�Ϻ����ܽ�ͨ��չս�Ե��о�

针对上海新一轮大发展，从5个方面对智能交通提出需要，介绍了上海智能交 通建设的目标:建成城市交通信息共享平台，成为华东地区乃至全国交通信息汇聚中心之一，城市交通管理达到发达国家先进水平.该目标分近期、中期、远期分段设定.因此，上海市将实施建设交通信息中心和上海智能交通工程研究中心等10大工程项目.     

面向RITS的多Agent列车群运行模型

基于RITS的分布式系统结构和智能属性特征,针对列车群运行系统中子系统之间的关系描述以及通信协作行为的建模问题,采用面向Agent的G-Net方法构建了一种多Agent的列车群运行模型(AGNTOM)。该模型体现了多Agent技术、G-Net(Petri网)形式化描述、便于分析等特点,不仅能够描述列车Agent与车站Agent在列车运行过程中的通信能力,而且能使用形式化方法确保模型的各种属性。对模型所描述的列车与车站之间的通信协商过程采用基本Petri网模型描述,并使用已有的Petri网分析方法进行相关属性的分析。研究结果表明:模型具有L3-活性;模型所描述的列车和车站之间的通信协商行为不会导致通信的死锁与阻塞等。     

智能控制综述

介绍智能控制的发展历史与现状，以及与传统控制的关系。通过分析智能控制的主要方法和总结它的应用现状，指出智能控制的当前研究热点，并提出了一些发展前景的见解。     

基于一维卷积神经网络的驾驶人身份识别方法

近年来，智能网联汽车（ICV）已成为智能工业时代最有前景的发展方向。作为现代移动的重要模式，ICV的设计和开发越来越强调个性化需求。提出一种仅使用车载CAN总线行车状态数据，基于深度学习的驾驶人身份识别通用框架。首先采集20名驾驶人在固定试验路线下，包括不同道路类型、不同交通条件下的自然驾驶行车状态数据集；其次对9种类型的CAN信号行车数据进行数据清洗与重采样，构建数据样本集。搭建了由卷积层、池化层、全连接层、SoftMax层构成的一维卷积神经网络（1-D CNN）驾驶人身份识别模型，并且使用Adam算法、L2正则化、Dropout、小批量梯度下降等方法对模型性能进行优化。算法验证过程中，探讨了模型卷积核占比、卷积核数量、卷积层层数、全连接层节点规模对模型识别准确率的影响，进而对模型结构参数进行优选。进一步地，将该算法与K近邻（KNN）、支持向量机（SVM）、多层感知器（MLP）等传统机器学习方法及深度学习算法长短时记忆网络（LSTM）进行对比分析，同时探究样本时间窗口大小、样本数据重叠度、驾驶人数量对模型识别结果的影响。在数据时间窗口为1 s、数据重合度80%的条件下，对20名驾驶人进行识别，评价指标宏观F₁分数可达99.1%，表明该模型表现明显优于其他对比模型算法，其对驾驶人身份识别表现稳定，鲁棒性强。     

蛇形造波机计算机程序的设计

用C语言和汇编语言编制了蛇形造波机的控制和数据处理程序,用于生成规则波、斜向规则波、不规则波、斜向不规则波和多方向不规则波。介绍了驱动信号的生成、采样间隔的确定、方向函数的估计和方向谱的修正方法。     

水槽造波机参数确定及无反射技术研究

用势函数理论计算出水槽不规则造波机的最大行程、负载力和功率。基于造波板前设置水位传感器与无反射情况的水位变化相对比 ,构成反馈的闭环控制思路 ,研究实现消除二次反射的方法。     

国外铁路智能运输系统研究现状及分析

从运营管理、列车控制、安全、电子付费等多个角度对国外铁路智能运输系统的相关研究现状进行了分析,并对日本最新提出的智能铁路系统的规划进行了全面追踪。从系统的角度规划中国铁路智能运输系统的总体结构。提出了以"高服务、高安全、高效率"为核心,以"先进的用户信息服务系统、铁路电子商务系统、多式联运系统、综合化的营运管理系统、先进的运输资源管理系统、智能化列车运行控制系统、智能化紧急事件救援与安全系统"为基本组成的中国铁路智能运输系统的构想。     

电站仿真系统模型分析

此电站仿真系统是DMS-2000大型船舶机舱模拟器仿真系统的一个子系统,通过对系统进行分析并建立数学模型,应用计算机仿真技术模拟船舶电站的操作功能,并与虚拟配电盘相结合, 实现了具有视景和人机自然交互界面的电站仿真系统。     

论铁路智能网的建设方略

就智能网的发展及特点论述了铁路智能网的建设策略。认为铁路智能网的建设应该迅速完成从叠加网到目标网的演变过程,并在此基础上大力发展铁路智能网的VPN业务,利用铁路公网的资源解决铁路专用通信的网络建设,以节省建设和维护费用,并充分发挥智能网的优势。     

基于iSIGHT平台的扩压器CFD优化设计

扩压器的安装角度等参数对增压器的效率影响非常大,传统的设计方法是通过不断的设计—试验—修改实现的,效率低而且成本高。本文采用一种新的设计方法,首先对扩压器进行参数化建模,FLUENT进行流场分析,然后集成到iSIGHT进行智能优化,使气体在扩压器和蜗壳内的流动性能得到改善。