基于数据驱动方法的船舶CII预测模型研究

相比通过物理模型和数值计算进行碳强度指数(Carbon Intensity Indicator, CII)预报,采用数据驱动方法构建模型进行CII预报能避免消耗大量计算资源。在分析已有研究的基础上,总结机器学习、时间序列等数据驱动方法在构建此类预测模型中应用的优势和劣势,以及运用这些方法构建的船舶CII预测模型。对比分析各种算法的优势和劣势可知,运用决策树算法和整合自回归移动平均算法构建船舶CII预测模型的研究目前虽然较少,但其颇具研究和创新空间,开展此项研究有助于在未来构建更准确、高效的船舶CII预测模型。     

鱼雷攻击潜艇的毁伤效果评估模型研究

客观、准确地评价鱼雷攻击潜艇的毁伤效果是鱼雷与潜艇对抗的最后一环,也是评价鱼雷武器系统作战效能的重要指标。本文在现有毁伤概率计算方法的基础上引进了舱段的毁伤程度、要害指数、命中概率、毁伤效果累积系数和齐射毁伤系数等参数,建立了一种比较全面的用来评价鱼雷攻击潜艇毁伤效果的数学模型,并给出了典型应用。     

地铁高架站站台送风舒适度分析

针对南方某地铁线路高架车站站台设置送风系统方案,采用舒适度评价方法进行定量分析,得出结论：在夏季,高架站站台送风系统设计的必要性不大,因高架站站台设机械通风对人的舒适感没有太多的作用,因此可以不设机械通风,而延用自然通风方案即可。     

中日东北亚海域大风浪预警信息对比分析

为保障东北亚海域船舶航行安全,分析了中日两国发布的大风浪预警信息的特点,提出了应用方面的注意事项。介绍了一种新型海事气象安全保障服务软件,并给出了应用实例,为船舶驾驶员和航运企业安全管理人员提供确保大风浪中航行安全的新思路。     

绿色生态道路评价系统研究

分析了国外各类绿色生态道路评价系统的指标构成特点及适用性,在此基础上,引入可持续社会发展指数(SSI),提出了适用于我国的绿色生态道路评价系统.该系统可作为绿色公路评价标准的补充,作为自评或第三方评价工具供项目管理及设计使用,适用于各等级公路与城市道路的新建、改扩建工程.     

基于DEA-Malmquist模型的安徽省物流效率分析

采用DEA-Malmquist指数模型评价方法,以2011-2018年安徽省16个地市物流业为研究对象建立评价指标体系.结果表明,安徽省物流效率水平较高,但发展的稳定性相对偏弱,技术进步是影响效率变动的重要因素.针对安徽省物流效率分析的结果,提出了相应的对策和建议,为安徽省物流效率的提高提供参考.     

基于卷积和递归神经网络融合的交通状态指数预测

为提高交通状态指数预测精度,方便市民出行规划和提高相关机构管理预见性,创新研究了基于卷积和递归神经网络融合的交通状态指数预测模型.模型将卷积网络和递归网络进行了融合,由卷积神经网络层和递归神经网络层组成.该模型中的卷积网络能自动提取重要影响因子,同时递归网络能捕捉到前后时序特征,结果显示,得到的融合模型在交通状态指数预...     

考虑出行者行为的多重网络拥堵风险传播模型

城市道路交通拥堵风险传播过程受拥堵预警信息、出行者行为特性及居民出行流量分布等诸多因素影响.本文提出包括道路子网、信息子网和出行子网的多重网络模型,应用改进的UAU-SIR(Unaware-Aware-Unaware-Susceptible-Infective-Recovered)模型,探讨多重网络预警信息下的城市道路...