多点随机需求的分布式预置储备

考虑重点方向或区域中, 各重要隘口、通道、敏感地带等突发事件之间的关联性(连锁反应的可能性) 和需求的随机性, 在多个预置储备仓库构成储备网络和多个需求点组成需求网络的条件下, 研究了用储备网络保障需求网络的预置储备规模和储备分布优化问题, 分析了需求网络在各点突发事件和需求随机下总需求的分布特征; 在保证预置储备规模有效性、经济性与储备分布合理性的基础上, 建立了给定安全保障概率下的储备规模模型和过程响应准则下的分布式储备模型(统称储备模型); 根据模型特征将分布式储备模型分解为双层模型, 对随机需求采用样本化处理, 并在此基础上建立了针对性的遗传-模拟退火算法求解双层模型; 基于变异系数的概念, 提出了针对突发事件和需求随机的储备方案稳健性指标, 对储备模型及其算法进行了稳健性分析, 并通过案例应用验证了储备模型及其算法的有效性。研究结果表明: 相较于就近分区准则, 储备规模模型及其算法能在确保安全保障概率的前提下将储备规模降低约1/3;相较于极大极小化准则, 过程响应准则下的分布式储备方案可使首批物资响应时间减少11%, 使90%物资的响应时间减少21%;在面临需求网络中突发事件和需求的随机性波动时, 储备方案的波动幅度不超过需求波动的80%, 体现了较好的稳健性。      

基于Tribon模型的舰船规范测试数据提取算法研究

现代舰船系统的复杂性,决定了在建造船舶时必须充分考虑到各个系统之间的兼容性,必须采用合理科学的方法,对各项单元的测试数据进行综合分析,及时发现潜在的安全风险,只有这样才能有效提高舰船的质量和系统的综合性能。本文采用Tribon模型,将船舶建造时的各项设计和模块数据,进行系统化的提取,并采用分段分析的方法,对每一个重要的子模块进行质量监控和性能测试,保证全部系统都处于最佳状态。文章最后给出了健全的规范测试的数据提取模型,并通过仿真得到了较为理想的设计流程。     

大型船舶电力系统自适应保护算法设计

近年来,电力推进技术和船载电子设备发展迅速,对大型船舶的电力系统提出了更高的要求,电力系统的性能和可靠性对船舶的正常运行有重要的意义。由于船舶电力系统网络结构复杂、工作环境恶劣,电力系统很容易发生短路、单相接地等故障,而传统的继电保护已经难以满足现代电力系统的可靠性需求。本文针对大型船舶电力系统的可靠性问题,采用了自适应保护算法和自适应粒子群算法,对船舶电力系统的网络结构进行了优化。     

云计算框架下的港口船舶生产信息平台设计与实现

在全球物流业不断提升自身信息化水平和市场经济竞争愈发激烈的背景下,港口作为物流业的重要环节,需要建立灵活高效的信息平台,才能跟上不断变化的市场需求,在激烈的市场竞争中利于不败之地。本文深入研究港口船舶生产的相关业务流程,设计并实现基于云计算框架的港口生产信息平台,提出CECloud-MMS任务调度算法,该算法能有效提高港口生产信息系统效率。     

人工智能的航迹控制方法研究

在船舶自动化和电气化的发展历程中,航迹控制作为一项非常重要的功能,正受到越来越多的研究。航迹控制系统中的核心部件之一自动舵,正向着高速化和集成化方向发展。由于海洋环境越来越复杂,天气变化多端,船舶的航行安全受到了更多的威胁,急需一种高性能的自动舵航迹控制系统。本文正是基于这项需求,开发出了基于人工神经智能算法的航迹控制方法,此算法具备了强鲁棒性、自适应性和高可靠性。从仿真结果看,本控制方法的性能优越,易于推广使用。     

船舶黑匣子中对音视频信号压缩存储处理研究

黑匣子被广泛应用于记录和保存航海航空过程中状态信息,它可以为航海事故调查提供客观有效的数据,并且在事故未发生时为船舶隐患检测提供重要的依据。为了保证可以有足够的信息用于事故的准确预测以及为事故发生后的事故责任认定提供足够多的数据,多种音视频压缩技术被应用于黑匣子。本文在构建完整黑匣子软硬件基础的前提下,重点对音视频编解码的压缩算法进行研究,采用混合编码的方法实现了高度的压缩比,实现了VAD算法。在不影响质量的前提下,极大地提高了音频的压缩比。     

分布式云平台在舰船目标检测中的应用研究

在现代海上军事领域,船舶目标跟踪监测系统一直是其重要的研究方向,其监测跟踪的精度、准确度及效率是衡量系统的3个最重要的性能指标。传统的舰船目标跟踪监测系统是基于单处理中心,监测跟踪算法的处理精度及效率已经越来越不能满足现代海上军事系统的性能要求。本文研究基于云计算的分布式平台,分析海上目标跟踪监测中的噪声滤波,结合帧间差分法及背景差分法,提出的基于分布式云平台的舰船目标监测算法,提高了算法效率。     

公交惯常出行与随机出行的时空分布差异

差异化和精细化的公交服务要求城市管理者和公交运营者加深对公交出行变异性的认识。本文将公交惯常出行定义为乘客个体多次在同一时段或空间乘坐公交的行为，随机出行的定义与之相反。利用厦门市30天连续的常规公交数据，使用DBSCAN算法对出行天数在10天以上的高频乘客进行划分，用核心点来表征惯常出行，用非核心点来表征随机出行。结果表明有78.70%的出行在时间上具有稳定性，有72.32%的出行在空间上具有稳定性。研究结论凸显了公交高频乘客也具有随机出行，且随机出行的统计特征和时空分布与惯常出行有较大差异。研究结论可以应用于个体时空模式挖掘、乘客人群划分、定制公交线路制定、公交差异化服务设置等方面。     

基于水域精细划分的VTS雷达站选址配置优化

为了提高水上安全监管效率和保障水上运输安全生产, 以船舶交通管理系统(VTS)雷达站为研究对象, 研究了基于水域精细划分的VTS雷达站选址优化问题; 考虑实际环境中遮挡因素和水域风险因素对雷达监测效果的影响, 基于软件ArcGIS 10.4.1提出了水域精细划分方法; 以雷达站建站位置和雷达配置类型为决策变量, 以水域覆盖率最大和总成本最小为目标函数, 构建了混合整数规划模型; 基于模型特点设计了多目标粒子群算法, 给出了生成初始粒子群的启发式规则, 并在算法中引入有效的变异操作; 为了验证方法的有效性, 以ZDT系列测试函数对算法搜寻最优解的性能以及算法的收敛性进行了研究。研究结果表明: 水域精细划分方法能够在考虑遮挡因素和风险因素的情况下实现对水域的空间划分, 实例中在存在62个雷达站候选点的情况下将雷达站所需监测水域划分为2 812个水域单元; 改进的粒子群算法在ZDT测试函数中能够有效地寻找全局最优解, 并且在最优解的分布上具有良好的收敛性和分布性; 针对实例中的VTS雷达站选址项目模型达到了95.92%的覆盖率, 成本为33 800元。可见, 考虑环境遮挡和水域风险因素的VTS雷达站选址模型是有效的, 改进的多目标粒子群算法可以提高VTS雷达站选址的科学性和合理性, 是解决VTS雷达站选址优化问题的一种有效方法。