基于OC-SVM算法的FSK通信设备异常检测研究

针对地铁FSK(频移键控)通信信道的监测数据正负样本量不平衡即故障样本量较少的问题,提出一种基于OC-SVM算法的异常检测方法。通过对FSK通信信道监测数据的处理分析,该算法能够识别出FSK通信设备的相对异常状态,有效助力FSK通信设备的运维从传统的故障修、计划修转变为智能化的状态修、按需修,提升FSK通信设备的可靠性,降低地铁运营成本。     

使用低成本全球定位系统接收器估算列车速度

开发了一款能够从铁路设备上主动采集并上传数据的智能手机应用(app),以及一种简单的数据处理算法来估算列车速度.研究结果表明,利用低成本传感器估算列车速度是可行的.     

基于集合经验模态分解降噪和优化LSTM的道路交通事故预测

道路交通事故精准预测是有效提升交通安全的重要手段,由于事故数据经常呈现非线性、波动性、无周期性等特征,现有的算法存在预测效果不佳的问题。为此本文提出基于集合经验模态分解降噪算法(ensemble empirical mode decomposition,EEMD)和优化长短时记忆神经网络(long short-term memory,LSTM)的交通事故数量预测模型。在单一模型的基础上,引入降噪算法EEMD对噪声大的交通事故时间序列进行降噪处理,利用EEMD对事故时间序列进行分解得到多个子序列和1个残差项;基于粒子群优化算法(particle swarm optimization,PSO)优化LSTM网络结构参数,并在LSTM的最优网络结构下提取数据中的时间特征信息进行预测,对各子序列及残差的预测结果求和得到最终预测结果。研究结果表明：相对于EMD-PSO-LSTM,PSO-LSTM,EEMD-LSTM,LSTM这4个模型,EEMD-PSO-LSTM的预测效果最好,其对应的预测误差e_rmse分别降低了8.7%、48.3%、53.1%、57.6%,误差e_m...     

地铁自动检票机故障分析及可靠性研究

考虑到地铁自动检票机组成复杂且故障形式多样,对其进行故障分析并以二参数威布尔分布为基础,提出一种基于混合威布尔分布的设备可靠性评估模型。为提高模型拟合精度,基于误差平方和最小思想构建非线性最小二乘参数优化估计模型并使用粒子群算法(PSO)进行最优参数求解。以南京地铁油坊桥车站自动检票机实际故障数据为例,进行实例验证。结果表明,基于PSO算法的混合威布尔分布可靠性评估模型优于传统单威布尔分布,其均方根误差、平均绝对百分比误差、皮尔逊相关系数均为最优。     

基于两阶段模型的城市多模式旅游路径选择

为适应旅游交通产业的发展,解决游客出游线路规划时所面对的问题,建立了2阶段模型以优化城市多模式旅游路径选择。第1阶段,研究了旅游情境下影响游客交通方式选择行为的主要因素,综合考虑了“游客社会经济”“出行特征”和“交通方式”3方面的影响因素,以及同起讫点间不同交通方式(公交车、地铁、出租车/网约车)的步行距离比、资金消耗比和运行时间比等9个因素,在南京市开展问卷调查,构建多项Logit(MNL)模型,分析了游客的出行交通方式选择行为;第2阶段,基于旅游路径选择的最优要求、分段要求以及限时要求,构建了基于DC-TSP的城市多模式旅游线路规划模型,并利用LKH求解器进行模型求解。结果表明：所建模型充分考虑了城市多模式交通网络特征,可满足城市内旅游线路规划需求。     

改进群智能优化算法的海上物流配送路径优化方法

传统算法过早陷入局部最优,不能考虑全局配送问题,导致海上物流配送成本偏高,因此研究改进群智能优化算法的海上物流配送路径优化方法。该方法根据海上物流配送约束条件,建立路径优化模型,利用改进群智能优化算法,进行全局域中混沌局部的同步搜索,实现海上物流配送路径优化。实验结果表明,此次研究方法的物流配送成本,比传统方法低了24 332元,可见此次研究的路径优化方法更好。     

智能网络海上船舶物流运输最佳航线选取模型

常规的物流运输航线选取模型无法获取实时天气及周边环境信息,导致绕避台风不及时。为此利用智能网络技术,设计海上船舶物流运输最佳航线选取模型。分析随机变量对物流运输路线的影响,利用智能网络获取船舶实时位置,计算航线运营成本,了解运输总需求,分析船型大小与其挂靠频率间的关系,选择合适的靠泊港口与靠港顺序,完成智能网络下海上船舶物流运输最佳航线选取模型设计。采用仿真对照实验,测试该模型应用效果。实验结果表明,将智能网络技术应用到最佳航线选取过程当中,能够实时获取相关信息,准确地制定船舶绕避台风方案,选择最为合适的物流运输航线,保证货物安全并准时到达。     

权重完全未知犹豫模糊混合集成算子的群决策方法及应用

在犹豫模糊环境下,针对评价属性权重和专家权重信息完全未知的情形,结合犹豫模糊混合加权集成算子,提出一种合理有效的群决策方法.首先,依据改进的犹豫模糊熵结合均熵求得决策者的客观权重,利用熵最小化原则和犹豫模糊指数熵确定评价属性的权重;接着,分别利用犹豫模糊加权算术平均算子和犹豫模糊混合加权算术平均算子对个体及群体犹豫模糊决策矩阵进行集结;然后,通过犹豫模糊得分函数实现方案的排序和择优;最后,把该方法应用在应急救援路径选择问题上,进而验证了所提群决策方法的有效性和实用性.     

一种免疫算法的改进

针对一种免疫算法在求解多模态函数优化问题的不足,利用基于相似结构的小生境技术和近优淘汰算子对免疫算法加以改进.通过仿真实验,本文分析了交叉算子、变异算子及近优淘汰算子对算法的影响.仿真结果表明改进后的算法的性能有明显的提高.     

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤,一是压缩 AIS 数据,二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法,只考虑船舶轨迹的压缩形状,忽视了船舶航行中其他重要信息。为解决此问题,把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面,传统谱聚类方法只对船舶轨迹的位置进行相似性度量,没有考虑船舶轨迹的其他维度,针对此问题,提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量,引入Calinski-Harabasz指标评价谱聚类算法,实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究,并与传统谱聚类算法做比较实验。实验结果表明,利用该方法提取到的典型轨迹符合真实水域的交通情况,相较于传统谱聚类方法具有更高的聚类质量。