船舶航向保持系统的云模型控制研究

云模型是对语言值所蕴含的模糊性和随机性的一种数学描述,它用期望值Ex,熵En和超熵He表征定性概念,将概念的模糊性和随机性集成在一起,是实现知识库中定量与定性之间相互转换的一种新途径.本文论述了模糊子集的云模型表示、基于云模型控制规则的不确定性推理,并设计了船舶航向保持系统的一维与二维云模型控制器.仿真结果表明,该控制器简易、直观、鲁棒性强,具有良好的控制性能和较好的应用价值.     

基于椭圆拟合的隧道点云数据去噪方法

针对地铁隧道这一狭长密闭环境,激光雷达相较于传统隧道形变检测方法具有显著优势。由于受环境以及隧道中安装的大量设备的影响,数据中会包含大量噪声点,无法得到隧道完整内表壁数据,从而影响到数据在形变检测及三维建模等方面的应用。结合最小二乘法和拉格朗日乘数法对隧道点云模型进行椭圆拟合,并将其应用于圆形隧道点云滤波,利用各区域数据对隧道形变进行检测。对滤波结果的精度评定及其有效性分析表明,此算法针对隧道点云数据的滤波具有良好效果及稳定性。     

突发公共卫生事件下城市轨道交通 系统适灾韧性评估

为提升我国城市轨道交通系统适灾韧性水平,对突发公共卫生事件的特点分析,探讨基于突发公共卫生 事件背景下的城市轨道交通系统适灾韧性。从应急处理能力、乘客管理能力和公共管理能力三个方面构建了城市 轨道交通系统适灾韧性评价体系,采用 AHP 和熵权法分别计算指标主客观权重,并以线性加权法进行组合优化 得出最终指标权重分配,在此基础上建立可拓云韧性水平综合评价模型,计算轨道交通系统面对突发公共卫生事 件的适灾韧性水平等级。以重庆轨道交通为例进行模型应用,验证这一模型在城市轨道交通适灾韧性评价中的可 行性和适用性。结果表明：重庆城市轨道交通系统在突发公共卫生事件影响下的适灾韧性整体水平较好,但疫情 舆情管理控制度、乘客防疫知识储备度、收支管理合理度等二级指标韧性等级为中等水平,适灾和恢复能力较弱。 针对韧性等级较低指标分析原因并采取相应措施,可使突发公共卫生事件下城市轨道交通系统适灾韧性水平得到 有效提升。     

云计算技术在铁路信息化建设中的应用前景

对于正在飞速发展的铁路行业信息化建设来说,云计算技术的应用是一项具有重大意义的新尝试。结合云计算技术的应用特性,探讨其在未来铁路信息化建设中的应用前案。     

青岛智慧地铁的研究与思考

目前,国内许多城市正在利用云计算、物联网、大数据、人工智能与5G技术等实现地铁智慧化。首先从国家政策、行业现状等角度论述智慧地铁发展的必要性,提出智慧地铁的建设理念及目标;然后从智慧建设、智慧运营、智慧维保3个方面阐述智慧地铁在青岛轨道交通中的应用,并提出几点设想和建议,以供有关部门和同行参考。     

三维激光扫描技术在地铁隧道断面测量中的应用

地铁隧道土建施工完成后为了对线路进行调线调坡,需要对地铁隧道进行断面测量,三维激光扫描技术与常规测量方法相比具有非接触式测量、可高密度采集空间三维点云数据等特点,为地铁断面测量提供了新的技术手段。介绍三维激光扫描技术的基本原理和在地铁隧道断面测量中的方法,并结合南宁地铁1号线隧道断面测量工程实例,对三维激光扫描技术在地铁隧道断面测量中应用的可行性进行探讨。断面测量成果不仅为线路进行调线调坡提供依据,而且还可以为后续的隧道模型构建、隧道变形分析以及铺轨和设备安装等工作提供相关应用和支持。     

关于搭建城市轨道交通行业云的思考与探索

国内城市轨道交通进入快速发展时期,各城轨企业对信息化的需求日益凸显,但传统模式下企业信息化建设成本高、周期长,实施难度大。通过分析国内城轨行业的发展态势,结合云计算技术的发展和特征,论证搭建城轨行业云的必要性和可行性,探索搭建城轨行业云的方案以及配套运作机制,并展望今后行业云的应用前景。通过推进和搭建城轨行业云,可促进资源、知识在行业内部聚集和共享,促进行业标准化,积累行业大数据,响应国家"互联网+"战略,推进行业创新,进而促进城轨行业的健康、高效、绿色和共同发展。     

铁路智能交通系统研究

总结了铁路智能交通系统(RITS)的国内外研究进展,提出中国RITS的基本组成和总体结构,探讨了中国RITS标准体系,并分析了中国RITS的若干关键技术。     

基于云模型的模糊边缘检测

基于云模型和模糊集理论。提出了一种新的边缘检测方法．该方法根据图像灰度。借助区域生长算法产生对象云；通过云运算生成边界云并构建模糊隶属带。进而在条件概率和模糊划分熵的基础上。根据最大模糊熵原则确定最优阈值，对图像模糊边界进行提取．试验结果表明。该算法能保留大量低灰度信息。可以获得较好的枪涮特栗．     

����������ij�������ģ��CFCM�о�

车辆跟驰模型中的驾驶行为是一个复杂的推理、决策、执行过程，在知识表达和推理机制上存在模糊性和随机性。针对当前车辆跟驰模型研究存在的不足，引入云模型理论，确定了跟驰模型中的决策变量及概念判断子集，设计了模型参数标定的实验方法，在实验数据的基础上，计算了相关参数的隶属云特征值，总结了基于行为规则的车辆跟驰云推理机制，构造了车辆跟驰云模型CFCM(Car Following Cloud Model)。