基于Matlab融合回溯算法在光电缆配盘中的应用

结合南宁市轨道交通一号线信号系统光电缆配盘情况,介绍了通过Matlab模块化编程进行配盘算法优化。结果表明采取回溯算法进行深度优化搜索,可减少接头,节约成本,提高运营稳定性,降低维护难度,且通过Matlab进行模块化编程解决该一维装箱问题,操作性和移植性强、时间短、易优化。     

粒料类基层沥青路面动力响应研究

基于新版沥青路面设计规范中对粒料类基层的重视,采用有限元软件ANSYS建立粒料类基层沥青混凝土路面的结构模型,通过两种方式加载进行动力学瞬态分析,得到:①在车辆行驶轨迹线上,同一深度、不同位置的观测点上波动荷载作用下的应力时程曲线形状、峰值相差较大,而均布荷载作用下的应力时程曲线形状、峰值几乎完全相等,但两种加载方式得到的应力极值基本相同;②不论哪种加载方式,路表向下越深,应力峰值越小、扩散作用越强,观测点对荷载的反应越滞后;③垂向应力由表向下递减;水平应力总是纵向大于横向。此结论可为粒料类基层沥青路面在不同动载作用下的应力工况提供参考依据。     

城市轨道交通接驳公共汽车线路规划 ——以武汉市为例

针对公共交通接驳网络优化问题,通过设计蚁群算法,构建城市轨道交通接驳公共汽车网络优化模型。该模型考虑公共汽车线路布局约束、乘客接驳需求以及公共汽车运能的相互约束,按照城市道路级别对公共汽车站进行分级,提高公共汽车线路规划的灵活性。同时,根据模型特点设计蚁群算法进行优化,提高模型收敛速度。以武汉市光谷广场地铁站周边接驳公共汽车网络为例,该模型对既有网络进行了优化。结果表明:蚁群算法对分级公共汽车站接驳网络有明显的优化效果,能够显著降低系统总成本。     

SA-BP神经网络在轨道电路故障诊断中的应用研究

针对25 Hz相敏轨道电路故障的复杂性,提出一种模拟退火(SA,Simulated Annealing)算法与BP神经网络相结合的故障诊断方法。发挥SA算法全局寻优的特点来优化BP神经网络的学习过程,避免网络训练时间长和陷入局部极小值;通过Matlab进行仿真分析,结果表明,将该方法应用于轨道电路故障诊断,可有效提高故障诊断效率和准确度。     

铁路绿色施工节地与土地资源保护措施评价

为了更好地促进绿色铁路建设,进而促进国家实现建设资源节约型环境友好型社会的目标,必须对施工阶段铁路的节地与土地资源保护措施进行评价。通过研究相关技术标准及铁路施工特点,建立一套完善的铁路绿色施工节地与土地资源保护措施评价指标体系。然后,利用三角模糊数层次分析法确定各指标权重,应用灰色聚类法确定评价指标体系的综合绿色等级。最后,结合实例证明三角模糊数层次法与灰色聚类法结合可以对铁路绿色施工节地与土地资源保护措施进行很好的评价,并能找出铁路施工阶段节地与土地资源保护的不足之处并进行改进。     

基于存储论的城市轨道交通车站回收类票卡库存管理

为提高票卡管理效率,利用车站回收类票卡历史数据,构建时间序列预测模型,对票卡使用量和流动量进行预测。引入存储论的思想与策略,制定科学合理的票卡库存管理方案,以优化车站回收类票卡库存管理,减少运营成本,提高效率及服务质量。     

轨道交通车辆模态参数辨识方法研究

运用子空间辨识数值算法直接辨识出轨道交通车辆动力学系统的状态方程,对系统矩阵进行特征值分解后获得模态频率和阻尼比,运用稳态图来确定系统的物理极点,最后获得所识别系统的模态参数。利用此法,对轨道交通车辆垂向仿真模型进行了模态参数辨识研究。研究结果表明:如以轨道不平顺作为车辆输入、以车体和构架的位移响应作为系统输出进行辨识,则即使在噪声信号较大时,仍能获得良好的识别效果;运用仿真模型的加速度输出信号进行辨识时,车辆模态参数的识别精度受噪声影响很大;当噪声信号为原信号的5%时,以构架加速度作为输入、车体振动响应作为输出,仍能有效地识别车体的模态参数。     

构架式轨距——轨向检测系统信号合成算法及系统验证

通过对图像传感器输出的轨距左右偏移信号和左右高低偏移信号、加速度计输出信号和车体惯性平台输出的轨道倾角信号进行合成处理,得到准确的轨距和轨向测量结果。从理论上推导轨向的合成算法,对安装于轨距测量梁中心的轨向加速度计的响应进行重力和旋转运动修正后,与三角窗函数卷积运算,得到轨距测量梁中心横向位移的二阶差分,然后再通过二次积分和滤波得到左右轨向值。通过设计模拟低通滤波和相应的数字滤波器,实现了加速度滤波器的幅频响应与检测车速度无关,保证了系统的检测精度。对轨向加速度计测得的位移和摄像式轨距系统测得的位移进行比较,验证了系统测量原理和合成算法的正确性。经静态验证和现场试验,结果证明构架式轨距—轨向检测系统具有检测精度高、性能稳定和故障率低的优点。     

一种全部属性聚类和特征属性聚类相结合的无监督异常检测模型

为提高无监督异常检测系统的检测率、误报率和检测效率,将数据集划分为不同的服务集,然后对每个服务集数据包进行全部属性聚类和部分相关属性聚类(即特征属性聚类)并比较训练结果,取其中训练性能较优的方法建立对该服务的检测模型。检测实验表明,本文模型的检测率达到99.21%,误报率降低到2.2%。与不加服务划分的模型相比,本文模型的训练时间和检测时间分别降低为相应模型的21.17%和21.98%。与其他检测算法的比较结果也表明,本文模型在检测率和误报率方面具有更优的性能。     

城市轨道交通自动化系统中的一种可靠性算法

介绍了轨道交通可靠性计算假设事项、依据和计算方法,并通过轨道交通自动化系统的具体实例,给出了可靠性计算的详细分析流程。