基于BP-DS证据理论的航标状态识别模型研究

内河航标标示了可航行水域的边界,是保障内河船舶安全航行的重要前提.面向内河航标不同故障模式,构建一种基于BP-DS证据理论的航标状态识别模型.采用两个BP神经网络分别训练航标基础属性数据与环境因素数据,计算独立的证据值;通过DS证据理论实现航标运行状态识别结果的决策融合.结果表明,基于BP-DS证据理论的航标状态识别模...     

正交异性组合桥面构造优化

正交异性组合桥面由于其较好的抗疲劳性能和静力承载能力、相对较轻的自重近年来在实际工程中得到较多应用。正交异性组合桥面通常由正交异性钢板和混凝土层组成,在加入混凝土层后结构刚度发生较大变化,若正交异性板仍采用传统正交异性钢桥面的构造形式将会造成不必要的钢材用量和焊接量增加。采用遗传算法,以单位面积造价最小为目标,结合现有规范考虑了构造约束和承载能力约束两类约束条件,采用两种应力控制方案,对不同桥面板跨度和混凝土厚度的正交异性组合桥面的构造进行优化。同时解决了构造改变导致荷载分配改变对承载能力分析造成的影响。优化结果表明,桥面跨度4.5m时,与未优化组合桥面相比,优化方案用钢量可降低1.7%~10.1%,焊接量可降低16.5%~31.8%。     

基于改进粒子群算法的PMSM多参数辨识

针对标准粒子群优化算法对永磁同步电机多参数辨识精度低与收敛慢的问题,设计了一种自适应自治群组粒子群优化算法进行辨识,并在Matlab/Simulink中搭建参数辨识模型.仿真结果表明:改进后的算法对永磁同步电机多参数辨识的整体精度更高,收敛速度更快.     

电压型三相H桥逆变器直流支撑电容容值优化

直流支撑电容是电压型逆变器的重要组成部分,其选型直接影响到逆变器的电气性能以及整机功率密度.针对三相H桥逆变器,提出了一种通过相间载波移相减小支撑电容谐波电流的方法.采用开关函数法和双重傅里叶级数分析了逆变器支撑电容电流的主要谐波成分,给出了优化电容容值的计算方法.通过仿真对比相间载波移相前后,保持直流母线波动幅值一致...     

基于功效系数法的城市公交线网优化模型

城市公共交通线网优化是城市客运交通规划的重要部分之一。对现有公交线网进行优化,可以更有效地利用现有资源,解决城市交通问题。通过对城市公交线网优化的主要内容、优化模式、优化目标以及约束条件的分析,同时兼顾乘客出行时间、线网平均满载率、公交线网密度和公交线网的布局,对整个城市交通系统的影响提出优化目标的函数表达式及相应约束条件的数学表达式,建立公交线网优化的多目标模型。通过对模型的分析,提出可用功效系数法对模型进行寻优和评价。     

基于改进极限学习机的公交站点 短时客流预测方法

以公交车IC 卡和GPS数据为基础,提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系,定义了站点间距,并分析了站间距和车辆到总站距离间的联系;提出了公交乘客上车站点确定方法,进而得到公交站点上车客流量;通过分析公交客流数据特征,确定ELM输入参数维度,并采用IPSO 算法找到ELM的最优隐含层节点参数;最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内,并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析,发现改进的ELM方法拥有更高的可靠性和泛化性能.     

改进支持向量回归机的短时交通流预测

短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱,以及过分依赖历史数据的不足,提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型,包括受限玻尔兹曼机的显层节点输入端,受限玻尔兹曼机的若干中间层,以及径向基支持向量回归机输出端.通过实验将深度学习回归机预测方法与其他典型的短时交通流预测算法进行比较,结果表明,在相同的数据和计算平台下,本文提出的深度学习回归机预测方法精度更高,且预测实时性也能满足实际的需求.     

公交信息的乘客光环效应

光环效应是一种特殊的非理性心理现象,可利用其改善公交乘客的满意度.本文认为显著维度光环效应指标除了满足对总体满意度作用系数最大外,还应新增 3个基本特征,据此提出了一种新的基于多个特征的显著维度光环效应指标辨识方法,克服了单个特征有时错误识别的缺陷.基于 2017年武汉市公交乘客满意度数据,利用双因素和决策树法辨识潜在的显著维度光环效应指标,缩小辨识范围.利用各分项满意度指标的影响人群比例,评分均值与总体满意度关系,对总体满意度的作用系数,评分方差等精确辨识了显著维度光环效应指标. 研究发现,公交信息服务对 55.42%的乘客具有反向光环效应.改善公交信息服务可显著提高不满意乘客的满意度.     

智能网联车环境下高速匝道汇入车流轨迹优化模型

为了解决传统匝道控制车流汇入时车辆需要减速至停止,从而造成延误时间过长的问题,提出了一种智能网联车环境下的高速匝道汇入车辆轨迹优化的两阶段优化模型,其中,第1 阶段优化车辆进入匝道口的时序;第2 阶段基于第1 阶段的最优时序,优化车辆轨迹. 根据所构建的模型设计了一种启发式算法优化车辆通过匝道冲突区域的时序,然后结合 GPOPS工具优化车辆的轨迹.为了验证所提出方法的有效性,将所提出的方法应用到20 min 随机到达的车流,进行仿真实验.实验结果表明,与先进先出的方法相比,本文所提出的方法能够使总延误减少59.7%,总油耗减少10.5%,说明该方法能够实现车辆以较高的速度通过匝道冲突区域,有效地减少了车辆汇入延误,同时也节约了油耗.     

A maritime safety on-board decision support system to enhance emergency evacuation on ferryboats

Planning emergency evacuation operations in a proactive manner in public marine transportation systems is a critical success factor for passenger and crew safety. Despite the fact that there is a growing attention on safety issues for marine transportation systems, providing a real-time decision support for evacuation planning under different emergency conditions has not yet been addressed. In this context, this paper contributes to the related literature by providing a comprehensive methodology including simulation and statistical analysis along with a three-module decision support system (DSS) for ferryboat emergency evacuation. Emergency evacuation and fire environment are simulated via Maritime EXODUS V5.1 and SMARTFIRE V4.3, respectively. The methodology is applied to a real-life Ro-Ro ferry, and the results not only revealed significant factors on emergency evacuation performance, but also demonstrated the validity of the developed decision support system.