无模型自适应控制算法在ROV定深控制中的仿真

将无模型自适应控制方法应用于ROV(Remote Operated Vehicle)定深控制当中。该控制方案的设计仅利用ROV的垂向推力输入数据和深度输出数据，用动态线性化时变模型替代ROV非线性系统模型，算法中不包含ROV模型及水动力参数信息。因此，解决了ROV因系统复杂，水动力参数难以确定所导致的控制器设计复杂度高，控制效果不理想的问题。为了便于仿真，本文建立含有补偿参数的ROV简化模型，模型仅用于产生系统的I/O数据，不参与控制器的设计。仿真结果表明，在ROV定深控制当中，无模型自适应控制(Model-free adaptive control，MFAC)比PID控制具有更强的抗扰能力。此外，在欠阻尼ROV系统中，基于偏格式动态线性化的无模型自适应控制(partial form dynamic linearization based Model-free adaptive control，PFDL-MFAC)方案相比于基于紧格式动态线性化的无模型自适应控制(compact form dynamic linearization based Model-free adaptive control，CFDL-MFAC)方案具有更好的控制效果。     

基于公交IC卡信息的城市公交满载率指标计算方法

为减少传统城市公交满载率指标测算过程的人力投入并提高指标计算结果的准确性，利用公交IC卡刷卡信息、公交GPS信息、公交站点信息和公交车辆信息，通过各类信息衔接分析，提出了基于公交IC卡的公交满载率指标计算思路。采用MYSQL搭建分析数据库，通过编程代码自动关联识别和快速分析大数据，计算出城市公交线路的满载率指标值。通过案例分析发现，相比传统公交满载率调查方法，基于公交IC卡信息的公交满载率指标计算能找到更精确的最大客流断面、得出更精确的计算结果，并且运算过程更高效，能有效节约人力，可为同类城市测算城市公交满载率指标、分析城市公交乘客的出行特征提供参考。     

VB语言在船舶分段看板的应用和推广

为解决分段制作过程中数据录入速度慢和状态看板多元化展示,通过Visual Basic和Excel软件特点进行优势互补,借助一次数据信息采集形成分段信息跟踪表,利用程序语言在看板图中呈现可视化的状态信息和时间信息,为船舶管理者提供便捷的分段信息处理系统和可视化看板。     

卡尔曼滤波算法在空气质量数据校准中的应用

针对自建点实时监控存在的零点漂移和量程漂移导致空气质量数据测量精度受到制约的问题,提出一种基于卡尔曼滤波算法对空气质量数据进行校准的模型。以PM2.5数据为例,结合其他空气质量数据及气象参数经逐步回归得到调整的数据后,使用改进的卡尔曼滤波算法对自建点测量数据进行校准。经同一时间区间内的自建点、国控点测量及校准数据的对比分析表明:通过改进的卡尔曼滤波校准空气质量数据能够很好地跟踪实际数据的变化趋势,平均误差比较小;使用模型将2019年5月、2018年12月数据的均方根误差分别从11.367、27.188降低至修正后的7.555、10.759,精度得到了显著提高。     

37 500 m3 LEG船液罐吊装精度数字仿真分析

以37500 m³液化乙烯气(Liquefied Ethylene Gas,LEG)船货舱区液罐吊装为研究对象,对液罐吊装前的干涉检查和数据匹配等工作进行梳理,建立一套完整的液罐吊装模拟匹配流程,并对实际吊装过程出现的问题提出解决方案,旨在为后续同类大型液罐的吊装提供参考、积累经验。     

基于货运车辆预警数据的高速公路危险驾驶热点路段识别

本文以货运车辆车联网数据中的车辆碰撞预警、疲劳预警和超速预警数据为研究对象,针对G4高速公路北京和河北境内道路上的三种预警热点路段进行识别。运用全局空间自相关性分析方法得出三种预警数据在道路空间中不是随机分布,而是集中在某一个或几个路段上;进一步采用局部空间相关性分析方法识别出三种不同预警类型下对应的热点路段。交通管理部门可根据识别出的预警热点路段提出针对性的管控措施,有助于缓解交通事故的发生,提高货运安全水平。     

Estimating bike-share trips using station level data

Bicycle sharing systems (BSS) have increased in number rapidly since 2007. The potential benefits of BSS, mainly sustainability, health and equity, have encouraged their adoption through support and promotion by mayors in Europe and North America alike. In most cases municipal governments desire their BSS to be successful and, with few exceptions, state them as being so. New technological improvements have dramatically simplified the use and enforcement of bicycle return, resulting in the widespread adoption of BSS. Unfortunately little evaluation of the effectiveness of differently distributed and managed BSS has taken place. Comparing BSS systems quantitatively is challenging due to the limited data made available. The metrics of success presented by municipalities are often too general or incomparable to others making relative evaluations of BSS success arduous. This paper presents multiple methodologies allowing the estimation of the number of daily trips, the most significant measure of BSS usage, based on data that is commonly available, the number of bicycles available at a station over time. Results provide model coefficients as well as trip count estimates for select cities. Of four spatial and temporal aggregate models the day level aggregation is found to be most effective for estimation. In addition to trip estimation this work provides a rigorous formalization of station level data and the ability to distinguish spatio-temporal rebalancing quantities as well as new characteristics of BSS station use.     

京张高铁GIS地理信息系统构建研究

为更好地服务于智能京张高铁建设,发挥空间地理信息的基础支撑作用,为京张高铁各业务信息系统提供规范的铁路地理信息数据和空间信息服务,实现铁路空间信息资源共享共用。面向铁路应用需求,运用面向对象的空间数据管理、服务式GIS、地图缓存及更新等关键技术,采用"一张图+N服务"的空间信息应用模式,完成铁路、地方多源空间信息的融合,提供京张高铁GIS门户、在线地图、数据管理等服务。京张高铁地理信息平台集成了国家基础地理信息数据、铁路专业公用地理信息数据,形成了面向铁路多业务、多模式的铁路地理信息平台标准体系框架。     

CBTC系统ZC产品工程数据校核研究

根据CBTC系统ZC产品数据配置及测试过程中遇到的问题,结合目前ZC产品特点与CBTC系统演进趋势,从提高数据测试质量角度提出解决方案。     

驾驶压力影响因素与识别方法研究综述

高强度的驾驶压力会对驾驶人的情绪、决策及行为产生负面影响，可能导致交通事故，并对驾驶人的健康状况造成长期影响。本文借助CiteSpace软件对驾驶压力研究进行可视化分析，进一步从驾驶人自身因素、车辆内部和外部因素这3方面总结驾驶压力影响因素，并归纳整理驾驶压力识别方法。总结发现：交通拥堵、道路复杂性及新技术使用等驾驶环境因素是引发或增加驾驶压力的主要因素；非职业驾驶人易受车辆外部环境的影响，职业驾驶人易因工作产生负面情绪，导致驾驶压力增加。驾驶压力识别主要基于主观测评量表、驾驶行为分析及生理数据分析等方法开展研究，其中，基于生理数据的识别方法因其较高的识别精度和准确度被认为在驾驶压力识别领域具有明显的优势。从研究趋势来看，未来研究需重视社会环境以及多因素叠加对驾驶压力的影响，特别关注职业驾驶人及新技术的影响，以及如何采用多模态数据融合方法实现实时监测，以提高驾驶压力识别的精度。