基于云计算的船舶大数据并行调度算法研究

港口对大量船舶进行同时调度时,需要计算非常庞大的数据,传统船舶调度算法很难在短时间内完成计算工作,为此提出基于云计算的船舶大数据并行调度算法研究。建立云计算体系与大数据信息的并行调度框架,完成船舶大数据并行调度计算;采用SQL语言对并行调度核心步骤进行编写,将云计算结果导入并行调度算法体系中,实现船舶大数据并行调度计算。实验数据表明,设计的并行调度算法能较传统计算效率提高37.1%,并短时间内完成所需的计算任务,提高船舶的调度效率。     

低照度三维船舶图像的重建方法研究

随着现代化的发展,船舶行业图像数据应用量日益增加,对三维船舶图像重建技术的要求也越来越高。但现阶段低照度三维船舶图像重建过程中仍存在分辨率低、介质分布不适应等问题。为有效解决上述问题,在深入分析现阶段三维图像重建方法的基础上提出结合ECT技术的新型低照度三维船舶图像的重建方法,从而达到高效、准确实现三维船舶图像重建技术的目标。为验证系统的准确性和实用性,进行相关仿真实验,根据图像需求采用电极对检测模式,通过传感器将三维船舶重建图像进行次对和检测,实验结果表明,基于ECT技术的三维船舶重建系统方法可以更加准确真实的对图像进行重建,相对比传统的图像重建方法,该系统灵敏度和精准度得到有效的改善和提高,证实了该方法的可行性。     

基于智能VRFT的城市轨道交通列车速度控制研究

利用虚拟参考反馈整定VRFT方法,可根据被控对象的一组输入和输出数据完成控制器设计的特点,提出一种基于智能VRFT的城市轨道交通列车速度控制方法;VRFT方法中的参考模型决定了控制器的闭环性能,通过粒子群优化算法PSO,对控制器参数和参考模型参数进行全局协同优化,设计出最优PID控制器。仿真结果表明：该方法能够优化PID控制器的设计,有效控制城市轨道交通列车速度。     

模块化计算机联锁软件设计

为简化联锁软件设计流程,提高设计效率,提出了一种模块化计算机联锁软件设计方法。采用面向对象的思想,将道岔、信号机、轨道区段等设备设计为不同的程序模块,利用多态性和绘制语句等完成联锁软件站场界面的绘制,使用鼠标拖动各设备相应的程序模块完成联锁软件表示层的绘制,生成单链表站场数据结构,并采用递归算法进行进路搜索,完成联锁软件的设计。将文中提出的设计方法与传统的设计方法应用于某车站的联锁软件设计,对比两种方法的设计流程和设计所用时间,所提设计方法总时间节省了约30%,提高了设计效率。     

基于BIM和AI技术的铁路桥梁智能布跨研究

针对我国铁路桥梁占比高、标准构件应用范围广、孔跨布置作业繁重的特点,将建筑信息模型（BIM,Building Information Modeling）与人工智能（AI,Artificial Intelligence）技术相结合,进行桥梁智能布跨研究。文章根据桥梁布跨原则,基于信息集,选用Q-Learning算法对Bentley平台二次开发,形成了一套完整的可视化桥梁布跨方案。验证结果表明,该方案可应用于一般铁路桥梁设计中,并从设计层提高BIM数据应用深度与广度,提高桥梁布跨工作效率与质量。     

基于残余应力模拟的高速铁路路基动力安定分析算法

基于安定理论方法,以控制过度非弹性变形的安全裕度为理念,提出了一种改进的动力安定分析算法.本算法的基本数学格式为一个最优化问题,目标函数是动力安定极限,优化变量是通过自平衡模拟的残余应力场,并进一步由非均匀有理B样条曲面插值实现数目的缩减.通过应用于高速铁路路基某现场试验断面的数值算例,验证了本算法的有效性.本算法为研...     

轨道变形监测系统设计与应用

由于地质灾害区段没有明确的固定基准点,传统轨道变形监测方法不再适用.为此,设计了基于分布式光纤的轨道变形监测系统.本文介绍了该系统的硬件设计、软件设计、温度补偿算法等.对实测数据的分析结果表明,该系统可以消除列车通过时引起的振动和温度变化对监测数据的影响,检测精度满足设计要求.实际应用结果表明,该系统可以实时识别轨道变...     

基于关联规则的铁路信号设备故障诊断方法

为提升铁路信号设备的故障处理效率,在对故障文本信息分析的基础上,提出一种基于关联规则的铁路信号设备故障诊断方法.由于故障文本信息存在不规范性和高维性,首先采用TF-IDF(Term Frequency and Inverted Document Frequency)算法提取故障文本信息中的故障特征,根据故障特征、故障类...     

基于改进型D3QN深度强化学习的铁路智能选线方法

传统的人工选线方法劳动强度大,设计效率低,随着我国铁路建设重心向西部复杂艰险山区转移,人工选线面临的困难日趋凸显。为缩减铁路选线的人力物力成本,提高设计效率,亟需发展结合了人工智能和信息技术的现代选线技术。为此,提出一种基于深度强化学习理论的铁路智能选线方法。以带有空间属性信息的数字高程模型为选线环境,以相邻空间点间的建造费用为即时奖励,以工程建造费用最小为优化目标,设置离散化的备选动作,考虑多种约束条件,构建面向铁路选线的深度强化学习模型。结合深度学习的感知能力和强化学习的决策能力,利用双竞争深度Q学习网络(DuelingDouble-Deep Q Network,D3QN)对模型进行训练,既克服强化学习问题对复杂状态和动作空间难以收敛的缺点,同时解决了传统DQN算法易于出现过估计、训练不稳定的问题,实现自动对选线环境进行感知、搜索、判断、决策,最终寻得目标函数最优的线路方案。以某山区铁路对本方法进行验证,实验结果表明：该方法能搜索到多样化的线路备选方案,可以为设计人员提供新的设计思路;有效降低了铁路建设的经济费用,较人工选线方案节约最多达17.5%。智能选线方法可以帮助节省选线工作...     

面向双向渐进结构拓扑优化法的高效灵敏度过滤算法研究

连续体结构拓扑优化过程中往往存在着棋盘格和网格依赖性等数值不稳定现象,过滤算法是解决此类问题的有效手段,其实质是对单元灵敏度进行光滑处理。灵敏度过滤算法是将中心单元灵敏度用其过滤半径内单元灵敏度的加权平均值替代。在面向复杂工程结构时,由于结构网格量规模庞大,如何准确且快速确定单元的邻域是影响计算效率的关键一环。现广泛使用的是通过枚举计算单元形心间的距离,这种方法易于实现但需要消耗大量计算用时,且无法反映单元之间的连通关系,不能适应结构当中存在孔洞等非设计域的情况。为避免上述情况产生,基于双向渐近结构优化法,提出一种准确快速搜索单元邻域的新策略,通过构建的节点与单元的关联信息,建立从中心单元—从属单元—邻域单元的逐层搜寻模式。这种搜索策略可以极大节省前处理运算耗时,也能够适用于任意非规则网格以及三维模型。最后引入了存在非设计域孔洞的算例,发现使用此过滤策略能够得到性能更优的结果,得到的柔度值比使用枚举的方法低4%,同时能够有效消除“孤岛”现象。