基于多目标模糊决策的公路客运枢纽评价方法

在公路客运枢纽方案评价过程中,涉及大量不确定因素和模糊因素。为协调这些因素,并降低人为因素的影响,采用二元对比重要性排序采确定各因素的权重,将备选方案与理想方案的几何偏差作为选优依据,为科学合理地的选择公路客运枢纽提供一种定量的方法,最后给出实例说明方法的实用性。     

浅谈当前交调工作意义与存在的问题

交调工作是公路规划、建设的重要基础工作,详细地分析了交调工作的意义及河北省开展现状及存在的问题,并提出相应建议。     

高速公路意外事件影响下的车辆跟驰模型

应用智能主体技术,针对双向四车道高速公路意外事件影响下的车辆跟驰行为,建立了基于智能主体的车辆跟驰模型,利用西部高速公路交通调查统计的数据,对车辆主体的间距愿望进行了定量分析,利用比例微分控制确定车辆主体的加速度响应,建立了不同加速度队列的逻辑意图,使模型的加速度响应符合车辆的动力特性。利用开发的EAD-Simulation系统,在特定和随机两种不同过程下对模型进行的测试表明:利用智能主体技术描述高速公路意外事件影响下的跟驰行为,可充分发挥其个性、自治性和自适应性的特点,在主体的属性描述中利用比例微分控制“类阻尼”的特性,可有效地对车辆主体的稳定性进行控制。     

高速公路动态交通流Elman神经网络模型

为了提高高速公路交通流建模的精度,分析了离散的高速公路动态交通流数学模型,基于Elman网络原理,建立了回归神经网络交通流模型。回归神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为8、30、30和2,采用Levenberg-Marquardt算法对回归神经网络进行训练,并对一条5路段的高速公路进行仿真。结果表明:回归神经网络平均相对误差为8.683 7×10-5,最大相对误差为4.237 1×10-4,与BP神经网络和RBF神经网络相比较,Elman回归神经网络能更好地逼近交通流数学模型,真实地描述交通流基本特性,能准确地建立动态交通流模型,适应交通状况的变化。     

基于串联排队网络的三峡-葛洲坝水利枢纽联合调度模型

为了提高三峡-葛洲坝水利枢纽的整体通过能力,分析了三峡-葛洲坝水利枢纽联合调度的实际需求,建立了三峡-葛洲坝水利枢纽联合调度数学模型,考虑了闸室面积利用率最大、整体待闸时间最小两个目标函数和船舶编排过程中的八个约束,应用串联排队网络理论求解模型。算法将申报船舶按照航向分成四个船舶序列,动态计算每艘船舶的权重,兼顾船舶长度与宽度优先,待闸时间约束、葛洲坝船闸通航条件限制和任务均衡的要求,循环排船,逐步优化。应用结果表明应用该数学模型和编排算法编制一个计划期的两坝五闸计划仅需2 min,编排时间短,葛洲坝2#船闸的闸室面积利用率高于70%,并且客船和旅游观光船均排在前面的闸次中,说明客船的待闸时间约束是满足的,并且在航向上是上下航向交替运行,没有出现倒闸情况,编制的计划满足实际调度需要。     

基于服务质量招投标的出租车市场准入与退出机制

对中国现行出租车市场行政审批、拍卖、定额招标等主要准入模式存在的弊端进行了分析,指出出租车市场准入与退出机制应促进服务质量竞争,促进企业自身建设,促进运营模式改革,并维护行业稳定,建立一个以服务质量招投标为主要手段的出租车市场准入与退出机制,对实施服务质量招投标制度需解决的政策法规配套、服务质量评价体系构建、经营权有偿使用制度改革以及新老政策衔接等关键问题提出了建议。实际应用表明该机制可以较好地化解政府、出租车公司、出租车驾驶员之间的利益矛盾,促进行业自身建设,加强行业服务竞争,提高行业服务水平。     

Predictive power of inspection outcomes for future shipping accidents – an empirical appraisal with special attention for human factor aspects

This paper investigates whether deficiencies detected during port state control (PSC) inspections have predictive power for future accident risk, in addition to other vessel-specific risk factors like ship type, age, size, flag, and owner. The empirical analysis links accidents to past inspection outcomes and is based on data from all around the globe of PSC regimes using harmonized deficiency codes. These codes are aggregated into eight groups related to human factor aspects like crew qualifications, working and living conditions, and fatigue and safety management. This information is integrated by principal components into a single overall deficiency index, which is related to future accident risk by means of logit models. The factor by which accident risk increases for vessels with above average compared to below average deficiency scores is about 6 for total loss, 2 for very serious, 1.5 for serious, and 1.3 for less-serious accidents. Relations between deficiency scores and accident risk are presented in graphical format. The results may be of interest to PSC authorities for targeting inspection areas, to maritime administrations for improving asset allocation based on prediction scenarios connected with vessel traffic data, and to maritime insurers for refining their premium strategies.     

基于三点模型的柴油机热工参数预测

准确预测热工参数劣化趋势是对柴油机实施预测维修的前提。已有预测技术均视不同时段信息所具有的建模价值相等,忽略了近期信息比远期信息更能反映设备当前运行态势这一客观事实,导致预测模型难以准确描述柴油机热工参数的真实变化规律。针对该问题,提出一种基于三点模型的柴油机热工参数预测方法,并采用新陈代谢法同步更新建模数据,以提高建模数据的利用效率及预测精度。与灰色系统GM(1,1)模型预测精度的对比结果表明,三点模型能够有效处理不同时段信息在反映设备运行态势能力上的差异,得到更为准确的预测结果。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

气动弹簧在绞吸挖泥船低频振动控制中的应用

针对绞吸挖泥船铰刀旋转切削岩石时产生的低频振动问题,基于气动弹簧的结构形式、受力分析及固有频率低的特点,研究气动弹簧在绞吸挖泥船上的应用方案,并利用船体和生活楼的位移反馈信号控制气动弹簧减振系统的工作状态,同时还介绍了船舶设计过程中需注意的问题。