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...     

LS400轿车换档杆锁止系统结构与检修

丰田雷克萨斯LS400轿车装备的A341E和A342E型自动变速器,是带有智能控制系统的电控自动变速器（ECT）,与IUZ—FE型发动机配套,具有P、R、N、D、2、L等6个档位。     

自动变速器故障诊断与维修新思路

近几年,伴随着全球汽车工业的快速发展,一些新技术在不断运用,特别是汽车各个系统智能网络化的应用,使得汽车的控制越来越趋于人性化,从而使得汽车维修技术得到了新的提高。尤其是自动变速器技术,不但真正实现了“机、电、液”一体的组成,而且实现了“人性化”的控制。这就对我     

马自达智能怠速停止系统

这是去年东京车展马自达的一项独创新技术。该系统在发动机从静止到起动时,通过把燃油直接喷射到压缩行程气缸中,然后点燃燃油以产生向下的活塞压力使曲轴反转来起动发动机,从而省去了传统的起动机     

城市轨道交通行车调度智能模拟演练系统研究

为提升城轨行车调度员在突发事件下的应急处置能力,需要加强行车调度员的实操能力培训。文章在总结分析城轨行车调度培训现状的基础上,利用应急预案数字化、语音识别等关键技术实现应急场景中虚拟岗位联动响应和智能推演处置流程,从行车调度、智能交互、智能评测和教员管理功能模块构建适用于行车调度员的多岗位配合联动、多故障场景下城轨行车调度模拟演练系统,最后对所搭建的北京地铁行车调度模拟演练系统总体架构及功能模块进行简要介绍。初步培训测试结果表明,该系统可有效提升行车调度员的应急处置能力,具有较高的应用及推广价值。     

大数据驱动和分析的舰船通信网络流量智能估计

以准确估计舰船通信网络流量为研究核心,提出基于大数据驱动与分析的舰船通信网络流量智能估计方法。该方法以大数据驱动和分析领域中的经验模态分解、卷积神经网络为技术核心,使用基于改进集合经验模态分解的舰船通信网络信号降噪方法,去除舰船通信网络信号中噪声;构建去噪后舰船通信网络信号中的流量时间序列图,凸显通信网络流量在各个时间段的变化特征之后,将舰船通信网络流量时间序列图中的时间序列,作为基于卷积神经网络的网络流量预测方法的预测样本,提取舰船通信网络细节信号的时间序列,估计流量的趋势信息与时间信息,实现舰船通信网络流量智能估计。经测试：该方法对舰船通信网络流量智能估计后,估计结果与实际流量基本一致。     

基于物联网技术的船舶智能导航系统

本文设计基于物联网技术的船舶智能导航系统,其物理层采集船舶航行的相关信息,并经过滤波处理后,经由具有ZigBee网络协议的通信层传送至资源层,资源层接收信息后分类存储该信息,为船舶智能导航提供数据依据;技术层依据该信息生成航行导航地图,并采用视线导航算法控制船舶自动靠泊。将该结果传送至平台层呈现,同时,采用层次分析法和卷积神经网络结合控制船舶的航行情况,避免船舶发生碰撞现象。测试结果显示：该系统能够实时、全面采集船舶航向相关数据,呈现船舶航行相关的地图结果,导航效果较佳,在低能见度下依旧保证船舶的准确导航;精准停靠在设定的靠泊位置。     

论现代智能技术下交通运输经济发展措施

为实现交通运输经济发展提质增效的目的,以现代智能技术为基点,两者结合价值分析、交通运输经济发展现状、交通经济发展措施为探索脉络加以研究,得出提升交通运输经济发展效率和质量,相关交通单位除了要整合现有资源技术,改进自身管理理念,还应结合现代智能技术,以绿色、共享、持续、质量等要素为中心,打造现代交通运输体系的研究结果。     

高速公路改扩建智慧交通组织设计研究

为利用智慧化手段对交通组织进行动态设计研究,推动交通组织持续完善,以梨东高速公路改扩建工程交通组织为研究对象,通过多源感知、大数据、信息化、机器学习等手段对其进行优化,力求实现施工期智慧交通组织,通过控制各种不利影响,使交通运行处于有序和可控状态。     

基于决策偏好的ETC系统评价指标体系及评价方法

为更好地反映不同决策者对电子收费系统（ETC）评价的偏好,从政府、运营者和付费者三个主要利益主体的角度对ETC系统的评价指标及评价方法进行了研究。根据评价指标体系筛选原则,确定了基于决策偏好的ETC系统评价指标体系;通过综合分析成本-效益法（CBA）和数据包络分析法（DEA）的各自特点,依据基于决策偏好所确定的评价指标,同时引入当前一些比较好的算法来优化CBA,DEA和AHP法,建立数学模型,从而确立了基于决策偏好的综合评价方法。该方法较为全面地对ETC系统社会经济影响进行评价,所建立的指标体系和方法能更直观、更可靠地反映出决策者的决策偏好。