器脉冲及数据接口,提升系统硬件集成度及数据对齐精度;依据QNX系统开发融合系统软件,保证系统实时性及执行效率;制作L形工装,依据特征波形验证数据对齐精度;在实验室模拟车体振动的测试环境,分别采集静态及动...     

基于数据分析的公交车驾驶员分类管理方法优化研究

公交车驾驶员安全驾驶对公交安全管理至关重要。本文提出一种基于数据分析的公交车驾驶员分类管理方法,该方法可以识别出驾驶员行车中的各种关联因素,并使用大数据算法分析这些因素对行车安全的影响系数,最终将驾驶员分为绿区、黄区（观察级）、橙区（关注级）、红区（关怀级）等级别,以提高公交安全管理水平。     

大规模电子海图矢量数据在船舶路径规划建模中的应用

为了提高船舶航运效率,确保海上航运的安全性,利用电子海图数据进行船舶路径避障规划具有重要意义。本文设计一种基于电子海图矢量数据的船舶路径规划建模方法,首先介绍电子海图系统的研究现状,然后针对电子海图矢量数据的数学建模进行深入研究,最后结合GA算法开发了一种海上船舶路径规划与建模的方法。     

基于改进深度学习算法的船舶柴油机故障诊断技术

随着数据挖掘技术的发展,深度置信网络(DBN)这类深度学习算法被越来越多运用到工程领域。在故障诊断领域,结合DBN强大的自适应特征提取和非线性映射能力,可以摆脱以往对专家经验的依赖。基于此,本文为有效地监测柴油机气缸运行状态,提出一种基于改进深度学习算法的船舶柴油机故障诊断技术。先将原始信号的频域形式输入DBN当中,采用蚱蜢优化算法(GOA)搜索DBN的最优参数组合,并建立起最佳的柴油机气缸故障诊断模型。经测试验证,本文提出的诊断模型能够准确识别柴油机气缸运行状态并进行故障诊断,诊断率可以达到99.5%以上,具有较好的工程实用价值。